计算机视觉基础：深度学习和神经网络 计算机视觉基础：深度学习和神经网络 时间：2020-12-17 09:56:23 通过学习，您将掌握计算机视觉的基本概念和主要知识点，并且对于计算机视觉和广义人工智能的方法论有一定的认识，初步具备判断计算机视觉是否适合解决特定问题的能力。 讲师介绍

查看更多 →

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 →

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

查看更多 →

算法和应用示例。 课程简介 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

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 →

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 →

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的映射，最终的图像分类便是由全连接层完成的。有了这样一个神经网络后，我们还需要用大量数据集对它进

查看更多 →

至超越了人类的水平。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 →

的正则表达式进行文本信息的匹配、多线程执行任务的实现和Python中类的魔法方法的使用。 基于深度学习算法的语音识别 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 →

的正则表达式进行文本信息的匹配、多线程执行任务的实现和Python中类的魔法方法的使用。 基于深度学习算法的语音识别 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 →

云知识 确定实体和属性的方法 确定实体和属性的方法 时间：2021-06-02 14:29:34 数据库 在数据库逻辑模型建设中，确定实体和属性的方法： 定义实体的主键（PK）； 定义部分非键属性（Non-Key Attribute）； 定义非唯一属性组； 添加相应的注释内容。 文中课程

查看更多 →

第3章 神经网络架构搜索的广义框架 第4章 基于进化的方法 第5章 基于强化学习的方法 第6章 one-shot架构搜索 第7章 在计算视觉领域的广泛应用 第8章 华为在神经网络架构搜索领域的进展 第9章 开放性问题和未来方向 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

查看更多 →

3、希望了解华为AI产品使用、管理和维护的人员 课程目标 掌握神经网络基础理论。 课程大纲 第1章 深度学习预备知识 第2章 人工神经网络 第3章 深度前馈网络 第4章 反向传播 第5章 神经网络架构设计 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

查看更多 →

入。 【奖品奖励】现在报名学习，还有百万码豆、开发者IP-折叠背包、开发者IP-鼠标垫、IP-PVC包等精美礼品等你拿！ AI的研究成果深刻改变着人们的生活，将来AI的发展将会更加快速，给人们的生活工作和教育带来更大的影响。AI人才在全球范围都是紧缺的。国内这个缺口也极大，可达缺

查看更多 →

E-R方法中的实体和实例 E-R方法中的实体和实例 时间：2021-06-02 10:14:00 数据库 E-R方法中，实体指具有公共性质并且可以相互区分的现实世界对象的集合，例如：老师，学生，课程都是实体。实体中每个具体的记录值，如学生实体中每个具体的学生，称之为实体的一个实例。

查看更多 →

相信很多小伙伴体验沙箱实验《使用ModelArts中开发工具学习Python（初级）》后，对Python变成语言有了一个基础的认知，掌握了Python基础的语法和使用方式。它的魅力远不止于此，在本文中，我们一起来感受和学习Python变成语言的正则表达式和多线程高级用法，以及神秘的魔法方法。话不多说，进入实验，我们马上体验！

查看更多 →

器驱动的任务。” 本系列课程中，NPU可以特指为昇腾AI处理器。 文中课程 更多精彩课程、实验、微认证，尽在华为云学院 华为云微认证：基于昇腾AI处理器的算子开发 针对网络模型迁移时常见的算子不支持问题，由昇腾专家倾力打造的在线认证，为您介绍TBE算子开发流程，使能昇腾的强大算力。

查看更多 →

开发方式和GPU上利用CUDA C++的方式相似，可以实现更多功能的算子，灵活编写各种网络模型。编写完成的算子会交给编译器进行编译，最终执行在AI Core或AI CPU上发挥出芯片的加速能力。 3、在合适的场景下，TBE提供的算子融合能力会促进算子性能的提升，让神经网络算子可以

查看更多 →

单点抓拍、摄像头独立抓拍、电瓶车检测、抓拍检测电梯内的电瓶车； 产品特点： 本算法使用了深度神经网络技术，通过使用大量实际场景图片训练得到的模型，实现对电瓶车的检测，具有速度快、准确率高的特点。算法特别优化了俯视视角下的目标检测，更适合电梯内的使用场景。标准测试场景下检测率超过90%，错误率小于5%。

查看更多 →

理器的深度神经网络计算提供了执行上的保障。 工具链 工具链是一套支持昇腾AI处理器，并可以方便程序员进行开发的工具平台，提供了自定义算子的开发、调试和网络移植、优化及分析功能的支撑。另外在面向程序员的编程界面提供了一套桌面化的编程服务，极大的降低了深度神经网络相关应用程序的开发门槛。

查看更多 →