汽车行业解决方案

“中国制造2025”将节能与新能源汽车作为重点发展领域,明确了支持电动汽车产业发展,掌握汽车低碳化、信息化、智能化核心技术,推动汽车新一轮技术变革。华为云携手合作伙伴基于云计算、大数据、人工智能、物联网、5G等技术打造场景化解决方案,帮助车企实现数字化转型和升级,加快产品和服务创新

相关搜索推荐:
专业咨询服务 ∙ 助您上云无忧
专属顾问会在1个工作日内联系您
 请填写联系人
 请填写真实电话
提交

    自动驾驶神经网络 内容精选 换一换
  • 神经网络基础

    华为云计算 云知识 神经网络基础 神经网络基础 时间:2020-12-07 16:53:14 HCIP-AI EI Developer V2.0系列课程。神经网络是深度学习的重要基础,理解神经网络的基本原理、优化目标与实现方法是学习后面内容的关键,这也是本课程的重点所在。 目标学员

    来自:百科

    查看更多 →

  • 使用ModelArts开发自动驾驶模型

    华为云计算 云知识 使用ModelArts开发自动驾驶模型 使用ModelArts开发自动驾驶模型 时间:2020-11-27 10:27:19 本视频主要为您介绍使用ModelArts开发自动驾驶模型的操作教程指导。 场景描述: 数据湖 服务提供数据摄取、数据处理等功能。 Mod

    来自:百科

    查看更多 →

  • 自动驾驶神经网络 相关内容
  • 大V讲堂——神经网络结构搜索

    云知识 大V讲堂——神经网络结构搜索 大V讲堂——神经网络结构搜索 时间:2020-12-14 10:07:11 神经网络结构搜索是当前深度学习最热门的话题之一,已经成为了一大研究潮流。本课程将介绍神经网络结构搜索的理论基础、应用和发展现状。 课程简介 神经网络结构搜索(NAS)

    来自:百科

    查看更多 →

  • 使用ModelArts开发自动驾驶模型教程

    华为云计算 云知识 使用ModelArts开发自动驾驶模型教程 使用ModelArts开发自动驾驶模型教程 时间:2024-05-20 14:36:31 最新文章 图引擎服务 物流配送 图引擎 服务 语义搜索Demo 图引擎服务操作指导 云搜索服务 快速入门 数据湖探索 快速入门 相关推荐

    来自:百科

    查看更多 →

  • 自动驾驶神经网络 更多内容
  • MDC智能驾驶开发者课程

    MDC智能驾驶开发者课程 MDC智能驾驶开发者课程 时间:2020-12-14 14:43:58 华为MDC是面向自动驾驶领域的计算平台。MDC拥有自研CPU和AI芯片,联合车规级AUTOSAR平台,使能自动驾驶领域快速发展。本课程包括从认识MDC、安装部署MDC、使用MDC等一系列内容,助力我们的开发者更快地用好MDC!

    来自:百科

    查看更多 →

  • 昇腾AI软件栈神经网络软件架构

    流程编排器负责完成神经网络在昇腾AI处理器上的落地与实现,统筹了整个神经网络生效的过程。 数字视觉预处理模块在输入之前进行一次数据处理和修饰,来满足计算的格式需求。 张量加速引擎作为神经网络算子兵工厂,为神经网络模型源源不断提供功能强大的计算算子。 框架管理器将原始神经网络模型转换成昇

    来自:百科

    查看更多 →

  • RPA SAP_手机端RPA_RPA自动驾驶

    RPA SAP RPA SAP 1,设计器,通过该工具实施开发服务。 2,执行器,通过该工具实施运行服务。 3,控制台,通过该工具实现机器人的运维管理服务。 1,设计器,通过该工具实施开发服务。 2,执行器,通过该工具实施运行服务。 3,控制台,通过该工具实现机器人的运维管理服务。

    来自:专题

    查看更多 →

  • 计算机视觉基础:深度学习和神经网络

    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 面向未来的智能世界,数字化是企业发展的必

    来自:百科

    查看更多 →

  • 实战篇:神经网络赋予机器识图的能力

    华为云计算 云知识 实战篇:神经网络赋予机器识图的能力 实战篇:神经网络赋予机器识图的能力 时间:2020-12-09 09:28:38 深度神经网络让机器拥有了视觉的能力,实战派带你探索深度学习! 课程简介 本课程主要内容包括:深度学习平台介绍、神经网络构建多分类模型、经典入门示例详解:构建手写数字识别模型。

    来自:百科

    查看更多 →

  • 看华为云IoT路网数字化如何突破自动驾驶商业困境

    云知识 看华为云IoT路网数字化如何突破自动驾驶商业困境 看华为云IoT路网数字化如何突破自动驾驶商业困境 时间:2022-10-29 15:27:49 物联网 提到智慧出行,很多人都会想到自动驾驶,然而要实现自动驾驶,最离不开什么技术?目前自动驾驶的安全度如何?成本高吗? 聪明的车、智慧的路,少不了“它”

