AI&大数据

高精度,多场景,快响应,AI&大数据助力企业降本增效

 
 

    机器学习深度学 内容精选 换一换
  • 深度学习

    华为云计算 云知识 深度学习 深度学习 时间:2020-11-23 16:30:56 深度学习( Deep Learning,DL)是机器学习的一种,机器学习是实现人工智能的必由之路。深度学习的概念源于人工神经网络的研究,包含多个隐藏层的多层感知器就是深度学习结构。深度学习通过组合低层特

    来自:百科

    查看更多 →

  • 深度学习概览

    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

    来自:百科

    查看更多 →

  • 机器学习深度学 相关内容
  • 机器学习概览

    需要掌握人工智能技术,希望具备及其学习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 完本课程后,您将能够:掌握学习算法定义与机器学习的流程;了解常用机器学习算法;了解超参数、梯度下降和交叉验证等概念。 课程大纲 1. 机器学习算法 2. 机器学习的分类 3. 机器学习的整体流程

    来自:百科

    查看更多 →

  • 大V讲堂——双向深度学习

    大V讲堂——双向深度学习 大V讲堂——双向深度学习 时间:2020-12-09 14:52:19 以当今研究趋势由前馈学习重新转入双向对偶系统为出发点,从解码与编码、识别与重建、归纳与演绎、认知与求解等角度,我们将概括地介绍双向深度学习的历史、发展现状、应用场景,着重介绍双向深度学习理论、算法和应用示例。

    来自:百科

    查看更多 →

  • 机器学习深度学 更多内容
  • AI技术领域课程--深度学习

    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。

    来自:百科

    查看更多 →

  • 从MindSpore手写数字识别学习深度学习

    从MindSpore手写数字识别学习深度学习 从MindSpore手写数字识别学习深度学习 时间:2020-11-23 16:08:48 深度学习作为机器学习分支之一,应用日益广泛。 语音识别 、自动机器翻译、即时视觉翻译、刷脸支付、人脸考勤……不知不觉,深度学习已经渗入到我们生活中的每个

    来自:百科

    查看更多 →

  • AI技术领域课程--机器学习

    第7章 有监督学习-决策树 第8章 有监督学习-集成算法概述 第9章 有监督学习-Bagging 第10章 有监督学习-随机森林 第11章 有监督学习-Boosting 第12章 有监督学习-Adaboost 第13章 有监督学习-GBDT 第14章 有监督学习-Xgboost 第15章

    来自:百科

    查看更多 →

  • 深度学习:IoT场景下的AI应用与开发

    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

    来自:百科

    查看更多 →

  • 大V讲堂——能耗高效的深度学习

    值。 课程简介 为了解决真实世界中的问题,我们的深度学习算法需要巨量的数据,同时也需要机器拥有处理庞大数据的能力,在现实世界中部署神经网络需要平衡效率和能耗以及成本的关系。本课程介绍了能耗高效的深度学习。 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。

    来自:百科

    查看更多 →

  • 基于深度学习算法的语音识别

    华为云计算 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。

    来自:百科

    查看更多 →

  • 计算机视觉基础:深度学习和神经网络

    别、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

    来自:百科

    查看更多 →

  • GPU加速型弹性云服务器介绍

    32G显存(GPU直通) 机器学习深度学习、训练推理、科学计算、地震分析、计算金融、渲染、多媒体编解码。 华北-北京四 可用区1 - 计算加速型 P2v NVIDIA V100 NVLink(GPU直通) 机器学习深度学习、训练推理、科学计算、地震分析、计算金融、渲染、多媒体编解码。

    来自:百科

    查看更多 →

  • ModelArts是什么_AI开发平台_ModelArts功能

    AI平台ModelArts资源 华为云ModelArts助力 AI开发平台 —ModelArts SDK打通本地IDE与云端训练资源 跟我ModelArts丨探索ModelArts平台个性化联邦学习API 华为云ModelArts体验系列-1:我对ModelArts的认识 新手如何基于modelarts入门AI

    来自:专题

    查看更多 →

  • BoostKit大数据使能套件:Spark机器学习算法,实现数据处理倍级性能提升

    术,包括优化的机器学习算法,从而实现Spark性能倍级提升。 内容大纲: 1. 大数据机器学习算法发展历程; 2. 机器学习算法优化的技术挑战; 3. 鲲鹏BoostKit机器学习算法原理创新; 4. 面向鲲鹏的算法亲和优化实践; 5. 鲲鹏BoostKit机器学习算法实践。 听众收益:

    来自:百科

    查看更多 →

  • 人工智能概览

    0系列课程。本课程讲述了人工智能的发展历史、相关概念。 目标学员 需要掌握人工智能技术,希望具备及其学习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 完本课程后,您将能够:了解人工智能的基本概念。了解人工智能的相关技术及发展历史。了解人工智能的应用技

    来自:百科

    查看更多 →

  • AI人工智能免费学习课程

    知识、Linux知识,视觉方面要图像处理等,同时还要有一定的数学基础。 二是学习不系统,很多书籍只介绍了AI发展的基础框架,缺乏专业的学习路径、技术讲解及具体场景的应用。 三是没有专家讲师带领指导,找不到人进行交流。尤其是非计算机专业的同学,AI会比较难,因为做AI开发不像传

    来自:百科

    查看更多 →

  • FPGA开发者云平台应用场景

    ,普通的云服务器难以满足性能需求,FPGA云服务器可以提供高性价比的视频解决方案,是视频类场景的理想选择 优势 高性能 高并行计算与片内 RAM 资源灵活匹配,适用于高性能视频图像处理场景 低时延 快速的外存访问技术,适用于超高清和 视频直播 等低时延场景 深度学习 机器学习中多层神经网

    来自:百科

    查看更多 →

  • FPGA加速型的使用场景

    FPGA加速云服务器(FPGA Accelerated Cloud Server,FA CS )提供FPGA开发和使用的工具及环境,让用户方便地开发FPGA加速器和部署基于FPGA加速的业务,为您提供易用、经济、敏捷和安全的FPGA云服务。 应用: 视频处理、机器学习、基因组研究、金融风险分析。

    来自:百科

    查看更多 →

  • 机器翻译是什么

    华为云计算 云知识 机器翻译是什么 机器翻译是什么 时间:2020-09-16 10:40:15 机器翻译(Machine Translation)致力于为企业和个人提供不同语种间快速翻译能力,通过API调用即可实现源语言文本到目标语言文本的自动翻译 产品优势 算法领先 基于先进

    来自:百科

    查看更多 →

  • 业界主流AI开发框架

    验,加深地对深度学习建模流程的理解与熟悉度。 目标学员 需要掌握人工智能技术,希望具备及其学习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 完本课程后,您将能够:描述深度学习框架是什么;列举主流深度学习框架有哪些;了解Pytorch的特点;了解TensorFlow的特点;区别TensorFlow

    来自:百科

    查看更多 →

  • FPGA加速型高性能架构弹性云服务器规格及使用场景

    KVM fp1.16xlarge.8 64 448GB 10/10 100 8 2×VU9P KVM 使用场景 应用: 视频处理、机器学习、基因组研究、金融风险分析 场景特点: 适合密集计算、高并发、高带宽场景。 适用场景: 视频处理:图片自动分类识别、图片搜索、视频转码、实时

    来自:百科

    查看更多 →

共105条
看了本文的人还看了