-
深度学习
-
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 -
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 -
从MindSpore手写数字识别学习深度学习
别手写数字的模型呢？让我们来一探究竟吧。 数据集的选择与准备 机器学习中的传统机器学习和深度学习都是数据驱动的研究领域，需要基于大量的历史数据对模型进行训练，再使用模型对新的数据进行推理和预测，因此数据是机器学习中的关键要素之一。 MNIST数据集是目前手写数字识别领域使用最为广
来自：百科 -
AI技术领域课程--深度学习
![]()
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 -
基于深度学习算法的语音识别
-
大V讲堂——能耗高效的深度学习
![]()
和产业价值。 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。
来自：百科 -
深度学习：IoT场景下的AI应用与开发
-
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 -
主变油位智能识别
![]()
代椭圆拟合的方法得到油枕的位置和形状,即在每次迭代中根据所保留的边缘点进行椭圆拟合,并删去距离椭圆较远的边缘点,直至相邻两次迭代得到的椭圆的差别满足要求为止。 在油枕内取多条测温线，根据有油与无油部分存在温度差的特点，微分求出各测温线上灰度变化最大的分界点，迭代采用直线拟合并剔除
来自：云商店 -
使用ModelArts中开发工具学习Python
![]()
华为云计算 云知识 使用ModelArts中开发工具学习Python 使用ModelArts中开发工具学习Python 时间：2020-12-01 10:31:05 本实验指导用户基于Notebook对Python编程语言有一个基础的认知，掌握Python的基础语法。 实验目标与基本要求
来自：百科 -
使用ModelArts中开发工具学习Python（高级）
![]()
使用ModelArts中开发工具学习Python（高级） 使用ModelArts中开发工具学习Python（高级） 时间：2020-12-02 10:27:51 本实验指导用户基于Notebook来学习Python语言中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。
来自：百科 -
全息路口构建城市交通精细化治理数据底座
![]()
非现场执法功能基础上，融合行业最新的传感器技术、高精度地图技术、AI算法、大算力芯片、边缘计算技术，构建“智慧+感知”能力，生成车辆时空、过车身份、违法抓拍、分米级车辆轨迹、信号灯状态等多种精准、高效、实时的元数据，为路口精细化管理奠定了完备的数据基础，减轻了中心侧计算、存储、空间以及网络的传输压力。
来自：云商店 -
为防止交通事故，95后学生运用“黑科技”这样做！
![]()
获得了华为开发者大赛·IoT赛道三等奖。 办法都是在“坑”里多待两天想出来的 “我们在开发中也遇到不少的‘坑’，但在这个‘坑’里转悠两天，就能想到解决的办法了。”丁茹梦说道。 虽然在开发中遇到了信息采集、分析结果上报等多种方面不成功的问题，但对他们来说，最难的是他们都没有过驾驶经
来自：百科 -
机器学习概览
![]()
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：掌握学习算法定义与机器学习的流程；了解常用机器学习算法；了解超参数、梯度下降和交叉验证等概念。 课程大纲 1. 机器学习算法 2. 机器学习的分类 3. 机器学习的整体流程
来自：百科 -
自动学习
![]()
预测分析：对结构化数据做出分类或数值预测。 声音分类：对环境中不同声音进行分类识别。 使用ModelArts自动学习开发AI模型无需编写代码，您只需上传数据、创建项目、完成数据标注、发布训练、然后将训练的模型部署上线。 自动学习简介：https://support.huaweicloud
来自：百科 -
为防止交通事故，95后学生运用“黑科技”这样做！
![]()
获得了华为开发者大赛·IoT赛道三等奖。 办法都是在“坑”里多待两天想出来的 “我们在开发中也遇到不少的‘坑’，但在这个‘坑’里转悠两天，就能想到解决的办法了。”丁茹梦说道。 虽然在开发中遇到了信息采集、分析结果上报等多种方面不成功的问题，但对他们来说，最难的是他们都没有过驾驶经
来自：百科 -
IoT边缘服务介绍（一）
![]()
协同的解决方案 （1）边缘节点云端统一部署和管理 （2）设备云端统一管理，离线时本地自闭环 （3）规则分层处理，规则云端配置，边缘进行数据拟合和实时计算、边缘闭环或者根据规则上报云侧 （4）统一AI模型开发和流程调度，云上训练，边缘执行 （5）云侧服务和逻辑按需推至边缘，服务协同、数据协同、Function协同
来自：百科 -
领取/购买优学院学习购买学习卡常见问题
![]()
云知识 领取/购买优学院学习购买学习卡常见问题 领取/购买优学院学习购买学习卡常见问题 时间：2021-04-08 11:37:24 云市场 严选商城 行业解决方案 教育 使用指南 商品链接：优学院平台；服务商：北京文华在线教育科技股份有限公司 虽然购买学习卡的操作比较简单，但是同
来自：云商店 -
中国高速公路信息化大会暨技术产品展示会
![]()
实现停车检测、逆行检测、行人闯入、遗洒物、拥堵检测、团雾检测、交通事故等事件监测；车路协同场景中重点推出智能卡口摄像机、毫米波雷达和智能交通微边缘ITS800高精拟合方案，通过雷视拟合技术，实现全天候感知，全方位检测，全实时解析，全要素采集，并通过RSU天线实时向附近车辆广播路侧信息，实现超视距预警，辅助驾驶决策。
来自：云商店 -
云小课 | 安全第9课：DSC之数据水印，防止数据被盗用
