已找到以下 10000 条记录
  • 抗疫迎大考 中软国际交出“教科书”的秘密

    法律协议 联系我们 加入我们 支持与服务 开发者中心 管理控制台 售前咨询 服务公告 支持计划 云闪贷 智能客服 实用工具 文字识别 漏洞扫描 语音识别 域名注册 会议管理 定制建站 热门产品 免费试用 云服务器 网站建设 CDN加速 区块链 云手机 快速链接 华为官网 华为消费者业务

  • 训练脚本参数说明 - AI开发平台ModelArts

    用户可通过不同模型中的xxx_install.sh脚本一键适配。在用户通过Dockerfile构建模型的环境镜像时会执行该脚本,这会从github上拉取模型的官方源码,并通过git apply qwen-vl.patch的方式进行NPU适配,最后将以上源码和环境打包至镜像中。 AscendCloud-AIGC-6

  • [Python从零到壹] 三十六.图像处理基础篇之图像算术与逻辑运算详解

    后也能成为一名教师,感恩有你们,感谢有你们。我也希望自己早日毕业回到家乡,花上三四十年做好两件事,一是认真教书,二是将少数民族文物抢救和文字语音保护做好,也鼓励更多人一起加入进来。自己虽然很菜吧,但还是有一些喜欢的事,尤其陪伴爱的人,挺好,爱你们喔。2022年继续加油,在CSDN分享更高质量的博客和专栏。

    作者: eastmount
    发表时间: 2022-03-09 08:00:26
    3647
    0
  • 支路电气介数的matlab仿真,并对比HVDC,FACTS-TCSC,FACTS-UPFC

    1.课题概述         支路电气介数的matlab仿真,并对比HVDC,FACTS-TCSC,FACTS-UPFC。HVDC、FACTS(包含TCSC和UPFC)三种简化模型在电气介数计算中的体现形式为:

    作者: yd_293572134
    发表时间: 2024-06-22 21:08:49
    50
    0
  • 力龙信息加入昇思MindSpore社区,通过对政务服务领域知识结构的提取和训练,精准识别用户意图,自动分发、自动受理群众诉求!

    社区,基于MindSpore框架打造MapGIS智慧城市运营平台,支撑城市智慧化管理运行!MindSpore官方资料GitHub : https://github.com/mindspore-ai/mindsporeGitee : https : //gitee.com/mind

    作者: chengxiaoli
    2458
    0
  • 如何零基础入门机器学习?

    华区获此称号的不足十人。“学习收获”本课程作为深度学习系列课程的第一阶段,将介绍机器学习的基本概念,原理,以及常用算法(如回归,神经网络算法等),并对每种算法进行结合实例讲解。为开发机器学习相关应用打下必要基础,同时也为学习深度学习进阶课程打下必要基础。本门课程会解答以下几个问题

    作者: 孔皮皮
    发表时间: 2019-10-14 00:39:57
    7197
    0
  • 零基础AI入门【

    始搭建并运行一个AI小模型,并把它完全运行起来以理解AI的工作原理,非常接地气。AI模型是如何工作的神经网络是AI的一种重要的计算模型,深度学习是通过神经网络实现特征学习和模式分析,大量用于图像识别等领域。我们以最基础的手写数字识别为例,看看一个神经网络的AI模型是如何工作的。MNIST(Modified

    作者: 福州司马懿
    55
    4
  • 神经网络与深度学习第一周测验 Introduction to Deep Learning

    a computer. True/False? 猫的识别图像是"结构化"数据的示例,是因为它在计算机中表示为结构化数组。真/假? 图像,语音,文本都不是结构化数据 False True 7.A demographic dataset with statistics on different

    作者: 沧夜
    发表时间: 2022-04-29 14:57:25
    353
    0
  • 与PaaS产品一起成长的故事:Z市台风模型应用一体化平台技术咨询实战“术”分享——两大基石之AI工程平台MA配置

    开发环境,开发业务模型,这是当时为数不多在国内企业B端市场上活跃的一朵云。有公有云和私有云两种场景,这里介绍这个平台的开发模式,供读者参照对比。当时私有云部署不多,硬件平台也不具备条件,大多数企业采用公有云开发,在公有云上训练模型算法。项目平台基本的业务架构和AI架构都已设计好后

    作者: 科技江河
    39
    2
  • 理解git commit提交如何操作(四)

    理解git commit提交如何操作 我们可以将git commit操作与虚拟机的快照对比,简单来说就是每次commit都相当于对文件做了次快照,或者说是标记。 我们知道commit相对于文件快照,那我们如何得知该文件快照修改了多少次,可以通过git

