征形成更抽象的高层代表属性类别或特征，发现数据分布式特征表示。研究深入学习的动机是建立模拟大脑分析学习的神经网络，它模拟大脑的机制来解释说明数据，如图像、声音、文本等数据。 深度学习的典型模型：卷积神经网络模型、深度信任网络模型、堆栈自编码网络模型。 深度学习的应用：计算机视觉、 语音识别 、 自然语言处理 等其他领域。

查看更多 →

需要掌握人工智能技术，希望具备及其学习和深度学习算法应用能力，希望掌握华为人工智能相关产品技术的工程师 课程目标 学完本课程后，您将能够：描述神经网络的定义与发展；熟悉深度学习神经网络的重要“部件”；熟悉神经网络的训练与优化；描述深度学习中常见的问题。 课程大纲 1. 深度学习简介 2. 训练法则

查看更多 →

华为云计算 云知识 逻辑设计的常用方法 逻辑设计的常用方法 时间：2021-06-02 10:26:53 数据库 逻辑设计比较常用的方式是使用E-R设计工具，IDEF1x方法来进行逻辑模型建设，常用的ER图表示法包括IDEF1x，IE模型的Crow's foot ，UML类图方式等。

查看更多 →

华为云计算 云知识 逻辑模型建设的方法 逻辑模型建设的方法 时间：2021-06-02 14:25:16 数据库 在建设数据库的逻辑模型时，应当按照以下流程展开： 1. 建立命名规则； 2. 按照设计流程设计逻辑数据模型； 3. 确定实体和属性； 4. 确定实体与实体之间的关系； 5. 补充实体的非健值属性。

查看更多 →

算法和应用示例。 课程简介 本课程介绍了双向深度学习理论、算法和应用示例，让你对双向深度学习有初步的认知。 课程目标 通过本课程的学习，使学员： 1、认识双向智能。 2、了解深度双向智能的理论、算法和应用示例。 课程大纲 第1章 引言 第2章 双向智能 第3章 深度双向智能 华为云

查看更多 →

云知识 基于深度学习算法的语音识别 基于深度学习算法的语音识别 时间：2020-12-01 09:50:45 利用新型的人工智能（深度学习）算法，结合清华大学开源语音数据集THCHS30进行语音识别的实战演练，让使用者在了解语音识别基本的原理与实战的同时，更好的了解人工智能的相关内容与应用。

查看更多 →

的深度学习。 课程目标 通过本课程的学习，使学员了解如下知识： 1、高效的结构设计。 2、用NAS搜索轻量级网络。 3、数据高效的模型压缩。 4、1bit量化。 课程大纲 第1章 能耗高效的深度学习的背景 第2章 高效的神经元和结构设计 第3章 基于NAS的轻量级神经网络 第4章

查看更多 →

池化层通过下采样的方式降低特征图的分辨率，从而降低输出对位置和形变的敏感度，同时还可降低网络中的参数和计算量；全连接层将局部特征通过权值矩阵组装成完整的图像，完成特征空间到真实类别空间的映射，最终的图像分类便是由全连接层完成的。有了这样一个神经网络后，我们还需要用大量数据集对它进

查看更多 →

自动机器学习等领域。 课程简介 本教程介绍了AI解决方案深度学习的发展前景及其面临的巨大挑战；深度神经网络的基本单元组成和产生表达能力的方式及复杂的训练过程。 课程目标 通过本课程的学习，使学员： 1、了解深度学习。 2、了解深度神经网络。 课程大纲 第1章 深度学习和神经网络 华为云

查看更多 →

至超越了人类的水平。本课程将介绍深度学习算法的知识。 课程简介 本课程将会探讨深度学习中的基础理论、算法、使用方法、技巧与不同的深度学习模型。 课程目标 通过本课程的学习，使学员： 1、掌握神经网络基础理论。 2、掌握深度学习中数据处理的基本方法。 3、掌握深度学习训练中调参、模型选择的基本方法。

