-
深度学习
-
深度学习概览
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:描述神经网络的定义与发展;熟悉深度学习神经网络的重要“部件”;熟悉神经网络的训练与优化;描述深度学习中常见的问题。 课程大纲 1. 深度学习简介 2. 训练法则
来自:百科 -
大V讲堂——双向深度学习
算法和应用示例。 课程简介 本课程介绍了双向深度学习理论、算法和应用示例,让你对双向深度学习有初步的认知。 课程目标 通过本课程的学习,使学员: 1、认识双向智能。 2、了解深度双向智能的理论、算法和应用示例。 课程大纲 第1章 引言 第2章 双向智能 第3章 深度双向智能 华为云
来自:百科 -
从MindSpore手写数字识别学习深度学习
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泛的公开数据集,大部分识别算法都会基于它进行训练和验证。MNIST数据集包含0~9这10种数字,每一种数字都包含大量不同形态的手写数字图片训练集,分为训练集和测试集。训练集
来自:百科 -
计算机视觉基础:深度学习和神经网络
-
AI技术领域课程--深度学习
-
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
-
深度学习:IoT场景下的AI应用与开发
-
逻辑模型和物理模型的对比
-
物理备份和逻辑备份的区别有哪些
-
Nova物理部署示例
-
物理模型产出物
-
建立物理化命名规范
-
物理模型反范式处理
-
OpenStack的物理部署示例
-
深扒 NB-IoT| NB-IoT 协议栈和物理层(一)
-
学习Python编程需要什么基础:If语句和For语句
-
物理化对象命名规范示例
-
数据库中表的物理化
-
使用其他物理化手段的需求