已找到以下 10000 条记录
  • 开发与运维学习路径

    立即学习 展开更多收起 第二阶段:进阶阶段 1门课程 HDIC-软件开发平台 介绍软件开发和DevOps的概念及其关系;了解持续集成、持续交付、持续部署的概念; 了解华为云HE2E DevOps框架; 了解云端编程概念。 立即学习 展开更多收起

  • 宜职院鸿蒙学习路径

    立即学习 JS组件购物演示应用 使用JS组件完成鸿蒙应用的开发 立即学习 关系型数据库 掌握使用Java语言进入数据库的增删改查操作 立即学习 简易视频播放器 掌握鸿蒙应用中视频播放器的开发 立即学习 展开更多收起 推荐学习:微认证与开发者认证 推荐学习:微认证与开发者认证 一站式在线学习

  • 大数据机器学习算法工程师

    岗位要求 1、博士学历优先,计算机、统计、机器学习、大数据、人工智能等相关理工科专业; 2、有扎实的理论基础和创新能力,掌握常见的机器算法、深度学习、运筹学算法模型及原理,并有实际应用项目经验; 3、较强的试验能力,能够熟练使用TensorFlow、Pytorch等框架工具独立进行建模实验

  • 昇腾云服务ModelArts深度解析:理论基础与实践应用指南

    每人问题数≤20,超过视为违规; 福利3:更多福利 更多福利:加入微信交流群 直播期间扫码入群,解锁更多隐藏福利哦~ 学习入口可点击下方按钮报名 学习报名 华为开发者空间 华为开发者空间,为每一位开发者提供一台云主机,云主机预置CodeArts IDE、代码仓及JDK、Python

  • 深度学习深度学习界以外的微分

    深度学习界在某种程度上已经与更广泛的计算机科学界隔离开来,并且在很大程度上发展了自己关于如何进行微分的文化态度。更一般地,自动微分(automatic differentiation)领域关心如何以算法方式计算导数。这里描述的反向传播算法只是自动微分的一种方法。

    作者: 小强鼓掌
    438
    0
  • 深度学习模型结构

    深度学习借鉴的这个过程就是建模的过程。 

    作者: QGS
    644
    2
  • 深度学习模型结构

    深度学习借鉴的这个过程就是建模的过程。 

    作者: 运气男孩
    1145
    2
  • 人工智能学习入门

    技术领域课程--深度学习 AI技术领域课程--生成对抗网络 AI技术领域课程--强化学习 AI技术领域课程--图网络 AI技术领域课程--机器学习 AI技术领域课程--深度学习 AI技术领域课程--生成对抗网络 AI技术领域课程--强化学习 AI技术领域课程--图网络 应用场景 应用场景

  • 机器学习深度学习

    深度学习(DeepLearning,DL)属于机器学习的子类。它的灵感来源于人类大脑的工作方式,是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并非是一个全新的概念,可理解为包含多个隐含层的神经网络结构。

    作者: QGS
    678
    2
  • 机器学习以及深度学习

    所谓“ 机器学习” , 是指利用算法使计算机能够像人一样从数据中挖掘出信息; 而“ 深度学习”作为“机器学习”的一个**子集**, 相比其他学习方法, 使用了更多的参数、模型也更复杂, 从而使得模型对数据的理解更加深人, 也更加智能。

    作者: 黄生
    347
    1
  • 机器学习深度学习

    有趣的是,二十一世纪初,连接主义学习又卷上重来,掀起了以 “深度学习”为名的热潮.所谓深度学习,狭义地说就是 “很多层 " 的神经网络.在若干测试和竞赛上,尤其是涉及语音、 图像等复杂对象的应用中,深度学习技术取得了优越性能以往机器学习技术在应用中要取得好性能,对使用者的要求较高;

    作者: ypr189
    731
    1
  • Istio数据面架构(Envoy)深度解析

    观看直播 预约提醒 Istio数据面架构(Envoy)深度解析 Istio数据面架构(Envoy)深度解析 马上登录,观看直播 已有华为云账号,即刻登录 还未注册华为云,即刻注册 马上登录,观看回放 已有华为云账号,即刻登录 还未注册华为云,即刻注册 直播正在恢复,请稍后重试 直播讲师阵容

  • 深度学习应用开发学习

    深度学习的核心是构建多层的神经网络,而卷积神经网络(CNN)的发展,尤其是AlexNet在2012年的突破,让我对深度学习的强大能力有了更深的认识。在学习过程中,我也了解到了不同的深度学习开发框架,包括Theano、Caffe、Torch、PyTorch以及Keras等。

    作者: 黄生
    22
    0
  • 浅谈深度学习

    前言当今计算机科技领域中,深度学习是最具有影响力的技术之一。这篇文章将介绍深度学习是什么,它的应用领域,以及为什么它如此重要。简介深度学习是一种机器学习技术,它使用大量人工神经网络来模拟人类大脑的工作方式。这些神经网络可以自动从数据中学习模式,并根据这些模式进行预测和分类。

    作者: 运气男孩
    23
    3
  • 深度学习前景

    全面地讲述深度学习的历史超出了本书的范围。然而,一些基本的背景对理解深度学习是有用的。

    作者: G-washington
    1665
    1
  • 什么是深度学习

    尤为重要的是,深度学习可以自动地学习如何最优地将不同的特征置于哪一层。也就是说,相比于传统机器学习算法需要提供人工定义的特征,深度学习可以自己学习如何提取特征。因此,相比于传统的机器学习算法,深度学习并不依赖复杂且耗时的手动特征工程。

    作者: 角动量
    1546
    5
  • 深度学习概念

    深度学习概念 深度学习(Deep Learning, DL)由Hinton等人于2006年提出,是机器学习(MachineLearning, ML)的一个新领域。 

    作者: QGS
    973
    3
  • 浅谈深度学习

    深度学习就是在数据的驱动下,从一个X-形式变到另一个X-形式。为什么深度学习能很有效?为什么深度学习很有效?

    作者: 运气男孩
    1268
    3
  • 自动学习项目中,如何进行增量训练? - AI开发平台ModelArts

    自动学习项目中,如何进行增量训练? 在自动学习项目中,每训练一次,将自动产生一个训练版本。当前一次的训练结果不满意时(如对训练精度不满意),您可以适当增加高质量的数据,或者增减标签,然后再次进行训练。

  • 浅谈深度学习

    深度学习定义深度学习定义:一般是指通过训练多层网络结构对未知数据进行分类或回归深度学习分类:有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等;无监督学习方法——深度信念网、深度玻尔兹曼机,深度自编码器等。

    作者: QGS
    38
    2