-
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 -
张量加速引擎(TBE)的三种应用场景
了TBE算子的融合能力,为神经网络的优化开辟一条独特的路径。 张量加速引擎TBE的三种应用场景 1、一般情况下,通过深度学习框架中的标准算子实现的神经网络模型已经通过GPU或者其它类型神经网络芯片做过训练。如果将这个神经网络模型继续运行在昇腾AI处理器上时,希望尽量在不改变原始代
来自:百科 -
昇腾AI软件栈逻辑架及功能介绍
备上运行的人工智能应用程序,负责对模型的生成、加载和运算的调度。在L2层将神经网络的原始模型转化成最终可以执行在昇腾AI处理器上运行的离线模型后,离线模型执行器将离线模型传送给L1芯片使能层进行任务分配。 L1芯片使能层 L1芯片使能层是离线模型通向昇腾AI处理器的桥梁。在收到L
来自:百科 -
昇腾AI软件栈框架管理器功能框架介绍
Executor,OME)以及模型管家(AI Model Manager),如图所示。开发者使用离线模型生成器来生成离线模型,以om为后缀的文件进行保存。随后,软件栈中的流程编排器调用框架管理器中模型管家,启动离线模型执行器,将离线模型加载到昇腾AI处理器上,最后再通过整个软件栈完成离线模型的执行。从
来自:百科 -
TBE及其优势特性
-
什么是产品模型
-
物理模型产出物
-
使用其他物理化手段的需求
-
AI技术领域课程--深度学习
-
昇腾AI软件栈流程编排器(Matrix)功能介绍
-
深度学习
-
智慧教学云平台教师使用手册-云实验管理
-
学生用户怎么操作知途实验教学管理平台
-
教师用户怎么操作知途实验教学管理平台
-
实战篇:神经网络赋予机器识图的能力
-
TBE基本概念之张量
-
图像处理理论、应用与实验
-
使用Python爬虫抓取图片和文字实验
-
自然语言处理理论、应用与实验
-
概念数据模型
-
逻辑模型中的实体