超分辨率转换

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

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 →

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。

查看更多 →

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，上一层的输出作为下一层的输入，层层连接构成深度神经网络。 1994年，Yann

查看更多 →

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。 4、掌握主流深度学习模型的技术特点。

查看更多 →

华为云计算 云知识 逻辑模型建设的方法 逻辑模型建设的方法 时间：2021-06-02 14:25:16 数据库 在建设数据库的逻辑模型时，应当按照以下流程展开： 1. 建立命名规则； 2. 按照设计流程设计逻辑数据模型； 3. 确定实体和属性； 4. 确定实体与实体之间的关系；

查看更多 →

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较高算力和能好的。

查看更多 →

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。

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 →

、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 →

知识图谱 与大模型结合方法概述 知识图谱与大模型结合方法概述 时间：2024-05-15 10:20:11 作者 | 黄巍 《Unifying Large Language Models and Knowledge Graphs: A Roadmap》总结了大语言模型和知识图谱融合

查看更多 →

LiteOS轻量级AI推理框架LiteAI，从模型转换、优化及执行三个方面向开发者呈现如何在IoT设备上实现AI模型的推理全流程，并结合智能设备AI开发的案例，展示AI部署全过程。 l 针对IoT设备内存空间小的问题，LiteAI应用了模型量化技术，将模型参数从32比特浮点量化到8比特定点，实现75%模型压缩；实现更

查看更多 →

LiteOS轻量级AI推理框架LiteAI，从模型转换、优化及执行三个方面向开发者呈现如何在IoT设备上实现AI模型的推理全流程，并结合智能设备AI开发的案例，展示AI部署全过程。 l 针对IoT设备内存空间小的问题，LiteAI应用了模型量化技术，将模型参数从32比特浮点量化到8比特定点，实现75%模型压缩；实现更

查看更多 →

ModelArts模型训练 ModelArts模型训练简介 ModelArts模型训练，俗称“建模”，指通过分析手段、方法和技巧对准备好的数据进行探索分析，从中发现因果关系、内部联系和业务规律，为商业目的提供决策参考。训练模型的结果通常是一个或多个机器学习或深度学习模型，模型可以应用到新的数据中，得到预测、评价等结果。

查看更多 →

优好的离线模型。离线模型生成器主要用来生成可以高效执行在昇腾AI处理器上的离线模型。 离线模型生成器的工作原理如上图所示，在接收到原始模型后，对卷积神经网络模型进行模型解析、量化、编译和序列化四个步骤： 1、解析 在解析过程中，离线模型生成器支持不同框架下的原始网络模型解析，提炼

查看更多 →

华为云计算 云知识 逻辑模型和物理模型的对比 逻辑模型和物理模型的对比 时间：2021-06-02 14:37:26 数据库 逻辑模型与物理模型的对比如下： 名称定义：逻辑模型取名按照业务规则和现实世界对象的命名规范来取名；物理模型需要考虑到数据库产品限制，比如不能出现非法字符，不能使用数据库关键词，不能超长等约束；

查看更多 →

三、如何做好物联网数据分析？ 首先，构建资产模型是充分“理解”物联网数据的基础。 通过构建物与物，物与空间，物与人等复杂关系，将物联网数据置于模型的“上下文”中去理解。通过“IoT+资产模型”，在数字世界中构建与物理世界准实时同步的数字孪生。基于模型抽象，为数据分析提供面向业务的接口封装

查看更多 →

如何做好IoT数据分析 资产模型 资产模型是IoT数据分析服务充分理解物联网数据的基础。构建资产模型，就是构建物与物，物与空间，物与人等复杂关系，将物联网数据置于模型的上下文中去理解。资产模型就是物理世界的资产在数字世界中的映射，两边的数据准实时同步，实现数字孪生。IoT数据分析服务基于资产模型抽象，

查看更多 →

少某一部分数据源，反复调整优化。 3.训练模型 俗称“建模”，指通过分析手段、方法和技巧对准备好的数据进行探索分析，从中发现因果关系、内部联系和业务规律，为商业目的提供决策参考。训练模型的结果通常是一个或多个机器学习或深度学习模型，模型可以应用到新的数据中，得到预测、评价等结果。

查看更多 →

T数据分析服务与资产模型深度整合，以DigitalTwins资产模型为中心驱动数据分析，开发者可以直接使用统一的物联网模型数据，大大提升数据分析的效率。通过构建物与物，物与空间，物与人等复杂关系，将物联网数据置于模型的“上下文”中去理解；通过“IoT+资产模型”，在数字世界中构建

查看更多 →

使用其他物理化手段的需求 时间：2021-06-02 14:52:28 数据库 在有如下这些特定需求时，还可以考虑其他的数据库模型物理化手段： 是否采用压缩； 是否需要对数据进行加密； 是否需要对数据进行脱敏。 文中课程 更多精彩课程、实验、微认证，尽在

查看更多 →