    来自:百科

    查看更多 →

  • 华为云云上先锋AI挑战赛

    I主题赛。在本次比赛中,华为云AI大神将教你从0到1通关 图像识别 !!帮你实现当下热门的垃圾分类、自动驾驶技术。 【赛事简介】 本次比赛为AI主题赛中的挑战赛。选手可以使用卷积神经网络对生活中的街道场景进行识别。选手可重复提交代码,直到代码完美为止。 【参赛对象】 对AI感兴趣且年满18岁的开发者均可报名参加。

    来自:百科

    查看更多 →

  • 人工智能学习入门

    使用MindSpore训练手写数字识别模型 基于昇腾AI处理器的算子开发 电子相册智慧整理 基于卷积神经网络实现景区精准识别场景 使用MindSpore训练手写数字识别模型 基于昇腾AI处理器的算子开发 电子相册智慧整理 基于卷积神经网络实现景区精准识别场景 HCIA-AI HCIA-AI 华为认证人工智能工程师

    来自:专题

    查看更多 →

  • 张量加速引擎(TBE)的三种应用场景

    Engine)作为算子的兵工厂,为基于昇腾AI处理器运行的神经网络提供算子开发能力,用TBE语言编写的TBE算子来构建各种神经网络模型。同时,TBE对算子也提供了封装调用能力。在TBE中有一个优化过的神经网络TBE标准算子库,开发者可以直接利用标准算子库中的算子实现高性能的神经网络计算。除此之外,TBE也提供

    来自:百科

    查看更多 →

  • IoT边缘应用场景

    、智慧园区、能源电力等。 智慧交通 面临挑战 在自动驾驶大力发展的时代,智慧交通与车联网的高效协同是实现安全自动驾驶的基石。如何让自动驾驶车辆实时感知复杂的路面情况?如何让自动驾驶车辆根据不同场景,迅速计算出相应对策?如何让自动驾驶车辆针对紧急场景,做到毫秒级的响应? 解决方案

    来自:百科

    查看更多 →

  • AI技术领域课程--深度学习

    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。 课程大纲 第1章 神经网络基础概念 第2章 数据集处理 第3章 网络构建 第4章

    来自:百科

    查看更多 →

  • 华为智能交通应用场景

    种路侧传感器信息,多层次应用智能算法,实现非现场执法和城市道路交通的优化能力 园区自动驾驶:基于道路感知服务,在相对封闭的园区或停车场,与车厂自动驾驶技术配合实现限定区域内的自动驾驶,推动自动驾驶技术落地,切实解决客户园区内交通、停车等需求 华为云 面向未来的智能世界,数字化是企

    来自:百科

    查看更多 →

  • 华为云IoT边缘常见场景之智慧交通

    上班高峰期道路总是拥堵?如何让自动驾驶车辆实时感知复杂的路面情况?背后的技术原因是人、车、交通设施之间的实时信息无法实现协同交互。由于市区路况复杂,雨天、雾天司机视野不清晰、路面湿滑,容易造成事故多发,易造成道路拥堵,例如沈阳大东区就面临更加精细化的交通管理。 如何让自动驾驶车辆根据不同场景,

    来自:百科

    查看更多 →

  • 昇腾AI软件栈逻辑架及功能介绍

    昇腾AI软件栈逻辑架及功能介绍 昇腾AI软件栈逻辑架及功能介绍 时间:2020-08-18 17:12:46 昇腾AI软件栈可以分为神经网络相关软件模块、工具链以及其它软件模块。 1、神经网络软件主要包含了流程编排器(Matrix),框架管理器(Framework),运行管理器(Runtime)、数字视觉预处理模块(Digital

    来自:百科

    查看更多 →

  • 昇腾AI软件栈框架管理器功能框架介绍

    时间:2020-08-19 10:07:38 框架管理器协同TBE为神经网络生成可执行的离线模型。在神经网络执行之前,框架管理器与昇腾AI处理器紧密结合生成硬件匹配的高性能离线模型,并拉通了流程编排器和运行管理器使得离线模型和昇腾AI处理器进行深度融合。在神经网络执行时,框架管理器联合了流程编排器、运行管

    来自:百科

    查看更多 →

  • 深度学习

    DL)是机器学习的一种,机器学习是实现人工智能的必由之路。深度学习的概念源于人工神经网络的研究,包含多个隐藏层的多层感知器就是深度学习结构。深度学习通过组合低层特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。

    来自:百科

    查看更多 →

  • 从MindSpore手写数字识别学习深度学习

    次训练我们使用深度神经网络作为训练模型,即深度学习。深度学习通过人工神经网络来提取特征,不同层的输出常被视为神经网络提取出的不同尺度的特征,上一层的输出作为下一层的输入,层层连接构成深度神经网络。 1994年,Yann LeCun发布了结合反向传播的卷积神经网络 LeNet, 其

    来自:百科

    查看更多 →

共105条
看了本文的人还看了