-
深度学习概览
网络的部件、深度学习神经网络不同的类型以及深度学习工程中常见的问题。 目标学员 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
来自：百科 -
TBE基本概念之NPU
Engine）提供了昇腾AI处理器自定义算子开发能力，通过TBE提供的API和自定义算子编程开发界面可以完成相应神经网络算子的开发。 TBE的重要概念之一为NPU，即Neural-network Processing Unit，神经网络处理器。 在维基百科中，NPU这个词条被直接指向了“人工智能加速器”，释义是这样的：
来自：百科 -
昇腾AI软件栈流程编排器（Matrix）功能介绍
算引擎由开发者进行自定义来完成所需要的具体功能。 通过流程编排器的统一调用，整个深度神经网络应用一般包括四个引擎：数据引擎，预处理引擎，模型推理引擎以及后处理引擎。 1、数据引擎主要准备神经网络需要的数据集（如MNIST数据集）和进行相应数据的处理（如图片过滤等），作为后续计算引擎的数据来源。
来自：百科 -
大V讲堂——能耗高效的深度学习
时间：2020-12-08 10:09:21 现在大多数的AI模型，尤其是计算视觉领域的AI模型，都是通过深度神经网络来进行构建的，从2015年开始，学术界已经开始注意到现有的神经网络模型都是需要较高算力和能好的。并且有大量的研究论文集中于如何将这些AI模型从云上部署到端侧，为AI模型创造更多的应用场景和产业价值。
来自：百科 -
华为云物联网介绍
![]()
，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对准紧急场景，做到数级的响应？ 解决方案 智
来自：百科 -
张量加速引擎是什么？
![]()
时间：2020-08-19 09:27:09 神经网络构造中，算子组成了不同应用功能的网络结构。而张量加速引擎（Tensor Boost 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
来自：百科 -
数字视觉预处理6个模块功能及架构介绍
![]()
-JPEGD模块对JPEG格式的图片进行解码，将原始输入的JPEG图片转换成YUV数据，对神经网络的推理输入数据进行预处理。 -JPEG图片处理完成后，需要用JPEGE编码模块对处理后的数据进行JPEG格式还原，用于神经网络的推理输出数据的后处理。 -当输入图片格式为PNG时，需要调用PNGD解码
来自：百科 -
5G三大场景的应用介绍
![]()
uRLLC对应的就是超低时延的业务，在上文中也介绍过，它可以被用于自动驾驶和远程手术。那为什么低时延对于这些业务非常重要呢，读者们也都知道饮用酒精后不能开车，因为酒精会让人们的反应变的迟钝，虽然说机器对于延迟的敏感程度远要比人类高很多。但如果自动驾驶的延迟很高的话，就算是只有几十毫秒，那也许也会因为反应不够及时而导致危险的发生。
来自：百科 -
数字视觉预处理机制介绍
![]()
图像的裁剪与缩放。 上图展示了一种典型改变图像尺寸的裁剪和补零操作，VPC在原图像中取出的待处理图像部分，再将这部分进行补零操作，在卷积神经网络计算过程中保留边缘的特征信息。补零操作需要用到上、下、左、右四个填充尺寸，在补零区域中进行图像边缘扩充，最后得到可以直接计算的补零后图像。
来自：百科 -
大V讲堂——开放环境下的自适应视觉感知
![]()
通过本课程的学习，使学员了解： 1、如何构建高效的神经网络基础模型。 2、如何学习显著性物体、边缘等通用属性。 3、如何利用通用属性构建弱监督学习模型，并进而利用互联网数据自主完成知识学习。 课程大纲 第1章 什么是开放环境的自适应感知 第2章 面向识别与理解的神经网络共性技术 第3章 通用视觉基元属性感知
来自：百科 -
电梯内电瓶车检测
![]()
视频监控 视频检测 人工智能 机器视觉 商品介绍 电瓶车起火事件时有发生，为保证楼宇公共安全，禁止电瓶车进入，该产品采用AI智能算法，利用卷积神经网络技术，通过深度学习实现电瓶车检测功能。 电梯内电瓶车检测商品介绍： 应用场景： 随着电瓶车越来越受欢迎，电瓶车起火事件也时有发生。特别当
来自：云商店 -
使用昇腾弹性云服务器实现黑白图像上色应用（C++）
-
什么是图像识别
-
迪柯尼的数字神经系统
![]()
华为企业人工智能高级开发者培训:培训内容 国家名称缩写 手机号所属的国家 神经网络介绍 策略参数说明:核函数特征交互神经网络 Grs国家码对照表:DR2：亚非拉（新加坡） 国家（或地区）码 地理位置编码 排序策略:核函数特征交互神经网络-PIN 提交排序任务API:请求消息 国家码和地区码 解析线路类型:地域线路细分（全球）
来自：云商店 -
什么是视频标签
-
数字交通物流发展趋势
![]()
数字交通发展建设纲要 主要包括三方面举措，一、数字化采集：交通基础设施全要素数字化；构建交通控制网基础云平台；推动自动驾驶，车路协同技术发展，园区/港口自动驾驶技术。二、网络化传输：交通基础设施与信息基础设施一体化建设，交通专网与天网，公网融合。三、智能化应用：打造数字化出行助
来自：百科 -
物联网边缘计算_边缘计算在物联网领域的应用
![]()
数据本地路由，时序存储与开放。 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：专题 -
昇腾AI软件栈运行管理器介绍
![]()
昇腾AI软件栈运行管理器介绍 昇腾AI软件栈运行管理器介绍 时间：2020-08-19 09:45:52 运行管理器是神经网络软件任务流向系统硬件资源的大坝系统闸门，专门为神经网络的任务分配提供了资源管理通道。昇腾AI处理器通过运行管理器为应用程序提供了存储（Memory）管理、设备（De
来自：百科 -
什么是内容审核
-
IoT边缘的应用场景_边缘计算的发展_边缘计算硬件
![]()
数据本地路由，时序存储与开放。 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：专题 -
设备可以通过哪些方式接入IoT边缘节点_iot边缘计算
![]()
联动及编排，多样化管理。 智慧交通 行业痛点 在自动驾驶大力发展的时代，智慧交通与道路感知的高效协同是实现安全自动驾驶的基石。 如何让自动驾驶实时感知复杂的路面情况？ 如何让自动驾驶根据不同场景，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？ 这些痛点都是在智慧交通领域亟需解决的。
来自：专题
