深度学习之无监督学习算法

通俗地说，无监督学习是指从不需要人为注释样本的分布中抽取信息的大多数尝试。该术语通常与密度估计相关，学习从分布中采样，学习从分布中去噪，需要数据分布的流形，或是将数据中相关的样本聚类。        一个经典的无监督学习任务是找到数据的 “最佳”表示。

深度学习之机器学习的算法效果

        当我们使用机器学习算法时，我们不会提前固定参数，然后从数据集中采样。我们会在训练集上采样，然后挑选参数去降低训练集误差，然后再在测试集上采样。在这个过程中，测试误差期望会大于或等于训练误差期望。以下是决定机器学习算法效果是否好的因素：        1.

机器学习之无监督学习理解

       无监督学习是指在没有老师的情况下，学生自学的过程。学生在学习的过程中，自己对知识进行归纳、总结。无监督学习中，类似分类和回归中的目标变量事先并不存在。

课程学习经典论文解读-自步学习

本文在09年Bengio提出的课程学习（Curriculum Learning，CL）的基础上进行改进。CL受到人类认知过程启发——人在学习的时候一般先学习简单的，然后再循序渐进到学习相对难的部分。

【TICS动态】华为云CEO余承东重磅发布：可信智能计算服务TICS

它具有以下三大特性： 基于多方数据联邦探查和建模，让隐私数据不出域，可用不可见。通过联邦AI算法和同态加密算法协同，实现模型批量计算，训练性能提升10倍，无须加速卡，也能大幅提升计算性能。支持主流大数据源，无须转换即可适配。

深度学习之整流线性单元

整流线性单元的其他扩展比这应用地更广泛。

ModelArts使用系列文章-（1）初识ModelArts

没有自动学习、联邦学习等等吗？ 总的来说，这段介绍视频讲的还是挺清楚的。 看完了介绍视频，我这样的急性子就希望尽快上手训练一个模型试试，点击“立即购买”，能不能给一个试用的入口啊？深度学习离不开GPU资源，一上手就要我付2700RMB，有点不敢买。 还是先看看再定吧。

从场景中来，到场景中去—华为云会议网络研讨会四大应用场景解析

华为云会议网络研讨会，融合会议和直播优势，提供网页、独立APP等便捷入口，容纳更多商家与观众，观众在任何地方、任何设备、任何时间都可以参与互动；跨平台、跨终端展示，画面高清、精准传递产品和商机信息，没有现场见面，生意也照谈不误。来源: 大众新闻

深入了解华为大数据应用，踏上大数据进阶之路！

【华为云学院】《华为云深度学习服务》深度学习知多少，了解业内最新趋势。上手实操，从小白到专家给你deep一下！【华为云学院】《块存储服务：云上最坚实数据底座》全面了解云硬盘，推开高性能、可定制化的存储任意门！

Quanergy物联网应用的激光雷达单季度订货量破1000大关

1000多个传感器订单体现了我们的智能激光雷达解决方案可以为全球客户和合作伙伴提供巨大商业影响力，以释放其物联网应用的全部力量。” 

深度学习——常用评价指标

最后可以根据具体的应用，在曲线上找到最优的点，得到相对应的precision，recall，f1 score等指标，去调整模型的阈值，从而得到一个符合具体应用的模型。 

鸿蒙应用示例：如何解决DevEco预览器上下白色间距问题及实现全屏沉浸式体验

鸿蒙系统提供了丰富的工具和库供开发者使用，帮助他们更好地控制应用程序的外观和行为。希望这篇文章能对您的鸿蒙系统开发工作有所帮助！转载自https://www.cnblogs.com/zhongcx/articles/18442825

bert网络学习

2、微调成本小，为了适配多任务下的迁移学习，BERT设计了更通用的输入层和输出层。缺点：1、[MASK]标记在实际预测中不会出现，训练时用过多[MASK]影响模型表现。

【参赛指导】华为云开发者大赛·云应用创新赛道 ※※ 开天aPaaS ※※ 参赛指导&案例

”，跳转到AppCube页面①点击低代码，新建空白应用，填写标签、名称等基本信息。

无感支付技术与应用研究（ccb开放论文，发表于科学与财富期刊）

但目前的识别技术，在实际应用中技术本身和安全性仍存在一定局限性，虽然目前推出的车牌识别支付、人脸支付、声纹支付受到大众接受和欢迎，但目前仍未实现大规模推广应用。

鸿蒙应用实战：带你掌握UIAbility使用

【12月18日 AI 快讯】嫦娥五号创造五项中国首次

2020/12/17 20:59原文链接联邦学习最新医疗场景发布，同济大学刘琦教授团队与微众银行杨强教授AI团队合作打破药物数据共享壁垒该成果已发表在生物信息学著名期刊《Bioinformatics》上，首次探索了应用联邦学习进行协同药物开发的可行性，并提出一种基于联邦学习的协同药物定量构效原型系统