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 →

较为准确的预测结果，这一过程便依赖于华为自研的深度学习框架MindSpore。 MindSpore的“学习”过程 MindSpore当前已经部署在ModelArts的开发环境和训练环境中，同时提供了阈值算法供开发者直接使用，它的学习过程如下图所示，简单总结一下： 1. 使用Min

查看更多 →

AI技术领域课程--深度学习 AI技术领域课程--深度学习 时间：2020-12-15 15:23:12 深度学习是一种以人工神经网络为架构，对数据进行表征学习的算法。目前，在图像、 语音识别 、 自然语言处理 、强化学习等许多技术领域中，深度学习获得了广泛的应用，并且在某些问题上已经达到

查看更多 →

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。

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 →

经验，在国际顶级会议和期刊上发表超过50篇论文，谷歌引用数1700，擅长大规模视觉识别、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：

查看更多 →

查询作业资源规格:URI ModelArts自动学习与ModelArts PRO的区别 垃圾分类（使用新版自动学习实现图像分类）:步骤5：创建新版自动学习图像分类项目 修订记录 垃圾分类（使用新版自动学习实现图像分类）:步骤5：创建新版自动学习图像分类项目 创建项目:创建项目 华为企业人工智能高级开发者培训:培训内容

查看更多 →

断尝试调整超参来迭代模型；或在实验阶段，有一个可以优化训练的性能的想法，则会回到开发阶段，重新优化代码。模型开发部分过程可见下图。 开发阶段：准备并配置环境，调试代码，使代码能够开始进行深度学习训练，推荐在ModelArts开发环境中调试。 实验阶段：调整数据集、调整超参等，通过

查看更多 →

速度提升10000倍 了解详情 盘古NLP大模型 业界首个超千亿参数的中文预训练大模型，利用大数据预训练、对多源丰富知识相结合，并通过持续学习吸收海量文本数据，不断提升模型的效果。 了解详情 盘古CV大模型 基于海量图像、视频数据和盘古独特技术构筑的视觉基础模型，赋能行业客户利用

查看更多 →

华为云ModelArts自动学习之图像分类 华为云ModelArts自动学习之图像分类 时间：2020-11-27 10:18:33 本视频主要为您介绍华为云ModelArts自动学习之图像分类的操作教程指导。 什么是图像分类？ 识别图像内容（类别）。 步骤 创建 OBS 桶及图像分类项目-上传图片数据-数据标注-模型训练-部署上线

查看更多 →

身竞争力的重要因素；而传统自建数据中心在使用过程中会遇到如下问题： ▪ 计算集群建设属于重资产，初期投资大、建设成本高、周期长，无法满足企业灵活的业务形态；业务闲暇时，资源浪费；业务繁忙时，资源不足 ▪ 维护工作繁重， 压力大，易出错 ：在维护方面企业往往投入很多人力、物力，而无法全力聚焦企业自身的业务

查看更多 →

您可以通过调用新建转码任务接口，将参数“upsample”设置为“1”开启上采样，将低分辨率的视频转码成高分辨率的视频。 音视频转码后的视频如何下载 音视频转码后，您可以在 媒体处理 控制台跳转到转码视频存储的OBS桶中，然后下载即可。 登录媒体处理服务台。 在左侧导航树中选择“媒体处理 > 转码”，进入转码管理页面。

查看更多 →

2、码率超过一定数值，对图像的质量没有多大影响。 常用的调节码率手段包括： ①调节编码的帧率。通过调节序列在时间上的分辨率达到控制码率的目的。当码率高于信道时，通过丢帧来降低码率；当码率低于信道时，可提高帧率以提高视觉效果。 ②调节图像大小。通过调节序列在空间上的分辨率来达到控制码率的目

查看更多 →

P系列：计算加速型或推理加速型 弹性云服务器 ，适合于深度学习、科学计算、CAE等。 GPU加速云服务器在售实例 GPU加速实例总览 主售：计算加速型P2s、推理加速型Pi2、图形加速增强型G6 在售：除主售外的其他GPU机型均为在售机型，如果在售机型售罄，推荐使用主售机型 图像加速G系列 图形加速增强型G6v

查看更多 →

完善的生态环境，全面支持多种GPU应用程序、深度学习框架。G系列支持OpenGL、DirectX；P系列支持CUDA、OpenCL。 简单易用 一键式获取各类图形工作站、超算应用和深度学习框架、计算集群，让您真正聚焦于核心业务。 高性价比 同步业界最新GPU技术，无缝切换最新GPU硬件；支

查看更多 →

，保证关键细节丝毫必现；对易忽略背景，利用人眼阶跃性特点，在人眼感知无区别的前提下就分配较少码率，可谓是高智商又高情商。 采用感知编码技术压缩的视频流跑在网络中，就像马路并没变宽，却让普通轿车全面升级，瘦身如摩托、性能如超跑、舒适如商务。正可谓你爱堵不堵，我一路无阻。 “硬解”的江湖，看谁C位出道？

查看更多 →

人工智能 GPU包含上千个计算单元，在并行计算方面展示出强大的优势，P1、P2v实例针对深度学习特殊优化，可在短时间内完成海量计算；Pi1实例整型计算时延低，可支持35路高清视频解码与实时AI推理 优势 GPU Direct 完美支撑大数据在神经网络间传输 100GB IB网络 支持GPU

查看更多 →

人工智能 GPU包含上千个计算单元，在并行计算方面展示出强大的优势，P1、P2v实例针对深度学习特殊优化，可在短时间内完成海量计算；Pi1实例整型计算时延低，可支持35路高清视频解码与实时AI推理 优势 GPU Direct 完美支撑大数据在神经网络间传输 100GB IB网络 支持GPU

查看更多 →