- 算法工程外壳介绍 算法工程外壳介绍 云原生的产品化算法开发架构 基于算法外壳的水表读数识别 水表识别项目流程介绍 获取真实水表数据 基于图片分割算法分割出水表读数区域 基于图片OCR算法识别出读数 如何基于算法外壳和算法套件完成上述流程 获取数据 2. 识别读数 目标：完成水表读数识别 部署为在线服务 云原生的产品化算法开发架构算法外壳+算法套件基于云上资源和IDE开发工具，串联Model... 算法工程外壳介绍 算法工程外壳介绍 云原生的产品化算法开发架构 基于算法外壳的水表读数识别 水表识别项目流程介绍 获取真实水表数据 基于图片分割算法分割出水表读数区域 基于图片OCR算法识别出读数 如何基于算法外壳和算法套件完成上述流程 获取数据 2. 识别读数 目标：完成水表读数识别 部署为在线服务 云原生的产品化算法开发架构算法外壳+算法套件基于云上资源和IDE开发工具，串联Model...
- AI抗疫，AI全场景，AI开发平台，AI大模型，AI应用 AI抗疫，AI全场景，AI开发平台，AI大模型，AI应用
- 2021华为云AI实战营系列活动之AI编程Python实战营之Python编程知识阶段作业 2021华为云AI实战营系列活动之AI编程Python实战营之Python编程知识阶段作业
- 本文提出了一个用于无监督视觉表征学习的动量对比方法（MoCo）。从将对比学习作为字典查询过程的角度来看，本文构建了一个由队列和移动平均编码器组成的动态字典。这使得可以实时地构建一个巨大的并且具有一致性的字典，因此可以促进对比无监督学习。通过MoCo学习到的特征可以很好地在下游任务完成迁移。 本文提出了一个用于无监督视觉表征学习的动量对比方法（MoCo）。从将对比学习作为字典查询过程的角度来看，本文构建了一个由队列和移动平均编码器组成的动态字典。这使得可以实时地构建一个巨大的并且具有一致性的字典，因此可以促进对比无监督学习。通过MoCo学习到的特征可以很好地在下游任务完成迁移。
- MindSpore1.5版本推出亲和算法库Boost1.0，目标是在不同的AI场景下，保持用户训练精度的同时，为用户提供高效的训练体验。本次课程对Boost性能提升原理做了讲解，并提供了两种相对易实现的模式。 Boost能够实现性能提升的原理主要有三方面构成： 1、梯度冻结： 训练过程中反响的时间占了大头，如果可以减少反向的次数，也可... MindSpore1.5版本推出亲和算法库Boost1.0，目标是在不同的AI场景下，保持用户训练精度的同时，为用户提供高效的训练体验。本次课程对Boost性能提升原理做了讲解，并提供了两种相对易实现的模式。 Boost能够实现性能提升的原理主要有三方面构成： 1、梯度冻结： 训练过程中反响的时间占了大头，如果可以减少反向的次数，也可...
- 这个实验是利用A2C算法实现的一个登月小游戏。 这个实验是利用A2C算法实现的一个登月小游戏。
- 本文介绍了如何在Ubuntu 18.04上源码安装MindSpore V1.5 GPU版本。干货满满。 本文介绍了如何在Ubuntu 18.04上源码安装MindSpore V1.5 GPU版本。干货满满。
- 通过AI求解器，拉近产业与智能的距离 通过AI求解器，拉近产业与智能的距离
- SAP公有云解决方案见下图最右侧，比较著名的有SAP SuccessFactors和SAP Cloud for Customer(C4C)等，作为SAP软件即服务(SaaS)的解决方案。而最左侧的SAP HANA Enterprise Cloud，是SAP一个私有云平台。这个平台上能购买的方案最主要的就是SAP S/4HANA（当然也有Business Suite等）。客户购买产品后，SAP... SAP公有云解决方案见下图最右侧，比较著名的有SAP SuccessFactors和SAP Cloud for Customer(C4C)等，作为SAP软件即服务(SaaS)的解决方案。而最左侧的SAP HANA Enterprise Cloud，是SAP一个私有云平台。这个平台上能购买的方案最主要的就是SAP S/4HANA（当然也有Business Suite等）。客户购买产品后，SAP...
