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。 深度学习的典型模型：卷积神经网络模型、深度信任网络模型、堆栈自编码网络模型。 深度学习的应用：计算机视觉、 语音识别 、 自然语言处理 等其他领域。

查看更多 →

华为云计算 云知识 深度学习概览 深度学习概览 时间：2020-12-17 10:03:07 HCIA-AI V3.0系列课程。本课程主要讲述深度学习相关的基本知识，其中包括深度学习的发展历程、深度学习神经 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

查看更多 →

本课程介绍了双向深度学习理论、算法和应用示例，让你对双向深度学习有初步的认知。 课程目标 通过本课程的学习，使学员： 1、认识双向智能。 2、了解深度双向智能的理论、算法和应用示例。 课程大纲 第1章 引言 第2章 双向智能 第3章 深度双向智能 华为云 面向未来的智能世界，数字化

查看更多 →

的深度学习。 课程目标 通过本课程的学习，使学员了解如下知识： 1、高效的结构设计。 2、用NAS搜索轻量级网络。 3、数据高效的模型压缩。 4、1bit量化。 课程大纲 第1章 能耗高效的深度学习的背景 第2章 高效的神经元和结构设计 第3章 基于NAS的轻量级神经网络 第4章

查看更多 →

云知识 基于深度学习算法的语音识别 基于深度学习算法的语音识别 时间：2020-12-01 09:50:45 利用新型的人工智能（深度学习）算法，结合清华大学开源语音数据集THCHS30进行语音识别的实战演练，让使用者在了解语音识别基本的原理与实战的同时，更好的了解人工智能的相关内容与应用。

查看更多 →

更好的训练效果。 本次训练所使用的经过数据增强的图片 基于深度学习的识别方法 与传统的机器学习使用简单模型执行分类等任务不同，此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

查看更多 →

超越了人类的水平。本课程将介绍深度学习算法的知识。 课程简介 本课程将会探讨深度学习中的基础理论、算法、使用方法、技巧与不同的深度学习模型。 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。

查看更多 →

华为云计算 云知识 深度学习：IoT场景下的AI应用与开发 深度学习：IoT场景下的AI应用与开发 时间：2020-12-08 10:34:34 本课程旨基于自动售卖机这一真实场景开发，融合了物联网与AI两大技术方向，向您展示AI与IoT融合的场景运用并解构开发流程；从 物联网平台

查看更多 →

模型超参自动优化，简单快速。 零代码开发，简单操作训练出自己的模型。 支持模型一键部署到云、边、端。 高性能 自研MoXing深度学习框架，提升算法开发效率和训练速度。 优化深度模型推理中GPU的利用率，加速云端在线推理。 可生成在Ascend芯片上运行的模型，实现高效端边推理。 灵活 支持多

查看更多 →

优化深度模型推理中GPU的利用率，加速云端在线推理。 可生成在Ascend芯片上运行的模型，实现高效端边推理。 灵活 支持多种主流开源框架(TensorFlow、Spark_MLlib、MXNet、Caffe、PyTorch、XGBoost-Sklearn)。 支持主流GPU和自研Ascend芯片。

查看更多 →

(32G显存)，在提供云服务器灵活性的同时，提供高性能计算能力和优秀的性价比。P2vs型 弹性云服务器 支持GPU NVLink技术，实现GPU之间的直接通信，提升GPU之间的数据传输效率。能够提供超高的通用计算能力，适用于AI深度学习、科学计算，在深度学习训练、科学计算、计算流体动力学、计

查看更多 →

AI（人工智能）是通过机器来模拟人类认识能力的一种科技能力。AI最核心的能力就是根据给定的输入做出判断或预测。 AI开发的目的是什么 AI开发的目的是将隐藏在一大批数据背后的信息集中处理并进行提炼，从而总结得到研究对象的内在规律。 对数据进行分析，一般通过使用适当的统计、机器学习、深度学习等方法，对收集的大量数据进

查看更多 →

V100 GPU，在提供云服务器灵活性的同时，提供高性能计算能力和优秀的性价比。P2v型弹性云服务器支持GPU NVLink技术，实现GPU之间的直接通信，提升GPU之间的数据传输效率。能够提供超高的通用计算能力，适用于AI深度学习、科学计算，在深度学习训练、科学计算、计算流体动力学、计

查看更多 →

、自动机器学习等领域。 课程简介 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

查看更多 →

景。也可以支持轻量级训练场景。 常用的软件支持列表如下： Tensorflow、Caffe、PyTorch、MXNet等深度学习框架。 华为云 面向未来的智能世界，数字化是企业发展的必由之路。数字化成功的关键是以云原生的思维践行云原生，全数字化、全云化、AI驱动，一切皆服务。 华

查看更多 →

:4、1:8规格云服务器的创建。 优秀的超算生态：拥有完善的超算生态环境，用户可以构建灵活弹性、高性能、高性价比的计算平台。大量的HPC应用程序和深度学习框架已经可以运行在P1实例上。 常规支持软件列表 P1型云服务器主要用于计算加速场景，例如深度学习训练、推理、科学计算、分子建

查看更多 →

本实验主要介绍基于AI1型服务器的黑白图像上色项目，并部署在AI1型服务器上执行的方法。 实验目标与基本要求 本实验主要介绍基于AI1型弹性云服务器完成黑白图像上色应用开发，通过该实验了解将神经网络模型部署到昇腾310处理器运行的一般过程和方法。 基本要求： 1. 对业界主流的深度学习框架（Caff

查看更多 →

机多卡的训练场景，满足不同AI模型训练的要求。针对第一次使用ModelArts的用户，本文提供端到端案例指导，帮助您快速了解如何在ModelArts上选择合适的训练方案并进行模型训练。 模型训练常见问题 本地导入的算法有哪些格式要求？ ModelArts支持导入本地开发的算法，格式要求如下：

查看更多 →

华为云计算 云知识 AI容器具备哪些优势？ AI容器具备哪些优势？ 时间：2021-04-13 17:51:58 容器云 容器安全 镜像服务 镜像 AI容器用Serverless的方式提供算力，极大方便算法科学家进行训练和推理。 AI容器原生支持TF，Caffe，MXNET，pytorh，mindspore等主流的训练框架。

查看更多 →

器中，容器挂载的目录地址是唯一的，只有运行时的容器能访问到。因此训练作业的“/cache”是安全的。 训练环境中不同规格资源“/cache”目录的大小 在创建训练作业时可以根据训练作业的大小选择CPU、GPU或者Ascend资源。 ModelArts会挂载硬盘至“/cache”目

查看更多 →

，而不需要关心底层的技术。同时，ModelArts支持Tensorflow、PyTorch、MindSpore等主流开源的AI开发框架，也支持开发者使用自研的算法框架，匹配您的使用习惯。 ModelArts的理念就是让AI开发变得更简单、更方便。 面向不同经验的AI开发者，提供便

查看更多 →