华为云11.11 AI&大数据分会场

高精度,多场景,快响应,AI&大数据助力企业降本增效

 
 

    深度学习+药物筛选 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 →

  • 深度学习+药物筛选 相关内容
  • 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 →

  • 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 →

  • 深度学习+药物筛选 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 →

  • 大V讲堂——能耗高效的深度学习

    华为云计算 云知识 大V讲堂——能耗高效的深度学习 大V讲堂——能耗高效的深度学习 时间:2020-12-08 10:09:21 现在大多数的AI模型,尤其是计算视觉领域的AI模型,都是通过深度神经网络来进行构建的,从2015年开始,学术界已经开始注意到现有的神经网络模型都是需要

    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 →

  • 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 →

  • 什么是医疗智能体

    药物研发:提供多个药物研发AI模型、AI算法、药物 知识图谱 ,支撑药企高效的开展药物研发工作。 医疗智能体 深度学习算法及药物分析服务融入药物研发过程,让药企能更快速高效地完成药物研发,节约研发成本。 医疗影像:提供医疗影像大数据的智能标注、难例筛选和自动学习服务,使用AI辅助诊断,完成病例分析、病

    来自:百科

    查看更多 →

  • 计算机视觉基础:深度学习和神经网络

    、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 →

  • 华为云盘古大模型_华为云AI大模型_盘古人工智能

    度气象特征。 盘古药物分子大模型 华为云盘古药物分子大模型,赋能药物研发的全链条任务,旨在帮助医药企业机构显著提升药物研发的效率。囊括了大规模药物虚拟筛选、分子动力学模拟等传统CADD药物研发软件,基于AIDD的蛋白质结构预测、分子属性预测等服务。助力新靶标药物的发现,让医药公司搭乘AI辅助药物研发的“快车”。

    来自:专题

    查看更多 →

  • 医疗智能体的应用场景

    对载量。 抗病毒药物研发 计算机辅助药物筛选根据病毒靶点和小分子药物的3D结构,计算病毒蛋白与药物之间的结合能量,实现从成千上万的小分子库中筛选出与病毒结合最紧密的候选药物,从而快速为药物研究和临床试验提供方向。 药物筛选通常分为靶点蛋白确定、候选药物小分子筛选、试验验证、临床验证四大阶段。

    来自:百科

    查看更多 →

  • 医疗智能体

    储、分析和AI能力支持,让科研过程标准化、可执行。 药物研发 提供多个药物研发AI模型、AI算法、药物知识图谱,支撑药企高效的开展药物研发工作。医疗智能体将深度学习算法及药物分析服务融入药物研发过程,让药企能更快速高效地完成药物研发,节约研发成本。 临床研究 将高性能AI算法赋能

    来自:百科

    查看更多 →

  • 华为云时习知&成都大学附属医院,打造“互联网+医疗”标杆

    因此,成都大学附属医院选择华为云学习培训产品——时习知,致力于改变以往传统培训模式耗时耗力、规模有限、效果不佳等种种弊端。 时习知线上学习平台能突破时空限制,视频、音频等学习资源可留存,方便临床工作人员利用空隙时间学习和回看; 有助于医院便捷地统计临床学习情况和考核情况,为优化培训内

    来自:百科

    查看更多 →

  • 华为云CodeArts Snap荣获信通院优秀大模型案例及两项荣誉证书

    是什么? 方案概述:优势 使用前必读:概述 插件能力分布 解决方案加速场介绍 团队级教练辅导:服务交付件 虚拟药物筛选简介:新型冠状病毒(COVID-19)虚拟药物筛选 效能大盘

    来自:百科

    查看更多 →

  • 华为云医疗智能体优势

    先技术加速计算过程。 支持十亿节点、百亿边的超大规模图数据库查询,提供适用于基因和生物网络数据的图深度学习算法。 拥有基于基因组数据自动深度学习的技术框架AutoGenome,深度融合人工智能技术,产生更加便捷、快速、准确、可解释的医疗智能模型,加速医疗大健康行业的研究工作。 华为云

    来自:百科

    查看更多 →

  • 用OA系统构建数字化医院——精细高效

    控、资源协调快-上 相关推荐 方案概述:应用背景 方案概述:应用背景 方案概述:应用背景 方案概述:优势 虚拟药物筛选简介:新型冠状病毒(COVID-19)虚拟药物筛选 组网需求 附录:背景信息: 全文检索概述:使用场景 方案概述:优势 应用场景 医疗健康:行业现状及痛点 医院信息查询:查询医院信息

    来自:云商店

    查看更多 →

  • 泛微数字化办公在医药行业:搭建研发、质检、销售全过程特色办公应用

    方案概述:应用场景 方案概述:应用背景 数字化办公咨询服务工作说明书:服务流程 销售场景限制说明 方案概述:方案优势 虚拟药物筛选简介:新型冠状病毒(COVID-19)虚拟药物筛选 方案概述:应用背景 云商店提供哪些软件和服务 新闻播报风格文案 方案概述:应用场景 新闻播报风格文案 方案概述:方案优势

    来自:云商店

    查看更多 →

  • 纷享销客CRM基础功能介绍-全局筛选配置说明

    、任务、工具,(可参考2.1.4预设统计图),受筛选的模块右上角将 显示 员工和时间 的条件值。 当配置上勾选了「员工」时,代表自定义图表受全局条件中的「员工」筛选,全局筛选的条件值会 映射 到报表和统计图的数据范围里,从而实现筛选,映射逻辑如下: 报表 当报表的数据范围有「人员」类型的字段(包括负责人主属部门)

    来自:云商店

    查看更多 →

  • 泛微OA在科研院所:专利及知识产权数字化、全过程管理

    方案概述:应用场景 相关信息来源 方案概述:应用场景 产品优势:数字资产版权保护 应用场景 套餐规格特性差异:需求管理 虚拟药物筛选简介:新型冠状病毒(COVID-19)虚拟药物筛选 方案概述:应用背景 如何选择SSL证书?:如何选择证书品牌 各类型SSL证书之间的区别:证书品牌 方案概述:方案优势

    来自:云商店

    查看更多 →

  • FPGA开发者云平台应用场景

    低时延场景 深度学习 机器学习中多层神经网络需要大量计算资源,其中训练过程需要处理海量的数据,推理过程则希望极低的时延。同时机器学习算法还在不断优化中,FPGA以其高并行计算、硬件可编程、低功耗和低时延等优势,可针对不同算法动态编程设计最匹配的硬件电路,满足机器学习中海量计算和低

    来自:百科

    查看更多 →

共105条
看了本文的人还看了