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

 
 

    深度学习神经网络模型 内容精选 换一换
  • 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 →

  • 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 →

  • 深度学习神经网络模型 相关内容
  • 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 →

  • 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 →

  • 深度学习神经网络模型 更多内容
  • 从MindSpore手写数字识别学习深度学习

    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

    来自:百科

    查看更多 →

  • AI技术领域课程--深度学习

    。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

    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。

    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 →

  • 实战篇:神经网络赋予机器识图的能力

    构建手写数字识别模型。 课程目标 通过本课程的学习使学员掌握深度学习平台应用及入门深度学习。 课程大纲 第1节 导读&往期内容回顾 第2节 深度学习平台介绍 第3节 深度学习入门示例介绍 第4节 神经网络构建多分类模型 第5节 华为云深度学习平台实操演练 华为云 面向未来的智能世

    来自:百科

    查看更多 →

  • 昇腾AI软件栈逻辑架及功能介绍

    者提供用于深度学习计算的开发平台,包含计算资源、运行框架以及相关配套工具等,让开发者可以便捷高效的编写在特定硬件设备上运行的人工智能应用程序,负责对模型的生成、加载和运算的调度。在L2层将神经网络的原始模型转化成最终可以执行在昇腾AI处理器上运行的离线模型后,离线模型执行器将离线模型传送给L1芯片使能层进行任务分配。

    来自:百科

    查看更多 →

  • 张量加速引擎(TBE)的三种应用场景

    了TBE算子的融合能力,为神经网络的优化开辟一条独特的路径。 张量加速引擎TBE的三种应用场景 1、一般情况下,通过深度学习框架中的标准算子实现的神经网络模型已经通过GPU或者其它类型神经网络芯片做过训练。如果将这个神经网络模型继续运行在昇腾AI处理器上时,希望尽量在不改变原始代

    来自:百科

    查看更多 →

  • 神经网络基础

    华为云计算 云知识 神经网络基础 神经网络基础 时间:2020-12-07 16:53:14 HCIP-AI EI Developer V2.0系列课程。神经网络深度学习的重要基础,理解神经网络的基本原理、优化目标与实现方法是学习后面内容的关键,这也是本课程的重点所在。 目标学员

    来自:百科

    查看更多 →

  • 大V讲堂——神经网络结构搜索

    云知识 大V讲堂——神经网络结构搜索 大V讲堂——神经网络结构搜索 时间:2020-12-14 10:07:11 神经网络结构搜索是当前深度学习最热门的话题之一,已经成为了一大研究潮流。本课程将介绍神经网络结构搜索的理论基础、应用和发展现状。 课程简介 神经网络结构搜索(NAS)

    来自:百科

    查看更多 →

  • 昇腾AI软件栈神经网络软件架构

    昇腾AI软件栈神经网络软件架构 昇腾AI软件栈神经网络软件架构 时间:2020-08-18 17:03:43 为完成一个神经网络应用的实现和执行,昇腾AI软件栈在深度学习框架到昇腾AI处理器之间架起了一座桥梁,为神经网络从原始模型,到中间计算图表征,再到独立执行的离线模型提供了快速转

    来自:百科

    查看更多 →

  • 人工智能学习入门

    AI技术领域课程--机器学习 AI技术领域课程--深度学习 AI技术领域课程--生成对抗网络 AI技术领域课程--强化学习 AI技术领域课程--图网络 AI技术领域课程--机器学习 AI技术领域课程--深度学习 AI技术领域课程--生成对抗网络 AI技术领域课程--强化学习 AI技术领域课程--图网络

    来自:专题

    查看更多 →

  • 什么是图像识别

    分类、基于场景内容或者物体的广告推荐等功能更加准确。 图1 图像标签 示例图 名人识别 利用深度神经网络模型对图片内容进行检测,准确识别图像中包含的影视明星及网红人物。 翻拍识别 利用深度神经网络算法判断条形码图片为原始拍摄,还是经过二次翻拍、打印翻拍等手法二次处理的图片。利用翻拍识

    来自:百科

    查看更多 →

  • 电梯内电瓶车检测

    视频检测 人工智能 机器视觉 商品介绍 电瓶车起火事件时有发生,为保证楼宇公共安全,禁止电瓶车进入,该产品采用AI智能算法,利用卷积神经网络技术,通过深度学习实现电瓶车检测功能。 电梯内电瓶车检测商品介绍: 应用场景: 随着电瓶车越来越受欢迎,电瓶车起火事件也时有发生。特别当电瓶车被放

    来自:云商店

    查看更多 →

  • TBE基本概念之NPU

    Engine)提供了昇腾AI处理器自定义算子开发能力,通过TBE提供的API和自定义算子编程开发界面可以完成相应神经网络算子的开发。 TBE的重要概念之一为NPU,即Neural-network Processing Unit,神经网络处理器。 在维基百科中,NPU这个词条被直接指向了“人工智能加速器”,释义是这样的:

    来自:百科

    查看更多 →

  • 语音交互服务有什么功能

    10:09:17 语音交互 包括以下子服务: 定制语音识别(ASR Customization,ASRC):基于深度学习技术,提供针对特定领域(如快递行业)优化的语音识别能力,并可自定义语言模型。 定制语音识别包含 一句话识别 、录音文件识别功能。支持热词定制。 实时语音转写(Real-time

    来自:百科

    查看更多 →

  • 框架管理器离线模型生成介绍

    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

    来自:百科

    查看更多 →

共105条
看了本文的人还看了