- 本文参考码云上MindSpore开源的coursehttps://gitee.com/mindspore/course与相关实验材料编写，对其中实验进行了复现，并添加了相关注释。#拉普拉斯矩阵GCN的核心基于拉普拉斯矩阵的谱分解（特征分解）。所以GCN算法的关键在于定义拉普拉斯矩阵。本文的拉普拉斯矩阵定义如下：L=U~−12H~U~−12L=\tilde{U}^{−\frac{1}{2}}\... 本文参考码云上MindSpore开源的coursehttps://gitee.com/mindspore/course与相关实验材料编写，对其中实验进行了复现，并添加了相关注释。#拉普拉斯矩阵GCN的核心基于拉普拉斯矩阵的谱分解（特征分解）。所以GCN算法的关键在于定义拉普拉斯矩阵。本文的拉普拉斯矩阵定义如下：L=U~−12H~U~−12L=\tilde{U}^{−\frac{1}{2}}\...
- 经过实践检验，行之有效，且可复制 经过实践检验，行之有效，且可复制
- 作为一名在数字化领域深耕多年的从业人员，我深感 “数字化转型”在我国企业发展进程中的重要性日益提升，并对该问题进行了持续的关注和思考。借此机会，也想将自己过去6年的认知做一个总结，希望能够给大家带来一些启发。一、数字化是什么？那我们就得先了解数字化的“好朋友”，信息化和智能化。信息化：将现实事物映像到虚拟的世界的过程，这就信息化，信息化的特点：人操作机器智能化 ：机器有了思考的能力，智能化的... 作为一名在数字化领域深耕多年的从业人员，我深感 “数字化转型”在我国企业发展进程中的重要性日益提升，并对该问题进行了持续的关注和思考。借此机会，也想将自己过去6年的认知做一个总结，希望能够给大家带来一些启发。一、数字化是什么？那我们就得先了解数字化的“好朋友”，信息化和智能化。信息化：将现实事物映像到虚拟的世界的过程，这就信息化，信息化的特点：人操作机器智能化 ：机器有了思考的能力，智能化的...
- 生物多样，世界多美~ 生物多样，世界多美~
- 运行环境• D芯片：D310• GPU：M40 torch>caffe• Baseline: https://github.com/xxradon/PytorchToCaffe• pytorch_to_caffe.py定义了torch到caffe的替换操作• pytorch_to_caffe.py具体替换操作的实现：• layer_param.py定义了torch到caffe参数的转换... 运行环境• D芯片：D310• GPU：M40 torch>caffe• Baseline: https://github.com/xxradon/PytorchToCaffe• pytorch_to_caffe.py定义了torch到caffe的替换操作• pytorch_to_caffe.py具体替换操作的实现：• layer_param.py定义了torch到caffe参数的转换...
- 前面我们讲解过关于用Python写温度转换器，画“Python”，天天学习的代码讲解和数字类型。不知大家是否还记得，忘记的可以点击上面的专辑去里面复习一下哦，也可以敲敲代码，提高对语句的熟练程度。学完Python后，你会发现Python可以做很多高大上的事情，比如爬虫，数据分析，机器学习，游戏开发等，这些都是建立在Python基础上的，所以想要用好Python，基础知识是一定要打牢的，而字符... 前面我们讲解过关于用Python写温度转换器，画“Python”，天天学习的代码讲解和数字类型。不知大家是否还记得，忘记的可以点击上面的专辑去里面复习一下哦，也可以敲敲代码，提高对语句的熟练程度。学完Python后，你会发现Python可以做很多高大上的事情，比如爬虫，数据分析，机器学习，游戏开发等，这些都是建立在Python基础上的，所以想要用好Python，基础知识是一定要打牢的，而字符...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签