查看更多 →

华为云计算 云知识 逻辑模型和物理模型的对比 逻辑模型和物理模型的对比 时间：2021-06-02 14:37:26 数据库 逻辑模型与物理模型的对比如下： 名称定义：逻辑模型取名按照业务规则和现实世界对象的命名规范来取名；物理模型需要考虑到数据库产品限制，比如不能出现非法字符，不能使用数据库关键词，不能超长等约束；

查看更多 →

华为云计算 云知识 深度学习：IoT场景下的AI应用与开发 深度学习：IoT场景下的AI应用与开发 时间：2020-12-08 10:34:34 本课程旨基于自动售卖机这一真实场景开发，融合了物联网与AI两大技术方向，向您展示AI与IoT融合的场景运用并解构开发流程；从 物联网平台

查看更多 →

云知识 确定实体和属性的方法 确定实体和属性的方法 时间：2021-06-02 14:29:34 数据库 在数据库逻辑模型建设中，确定实体和属性的方法： 定义实体的主键（PK）； 定义部分非键属性（Non-Key Attribute）； 定义非唯一属性组； 添加相应的注释内容。 文中课程

查看更多 →

E-R方法中的实体和实例 E-R方法中的实体和实例 时间：2021-06-02 10:14:00 数据库 E-R方法中，实体指具有公共性质并且可以相互区分的现实世界对象的集合，例如：老师，学生，课程都是实体。实体中每个具体的记录值，如学生实体中每个具体的学生，称之为实体的一个实例。

查看更多 →

云知识 逻辑设计和逻辑模型 逻辑设计和逻辑模型 时间：2021-06-02 10:21:11 数据库 逻辑设计阶段是将概念模型转化为具体的数据模型的过程。 按照概念设计阶段建立的基本E-R图，按选定的目标数据模型（层次、网状、关系、面向对象），转换成相应的逻辑模型。 对于关系型数

查看更多 →

档化数据资产。通过可回归的数据库支持，使数据结构具备完全地分析已有数据源的能力，并根据业务需求设计和实现高质量的数据库结构。易读的可视化数据结构加强了业务分析人。.员和应用开发人员之间工作沟通的能力。ER/Studio Enterprise 更能够使企业和任务团队通过中心资源库展开协作。

查看更多 →

embedding的优化目标和语言模型的优化目标结合起来，一起作为KEPLER模型的优化目标，最后得到一个能联合表示文本语料和图谱的模型。示意图如下： 小结 上述方法都在尝试打破LLM和KG两类不同知识表示的边界，促使LLM这种概率模型能利用KG静态的、符号化的知识；促使KG能利

查看更多 →

相信很多小伙伴体验沙箱实验《使用ModelArts中开发工具学习Python（初级）》后，对Python变成语言有了一个基础的认知，掌握了Python基础的语法和使用方式。它的魅力远不止于此，在本文中，我们一起来感受和学习Python变成语言的正则表达式和多线程高级用法，以及神秘的魔法方法。话不多说，进入实验，我们马上体验！

查看更多 →

华为云计算 云知识 Dockerfile的常用指令 Dockerfile的常用指令 时间：2021-06-30 18:43:21 Docker通过读取Dockerfile中的指令自动生成映像。 下图是Dockerfile常用的一些指令以及各自的含义介绍： 文中课程 更多精彩课程、实

查看更多 →

些都要了然于心，基于商业的理解，整理分析框架和分析思路。例如，减少老客户的流失、优化活动效果、提高客户响应率等等。不同的项目对数据的要求，使用的分析手段也是不一样的。 2.准备数据 数据准备主要是指收集和预处理数据的过程。 按照确定的分析目的，有目的性的收集、整合相关数据，数据准

查看更多 →

言中的正则表达式进行文本信息的匹配、多线程执行任务的实现和Python中类的魔法方法的使用。 基于深度学习算法的语音识别 利用新型的人工智能（深度学习）算法，结合清华大学开源语音数据集THCHS30进行语音识别的实战演练，让使用者在了解语音识别基本的原理与实战的同时，更好的了解人工智能的相关内容与应用。

查看更多 →