-
AI技术领域课程--生成对抗网络
生成对抗网络(Generative Adversarial Network,简称GAN)是非监督式学习的一种方法,通过让两个神经网络相互博弈的方式进行学习,迅速成为了最具前景的深度学习模型。
来自:其他 -
代码坏味道识别与重构手法普及(Java)
课程通过解读24种会使程序“腐烂变质”的代码坏味道,以数十个重构案例清晰揭示代码重构的过程、原理及实践方式。可指导开发者改善即有代码设计,减少开发过程中的风险,提升软件的可维护性。在理论与实践中提升自身水平,打造具有可靠性、安全性、可复用性、可维护性的高质量代码。
来自:其他 -
AI技术领域课程--强化学习
强化学习是机器学习中与监督学习、无监督学习、半监督学习并驾齐驱的四大算法思想之一,强化学习思想接近人类的学习过程,且在游戏、自动驾驶、电商等领域获得了极大的成功。本课程将从强化学习的基础开始,一步一步揭开强化学习的神秘面纱,帮助大家使用强化学习思想解决实际应用问题。
来自:其他 -
AI技术应用场景--推荐系统
随着信息技术和互联网行业的发展,信息过载成了人们处理信息的挑战。为了解决这一问题,推荐系统诞生了并且应用广泛。推荐系统的任务就是联系用户和信息,了解推荐算法的原理,搭建有效的推荐系统意义深远。
来自:其他 -
AI技术应用场景--语音识别
-
2020年华为云AI实战营
-
测试自动化代码规范与应用(Java)
-
AI论文精读会:ACGAN-动漫头像生成
-
昇腾CANN系列教程-AI CPU算子开发
-
华为云产品特训营-AI产品
-
鲲鹏主板_兼容性测试_Raid卡
-
合作伙伴赋能-AI域案例分享
-
AI智能语音识别计算器
-
AI基础课程--数学基础知识
-
基于MDC的AI和算子开发
-
使用AppCube低代码平台开发园区访客应用
-
构筑生成式AI Native基础设施
-
基于CodeArts Repo的代码托管实操培训
-
深度学习:IoT场景下的AI应用与开发
-
LiteOS操作系统的AIoT开发实践
-
一顿饭工夫迁移好代码