- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第3章，第3.1.4节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第3章，第3.1.4节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第3章，第3.1.3节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第3章，第3.1.3节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第3章，第3.1.1节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第3章，第3.1.1节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.2.5节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.2.5节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.2.4节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.2.4节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.2.3节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.2.3节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.2.2节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.2.2节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.2.1节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.2.1节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.1.7节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.1.7节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.1.4节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.1.4节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.1.3节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.1.3节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.1.2节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第2章，第2.1.2节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第1章，第1.2.3节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第1章，第1.2.3节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第1章，第1.1.2节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第1章，第1.1.2节，作者是言有三 。
- 1 大数据处理的常用方法大数据处理目前比较流行的是两种方法，一种是离线处理，一种是在线处理，基本处理架构如下：在互联网应用中，不管是哪一种处理方式，其基本的数据来源都是日志数据，例如对于web应用来说，则可能是用户的访问日志、用户的点击日志等。如果对于数据的分析结果在时间上有比较严格的要求，则可以采用在线处理的方式来对数据进行分析，如使用Spark、Storm等进行处理。比较贴切的一个例子是... 1 大数据处理的常用方法大数据处理目前比较流行的是两种方法，一种是离线处理，一种是在线处理，基本处理架构如下：在互联网应用中，不管是哪一种处理方式，其基本的数据来源都是日志数据，例如对于web应用来说，则可能是用户的访问日志、用户的点击日志等。如果对于数据的分析结果在时间上有比较严格的要求，则可以采用在线处理的方式来对数据进行分析，如使用Spark、Storm等进行处理。比较贴切的一个例子是...
上滑加载中
推荐直播
-
开发者玩转DeepSeek2025/02/20 周四 16:30-17:30
Thomas – 华为云DTSE技术布道师
双擎驱动优势——华为云CodeArts IDE全栈能力与DeepSeek认知智能深度融合，打造智能编码助手。如何利用DeepSeek的能力，进一步强化业务。
回顾中 -
探秘仓颉编程语言：华为开发者空间的创新利器2025/02/22 周六 15:00-16:30
华为云讲师团
本期直播将与您一起探秘颉编程语言上线华为开发者空间后，显著提升开发效率，在智能化开发支持、全场景跨平台适配能力、工具链与生态完备性、语言简洁与高性能特性等方面展现出的独特优势。直播看点： 1.java转仓颉的小工具 2.仓颉动画三方库lottie 3.开发者空间介绍及如何在空间用仓颉编程语言开发
即将直播 -
大模型Prompt工程深度实践2025/02/24 周一 16:00-17:30
盖伦 华为云学堂技术讲师
如何让大模型精准理解开发需求并生成可靠输出？本期直播聚焦大模型Prompt工程核心技术：理解大模型推理基础原理，关键采样参数定义，提示词撰写关键策略及Prompt工程技巧分享。
去报名
热门标签