-
基于深度学习算法的语音识别
-
计算机视觉基础:深度学习和神经网络
、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
来自:百科 -
ModelArts模型训练_超参搜索简介_超参搜索算法
float,一般不建议用户修改 TPE算法 TPE算法全称Tree-structured Parzen Estimator,是一种利用高斯混合模型来学习超参模型的算法。在每次试验中,对于每个超参,TPE为与最佳目标值相关的超参维护一个高斯混合模型l(x),为剩余的超参维护另一个高斯混合模型g(x),选择
来自:专题 -
AI技术领域课程--深度学习
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。 4、掌握主流深度学习模型的技术特点。
来自:百科 -
从MindSpore手写数字识别学习深度学习
-
神经网络基础
-
昇腾AI软件栈逻辑架及功能介绍
-
大V讲堂——开放环境下的自适应视觉感知
-
Bootstrap Icons学习与基本介绍
-
大V讲堂——能耗高效的深度学习
-
模型训练与平台部署(Mindspore-TF)
-
推理模型的迁移与调优
-
人工智能学习入门
-
TypeORM文档手册学习与基本介绍
-
Docusaurus文档手册学习与基本介绍
-
SWR文档手册学习与基本介绍
-
Mocha文档手册学习与基本介绍
-
Sequelize文档手册学习与基本介绍
-
Markdown文档手册学习与基本介绍
-
Mirage文档手册学习与基本介绍
-
Deno文档手册学习与基本介绍