-
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 -
神经网络基础
-
从MindSpore手写数字识别学习深度学习
LeCun等人构建的卷积神经网络LeNet-5在手写数字识别问题中取得成功 ,被誉为卷积神经网络的“Hello Word”。LeNet-5以及在此之后产生的变体定义了现代卷积神经网络的基本结构,可谓入门级神经网络模型。本次实践使用的模型正是LeNet-5。 LeNet-5由输入层、卷积层、池化
来自:百科 -
框架管理器离线模型生成介绍
框架管理器离线模型生成介绍 时间:2020-08-19 17:00:58 离线模型生成以卷积神经网络为例,在深度学习框架下构造好相应的网络模型,并且训练好原始数据,再通过离线模型生成器进行算子调度优化、权重数据重排和压缩、内存优化等,最终生成调优好的离线模型。离线模型生成器主要用来生成可以高效执行在昇腾AI处理器上的离线模型。
来自:百科 -
人工智能学习入门
-
什么是视频标签
-
大V讲堂——神经网络结构搜索
-
电梯内电瓶车检测
-
深度学习
-
图像处理理论、应用与实验
-
TBE基本概念之算子类型及名称
-
视频审核VCM是什么
-
数字视觉预处理机制介绍
-
昇腾AI软件栈神经网络软件架构
-
自定义TBE算子入门,不妨从单算子开发开始
-
计算机视觉基础:深度学习和神经网络
-
打手机智能识别
-
实战篇:神经网络赋予机器识图的能力
-
主变油位智能识别
-
华为云云上先锋AI挑战赛
-
视频内容分析有什么功能