已找到以下 10000 条记录。
  • 【我要去HDC2021】我要完成“人人学IoT”课程的学习

    【我要去HDC2021】我要完成“人人学IoT”课程的学习

    作者: hw97998907
    306
    0
  • 【我要去HDC2021】我要完成“人人学IoT”课程的学习

    【我要去HDC2021】我要完成“人人学IoT”课程的学习

    作者: hw40661757
    408
    0
  • 【我要去HDC2021】我要每天五点半起床去学习

    【我要去HDC2021】我要每天五点半起床去学习

    作者: hw99451818
    307
    0
  • 【我要去HDC2021】我要完成“人人学IoT”课程的学习

    【我要去HDC2021】我要完成“人人学IoT”课程的学习

    作者: hw20759079
    306
    0
  • 【我要去HDC2021】我要完成“人人学IoT”课程的学习

    【我要去HDC2021】我要完成“人人学IoT”课程的学习

    作者: 小嘟嘟大蟑螂
    308
    0
  • 【我要去HDC2021】我坚持学习,考下一门证书

    【我要去HDC2021】我坚持学习,考下一门证书

    作者: hw01618243
    316
    0
  • 【我要去HDC2021】我要完成“人人学IoT”课程的学习

    【我要去HDC2021】我要完成“人人学IoT”课程的学习

    作者: 170****5132
    309
    0
  • 【我要去HDC2021】我要完成“人人学IoT”课程的学习

    【我要去HDC2021】我要完成“人人学IoT”课程的学习

    作者: hw48973958
    309
    0
  • 强化学习中模型不确定性建模与优化方法研究

    max) C. 深度不确定性模型 深度不确定性模型通过深度学习的方法对环境的不确定性进行建模。例如,使用贝叶斯神经网络(Bayesian Neural Network, BNN)和蒙特卡罗 Dropout(Monte Carlo Dropout)等方法,可以在深度强化学习中估计模型的不确定性。

    作者: Y-StarryDreamer
    发表时间: 2024-05-20 14:50:49
    4
    0
  • GAMES101 学习16——光线追踪4(蒙特卡洛积分、路径追踪)

    着色何时停止,即当光线反射多少次后,不再进行反射?这里采用了 Russian Roulette (RR) 来解决这个问题。 当满足概率为 P 时,返回除以该概率的着色结果:Lo/PL_{o} / PLo​/P,当概率为 (1-P) 时,就停止反射光线,通过这种方式,我们仍然能够得到正确的着色结果。 转换为伪代码就是:

    作者: lutianfei
    发表时间: 2022-05-11 10:45:16
    1954
    0
  • 深圳政务云

    协同系统 案例简介 深圳正以智慧城市建设和数字政府改革为重要抓手,努力推动数字政府、数字经济和数字市民三位一体, 到2025年,打造具有深度学习能力的城市智能体,成为全球新型智慧城市标杆和“数字中国”城市典范。 业务挑战 深圳面临着超大型城市普遍遇到的人口众多、空间密度大、社会结

  • 华为云开发者日成都站精彩回顾

    务与赋能开发者围绕华为云生态“知、学、用、创、商”的成长路径。通过前沿的技术分享、场景化的动手体验、优秀的应用创新推介,为开发者提供沉浸式学习与交流平台。开放创新,与开发者共创、共享、共赢未来。 6月16日,华为云开发者日HDC.Cloud Day成都站成功举行,开发者不仅聆听了

  • 经典卷积网络--ResNet残差网络

    借鉴点:层间残差跳连,引入前方信息,减少梯度消失,使神经网络层数变身成为可能。 1、ResNet残差网络   ResNet 即深度残差网络,由何恺明及其团队提出,是深度学习领域又一具有开创性的工作,通过对残差结构的运用,ResNet 使得训练数百层的网络成为了可能,从而具有非常强大的表征能力,其网络结构如图所示。

    作者: CodeLeader
    发表时间: 2023-01-09 01:15:24
    215
    0
  • 方案概述 - 政府

    、合理,有助于提高管制策略的有效性和针对性。 闭环管理与自主学习机制:国蓝中天实现了污染摸排流程化反馈数据的闭环管理与自主学习。这种机制使得管制系统能够不断学习和优化,进一步提高污染管治的有效性。通过持续的数据反馈和学习,系统能够不断完善自身,适应不断变化的污染状况。

  • 【人生苦短,我学 Python】基础篇——变量和引用(Day2)

    大家好!我是【AI 菌】,一枚爱弹吉他的程序员。我热爱AI、热爱编程、热爱分享! 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣,可以关注我的动态,我们一起学习,一起进步~ 我的博客地址为:【AI 菌】的博客 我的Github项目地址是:【AI

    作者: AI 菌
    发表时间: 2021-08-04 15:37:38
    848
    0
  • GPU驱动概述 - 弹性云服务器 ECS

    3D渲染、图形工作站、游戏加速 付费使用,需要购买License,满足图形图像类应用加速用途。 Tesla驱动 不需要 支持 不支持 不支持 不支持 科学计算、深度学习训练和推理 通常搭配使用NVIDIA CUDA SDK,可免费下载使用,满足通用计算类应用加速用途。 父主题: 管理GPU加速型ECS的GPU驱动

  • [学习笔记]【物联网课程学习课堂笔记】关于《IoT开发精英实战营》第二章 第二节Profile在线开发的理解与看法 理论部分上

    一.课程大致内容答:讲解了Profile在线开发的在线操作;二.对课程内容的理解2.1 什么是Profile文件?      答:设备的Profile文件是用来描述设备类型和设备服务能力的文件。它定义了设备具备的服务能力,每个服务具备的属性、命令以及命令的参数。该文件会被上传到华为IoT平台。2

    作者: 子本兮
    1034
    0
  • 强化学习用于做市商(Market Making with Reinforcement Learning)

    )和投资者的交易流。已有文献说明,强化学习智能体能够了解竞争对手的定价策略;还可以智能地选择买卖的非对称价格来管理库存,并根据市场价格漂移是正(还是负)保持库存。通过提出奖励公式,强化学习可以用于具有风险规避能力的做市商智能体。训练强化学习智能体需要依赖于仿真环境(模拟器)。仿真

    作者: 荷籽
    发表时间: 2020-08-29 01:39:56
    3914
    0
  • 【转载】MindSpore大V博文之创新算法系列(五)——MindSpore高阶优化器系列(1)

    下。背景首先我们来看一下深度学习训练过程是在做什么事。先假设训练样本数据集:参数表述的深度神经网络模型为:定义在模型输出和真实标签之间的损失函数为:网络参数学习的过程是最小化损失函数的过程:给定数据集、模型、损失函数后,深度学习训练问题归结为优化问题,深度神经网络训练优化问题参数

    作者: chengxiaoli
    2292
    0
  • AppEngine线上学习沙龙即将营业,快来说说你的诉求吧~!!

    听说开发大赛结束还没玩够?别慌!AppEngine线上沙龙满足你的学习诉求~宝贵意见征集中,期待你的建议哦~~!!线上问卷地址:https://www.wjx.cn/jq/76084032.aspx手机问卷扫码:

    作者: APTX-486977
    1948
    0