本开发指南通过第三方平台调用判题API的场景来介绍该服务，第三方平台上传2道题目，利用API进行自动判题。2道题目分别为输出本文和绘制图形，并将返回结果提供第三方平台完成判题。

查看更多 →

本开发指南通过第三方平台调用判题API的场景来介绍该服务，第三方平台上传2道题目，利用API进行自动判题。2道题目分别为输出本文和绘制图形，并将返回结果提供第三方平台完成判题。

查看更多 →

Flume是开源日志系统。是一个分布式、可靠和高可用的海量日志聚合的系统，支持在系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方。

查看更多 →

Flume是开源日志系统。是一个分布式、可靠和高可用的海量日志聚合的系统，支持在系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方。

查看更多 →

本课程由华为诺亚的李老师介绍诺亚纵向联邦学习框架。包括联邦学习系统介绍、联邦学习原理、两方交互流程。

查看更多 →

本课程由华为诺亚的李老师介绍诺亚纵向联邦学习框架。包括联邦学习系统介绍、联邦学习原理、两方交互流程。

查看更多 →

本课程主要介绍如何将第三方框架训练出来的模型转换成昇腾专用模型，并进行调优。

查看更多 →

本课程主要介绍如何将第三方框架训练出来的模型转换成昇腾专用模型，并进行调优。

查看更多 →

HCIP-Kunpeng Application Developer V1.0 系列课程。本课程以通用性能优化方发为基础，介绍如何对鲲鹏应用进行性能优化，同时对鲲鹏生态中主流解决方案的优化思路及方法做了介绍。

查看更多 →

HCIP-Kunpeng Application Developer V1.0 系列课程。本课程以通用性能优化方发为基础，介绍如何对鲲鹏应用进行性能优化，同时对鲲鹏生态中主流解决方案的优化思路及方法做了介绍。

查看更多 →

本课程主要面向华为云会议开发者，介绍华为云会议客户端API和服务端SDK的全能力开放，供第三方APP和WEB平台灵活集成，提供一站式华为云会议集成开发技巧。

查看更多 →

本课程主要面向华为云会议开发者，介绍华为云会议客户端API和服务端SDK的全能力开放，供第三方APP和WEB平台灵活集成，提供一站式华为云会议集成开发技巧。

查看更多 →

VUE作为一个目前最火的前端框架，负责构建用户界面，只关注视图层，便于与第三方库或已有项目整合。本课程由浅入深，从VUE的基础概念，生命周期，移动端适配、路由管理到开发技能提升、服务器端渲染及框架介绍，版本升级等做了全面的介绍。

查看更多 →

VUE作为一个目前最火的前端框架，负责构建用户界面，只关注视图层，便于与第三方库或已有项目整合。本课程由浅入深，从VUE的基础概念，生命周期，移动端适配、路由管理到开发技能提升、服务器端渲染及框架介绍，版本升级等做了全面的介绍。

查看更多 →

联邦学习（Federated Learning)，又称联合学习，作为一种分布式机器学习框架，能够在保护数据隐私、满足合法合规要求的前提下，让多参与方或多计算结点之间在不共享原始数据的基础上联合进行高效率的机器学习。本课程包含联邦学习系统介绍、业界发展以及分布式训练初步实现。

查看更多 →

联邦学习（Federated Learning)，又称联合学习，作为一种分布式机器学习框架，能够在保护数据隐私、满足合法合规要求的前提下，让多参与方或多计算结点之间在不共享原始数据的基础上联合进行高效率的机器学习。本课程包含联邦学习系统介绍、业界发展以及分布式训练初步实现。

查看更多 →

设计、项目实施管理、持续的运营运维优化等问题。本课程针对性的讲解了企业在云上的治理体系、总体的上云方案及实施方法，给企业上云提供总体全面的方指导。

查看更多 →

联邦学习（Federated Learning)，又称联合学习，作为一种分布式机器学习框架，能够在保护数据隐私、满足合法合规要求的前提下，让多参与方或多计算结点之间在不共享原始数据的基础上联合进行高效率的机器学习。本课程介绍横向联邦学习个性化算法的进阶：即元学习和联邦学习的结合。

查看更多 →

联邦学习（Federated Learning)，又称联合学习，作为一种分布式机器学习框架，能够在保护数据隐私、满足合法合规要求的前提下，让多参与方或多计算结点之间在不共享原始数据的基础上联合进行高效率的机器学习。本课程是介绍联邦学习业界应用，并指导用户上手一个自己的联邦学习应用。

查看更多 →

联邦学习（Federated Learning)，又称联合学习，作为一种分布式机器学习框架，能够在保护数据隐私、满足合法合规要求的前提下，让多参与方或多计算结点之间在不共享原始数据的基础上联合进行高效率的机器学习。本课程介绍横向联邦学习个性化算法的进阶：即元学习和联邦学习的结合。

查看更多 →

联邦学习（Federated Learning)，又称联合学习，作为一种分布式机器学习框架，能够在保护数据隐私、满足合法合规要求的前提下，让多参与方或多计算结点之间在不共享原始数据的基础上联合进行高效率的机器学习。本课程是介绍联邦学习业界应用，并指导用户上手一个自己的联邦学习应用。

查看更多 →