检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
算法训练 斜率计算 资源限制 时间限制:1.0s 内存限制:512.0MB 输入两个点的坐标,即p1 = (x1, y1)和p2=(x2, y2),求过这两个点的直线的斜率。如果斜率为无穷大输出“INF”。
Ascend平台提供了Tensorflow 1.15网络迁移工具,该工具适用于原生的Tensorflow训练脚本迁移场景,AI算法工程师通过该工具分析原生的TensorFlow Python API和Horovod Python API在昇腾AI处理器上的支持度情况,同时将原生的TensorFlow
模型训练(预置算法-新版训练) 使用AI Gallery的订阅算法实现花卉识别 使用时序预测算法实现访问流量预测 使用强化学习内置环境实现车杆游戏 使用强化学习自定义环境实现贪吃蛇游戏
算法训练 阿尔法乘积 资源限制 时间限制:1.0s 内存限制:512.0MB 问题描述 计算一个整数的阿尔法乘积。
算法训练 新生舞会 资源限制 时间限制:1.0s 内存限制:512.0MB 问题描述 新生舞会开始了。n名新生每人有三个属性:姓名、学号、性别。
试题 算法训练 阶乘 资源限制 时间限制:1.0s 内存限制:512.0MB 问题描述 一个整数n的阶乘可以写成n!,它表示从1到n这n个整数的乘积。阶乘的增长速度非常快,例如,13!就已经比较大了,已经无法存放在一个整型变量中;而35!
算法训练 输出米字形 资源限制 时间限制:1.0s 内存限制:512.0MB 根据输入的正整数n (1 米字形由一个(2n-1)*(2n-1)的矩阵组成,矩阵包含从大写A开始的n个字母 例如:n=3时,包含A,B,C;n=4时,包含A,B,C,D。
**混合精度训练方法**是通过混合使用单精度和半精度数据格式来加速深度神经网络训练的过程,同时保持了单精度训练所能达到的网络精度。即在尽可能减少精度损失的情况下利用半精度浮点数加速训练。
模型训练(自定义算法-新版训练) 使用自定义算法构建模型(手写数字识别) 父主题: 使用场景
了解modelarts平台 https://console.huaweicloud.com/modelarts/?
问题描述 Anagrams指的是具有如下特性的两个单词:在这两个单词当中,每一个英文字母(不区分大小写)所出现的次数都是相同的。例如
问题描述 有一个n个结点m条边的有向图,请输出他的关联矩阵。 输入格式 第一行两个整数n、m,表示图中结点和边的数目。n<=100,m<=1000。 接下来m行,每行两个整数a、b,表示图中有(a,b)边。
问题描述 输入两个矩阵,分别是m*s,s*n大小。输出两个矩阵相乘的结果。 输入格式 第一行,空格隔开的三个正整数m,s,n(均不超过200)。 接下来m行,每行s个空格隔开的整数,表示矩阵A(i,j)。 接下来s行,每行n个空格隔开的整数
问题描述 如果一个自然数N的K进制表示中任意的相邻的两位都不是相邻的数字,那么我们就说这个数是K好数。求L位K进制数中K好数的数目。例如K =4,L = 2的时候,所有K好数为11、13、20、22、30、31、33共7个。由于这个数目很大
问题描述 给定一个长度为n的字符串S,还有一个数字L,统计长度大于等于L的出现次数最多的子串(不同的出现可以相交),如果有多个,输出最长的,如果仍然有多个,输出第一次出现最早的。 输入格式 第一行一个数字L。 第二行是字符串
算法训练 送分啦 问题描述 这题想得分吗?
算法训练 黑色星期五 资源限制 时间限制:1.0s 内存限制:512.0MB 问题描述 有些西方人比较迷信,如果某个月的13号正好是星期五,他们就会觉得不太吉利,用古人的说法,就是“诸事不宜”。
一、环境及准备工作 CPU/GPU复现使用华为云ModelArts-CodeLab平台 Ascend复现使用华为云ModelArts-开发环境-Notebook 原始Lenet代码链接:https://gitee.com/lai-pengfei/LeNet 二、在CPU/GPU
对于这种方式,在云上只需要进行数据处理和模型训练就可可以。下面讲解一下云上训练云下部署需要如何实现。 2 数据处理 ModelArts标注平台支持图像、音频、视频、文本、表格,5种图像标注。
模型训练 模型训练中除了数据和算法外,开发者花了大量时间在模型参数设计上。模型训练的参数直接影响模型的精度以及模型收敛时间,参数的选择极大依赖于开发者的经验,参数选择不当会导致模型精度无法达到预期结果,或者模型训练时间大大增加。