    作者: jiangxl
    发表时间: 2022-04-13 17:12:16
    372
    0
  • 【1月4日 AI 快讯】日漫迷有福了!这个系统可以全自动翻译日漫,再也不用啃生肉了

    正在持续更新。2021/01/03 12:04原文链接PyTorch+Kaldi、专注E2E语音识别,腾讯AI Lab开源轻量级语音处理工具包PIKA基于 PyTorch 和 Kaldi 的轻量级语音处理工具包2021/01/03 11:56原文链接日漫迷有福了!这个系统可以全自动翻译

    作者: AI资讯
    1948
    3
  • 无法在云桌面与本地存储设备之间复制文件怎么办? - 云桌面 Workspace

    根据终端及云桌面的操作系统类型,选择可复制的内容进行复制。 例如复制文字“云桌面支持复制文字内容至外部设备”。 在云桌面顶部单击展开悬浮工具栏,单击最小化云桌面客户端。 在终端设备中的文本编辑页面中,粘贴从云桌面中复制的文字内容。 例如“云桌面支持复制文字内容至外部设备”。 启用“剪切板重定向”策略,并勾选“客户端到服务端”参数项

  • NB-loT具体解读

    a融合了数字扩频、数字信号处理和前向纠错编码技术,据了解目前全球已经有数百万个物联网节点运用此技术进行相互连接。NB-IOT与LoRa简单对比   未来NB-IoT将在运营商级网络中大放异彩,为物联网时代带来广覆盖、大连接、低成本的网络解决方案;而LoRa则在智慧城市、行业和企业

    作者: HK的斯诺克
    发表时间: 2020-04-23 14:26:29
    11301
    0
  • 关键特性 - ISDP

    1对1视频通话、视频会商、在线问诊、远程延时、视频客服、在线理赔等。 语音通话 即1对1或多人语音通话。 适用于1对1语音通话、多人语音通话语音聊天、语音会议、语音客服等。 高音质 支持48kHz采样的高音质。 语音通话、视频通话。 高画质 支持720P、1080P的高清画质视频。 视频通话、远程验收等。

  • 运行自己的模型和数据集出现错误

    输入预处理中,三个通道不用减均值,但每个通道要除以225。这里是我最迷糊的地方,视频和资料中也是一笔带过,没有一个实际例子。根据我的理解和文字提示,我填写了1/255,大约就是0.00392。不知道对不对? 三、数据集生成我的测试数据集为一个img目录的图像,如下:所以制作数据集选则了Image和Local

    作者: 好的设置昵称
    2450
    1
  • 带你详细入门华为云会议【玩转华为云】

    聊天 支持会中成员文字聊天,主持人可以设置是否允许聊天,沟通更便捷 优势五:字幕/字幕翻译 桌面端(Windows、MAC),在主持人、与会者进入会议时,可开启字幕/字幕翻译功能,带来更好的观看体验 开启字幕:将主持人、与会者的语音(普通话)转为实时中文字幕并显示,帮助会中成员加深理解会议内容

    作者: 龙哥手记
    发表时间: 2022-04-22 02:56:06
    1781
    0
  • 嵌入式机器学习革命:您需要了解的基础知识

    举一个例子,SparkFun 的边缘开发板支持语音转录和手势识别等深度学习应用。该板基于 Ambiq Micro 的 Apollo3 Blue 微控制器,该微控制器运行 TensorFlow Lite,这是嵌入式设备上最流行的深度学习应用环境之一。最近,用于物联网产品开发的紧凑型开发平台

    作者: 乔天伊
    123
    6
  • 学习笔记 - NLP之多标签文本分类的一种方法

    的大规模文本数据集上进行的大量实验,证明了Match框架有效适用于目前最优的深度学习的范围。地址:https://arxiv.org/pdf/2102.07349.pdf代码:https://github.com/yuzhimanhua/MATCH

    作者: RabbitCloud
    2534
    4
  • 海之晨工业质检人工智能解决方案

    13多年的视觉行业经验和技术创新、能力积累 行业标准制定 2023年机器视觉国家新职业起草单位之一 丰富的应用场景和超强的检测能力 对形态、纹理等特征提取能力强,可解决低对比度、缺陷种类众多、背景复杂、缺陷尺度小等各类复杂检测问题 专业和高效的平台架构 自研核心算法框架,在保证高准确率的前提下,降低模型计算复杂度,支持各种不同的硬件平台

  • OpenCV4机器学习(六):K-means原理及实现

    聚类结果如下图所示: 本专栏所有完整的代码将在我的GitHub仓库上更新,欢迎大家前往学习: https://github.com/Keyird/OpenCV4-Machine-Learning 进入GitHub仓库,点击 star (红色箭头所示),第一时间获取干货:

    作者: AI 菌
    发表时间: 2021-09-07 15:38:06
    1194
    0