-
从MindSpore手写数字识别学习深度学习
LeNet-5由输入层、卷积层、池化层和全连接层组成。输入层用于输入数据;卷积层通过卷积运算对输入进行局部特征提取;池化层通过下采样的方式降低特征图的分辨率,从而降低输出对位置和形变的敏感度,同时还可降低网络中的参数和计算量;全连接层将局部特征通过权值矩阵组装成完整的图像,完成特征空间到真实类别空间
来自:百科 -
深度学习
-
基于深度学习算法的语音识别
-
深度学习概览
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”;熟悉神经网络的训练与优化;描述深度学习中常见的问题。 课程大纲 1. 深度学习简介 2. 训练法则
来自:百科 -
大V讲堂——双向深度学习
-
计算机视觉基础:深度学习和神经网络
-
小程序多屏多端融合
-
AI技术领域课程--深度学习
-
大V讲堂——能耗高效的深度学习
-
深度学习:IoT场景下的AI应用与开发
-
华为云828 B2B企业节,深度激活企业数实融合新动能
-
事务具有哪些特征
-
特征工程
-
华为云盘古大模型_华为云AI大模型_盘古人工智能
-
科技融合金融深度,创新成果加速落地|华为云Web3与伙伴共创价值
-
产教融合直播
-
融合视频是什么
-
推荐系统应用场景
-
交通智能体TrafficGo应用场景
-
实战篇:刷脸时代已经到来,你准备好了吗?
-
华为云API入门学习赛AI人脸识别