- 下面从大数据集需求、硬件需求、过拟合、超参数优化、不透明性、缺少灵活性这六个方面来简要说明深度学习系统所面临的挑战。4.1.1 大数据集需求在深度学习系统中，人们往往需要大型的数据集去训练一个有效的深度学习模型。一般来说，越多的数据就越有可能使深度学习模型变得更强大。例如，在语音识别领域中，为了学习一种语言，模型往往需要大量各种口音、各种时长的语音数据。这需要研究人员拥有非常强的数据处理能力... 下面从大数据集需求、硬件需求、过拟合、超参数优化、不透明性、缺少灵活性这六个方面来简要说明深度学习系统所面临的挑战。4.1.1 大数据集需求在深度学习系统中，人们往往需要大型的数据集去训练一个有效的深度学习模型。一般来说，越多的数据就越有可能使深度学习模型变得更强大。例如，在语音识别领域中，为了学习一种语言，模型往往需要大量各种口音、各种时长的语音数据。这需要研究人员拥有非常强的数据处理能力...
- 说明：随着开发迭代MindSpore的接口及流程的不断演进，书中代码仅为示意代码，完整可运行代码请大家以线上代码仓中对应章节代码为准。网址为：https://mindspore.cn/resource。读者可扫描右侧二维码获取相关资源。LeNet主要用来进行手写字符的识别与分类，并已在美国的银行中投入使用。LeNet的实现确立了卷积神经网络（CNN）的结构，现在神经网络中的许多内容在LeNe... 说明：随着开发迭代MindSpore的接口及流程的不断演进，书中代码仅为示意代码，完整可运行代码请大家以线上代码仓中对应章节代码为准。网址为：https://mindspore.cn/resource。读者可扫描右侧二维码获取相关资源。LeNet主要用来进行手写字符的识别与分类，并已在美国的银行中投入使用。LeNet的实现确立了卷积神经网络（CNN）的结构，现在神经网络中的许多内容在LeNe...
- 第1章中介绍了梯度下降算法训练回归模型，神经网络模型也一样需要使用梯度下降算法来更新参数。然而一个神经网络通常会有上百万的参数，那么如何高效地计算这百万级别的参数是需要重点考虑的问题。神经网络中使用反向传播（Backward Propagation）算法，使得计算梯度更加有效率。在介绍反向传播之前，先来介绍一下链式法则。假设有两个函数y=g（x）和z=h（y），那么z对x的求导过程如下：假设... 第1章中介绍了梯度下降算法训练回归模型，神经网络模型也一样需要使用梯度下降算法来更新参数。然而一个神经网络通常会有上百万的参数，那么如何高效地计算这百万级别的参数是需要重点考虑的问题。神经网络中使用反向传播（Backward Propagation）算法，使得计算梯度更加有效率。在介绍反向传播之前，先来介绍一下链式法则。假设有两个函数y=g（x）和z=h（y），那么z对x的求导过程如下：假设...
- 本章介绍了深度神经网络的几个相关概念，并给出了用MindSpore实现简单神经网络的样例。深度学习（Deep Learning）与传统机器学习最大的不同在于其利用神经网络对数据进行高级抽象。而最基础的神经网络结构为前向神经网络（Feed forwardNeural Network，FNN），又称多层感知机（Multi-Layer Perceptron，MLP）。在介绍多层感知机之前，先来认识... 本章介绍了深度神经网络的几个相关概念，并给出了用MindSpore实现简单神经网络的样例。深度学习（Deep Learning）与传统机器学习最大的不同在于其利用神经网络对数据进行高级抽象。而最基础的神经网络结构为前向神经网络（Feed forwardNeural Network，FNN），又称多层感知机（Multi-Layer Perceptron，MLP）。在介绍多层感知机之前，先来认识...
- 在机器学习中，过拟合（Overfitting）与欠拟合（Underfitting）都是指模型选择不能够很好地拟合数据本身，即模型过于复杂或过于简单。一个过拟合的模型往往有着比数据本身特性更多的参数，为了拟合尽可能多的数据，甚至包括一些错误的样本，这些参数会因过度拟合数据而产生一些噪声。而欠拟合与之相反，其原因是选择的参数或模型不够复杂，例如用线性模型去拟合非线性结构，显然是欠拟合的。图2.7... 在机器学习中，过拟合（Overfitting）与欠拟合（Underfitting）都是指模型选择不能够很好地拟合数据本身，即模型过于复杂或过于简单。一个过拟合的模型往往有着比数据本身特性更多的参数，为了拟合尽可能多的数据，甚至包括一些错误的样本，这些参数会因过度拟合数据而产生一些噪声。而欠拟合与之相反，其原因是选择的参数或模型不够复杂，例如用线性模型去拟合非线性结构，显然是欠拟合的。图2.7...
- 梯度下降（Gradient Descent）算法是一个一阶最优化算法，通常也称为最速下降算法。为了找到一个损失函数（或目标函数）的局部最小值，必须向函数前点对应梯度（或者近似梯度）的反方向移动适当的距离，从而实现迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部最大值点，这个相反的过程被称为梯度上升算法。本节以梯度下降算法为例进行探讨。梯度下降算法基于以下观察：如果实数函数J（... 梯度下降（Gradient Descent）算法是一个一阶最优化算法，通常也称为最速下降算法。为了找到一个损失函数（或目标函数）的局部最小值，必须向函数前点对应梯度（或者近似梯度）的反方向移动适当的距离，从而实现迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部最大值点，这个相反的过程被称为梯度上升算法。本节以梯度下降算法为例进行探讨。梯度下降算法基于以下观察：如果实数函数J（...
- 12月30日，华为云将在深圳“云原生2.0技术峰会”，本次峰会各界精英将齐聚一堂，共话云原生的前沿技术，分享行业应用实践，共同探讨“新云原生企业”的成长之道，值得关注。 12月30日，华为云将在深圳“云原生2.0技术峰会”，本次峰会各界精英将齐聚一堂，共话云原生的前沿技术，分享行业应用实践，共同探讨“新云原生企业”的成长之道，值得关注。
- 人工智能应用快速开发，ModelArts提供丰富的模板并具备一定的自动化能力，ModelArts使得开发人工智能应用更加便捷，ModelArts目前提供图像分类，目标检测，声音分类，文本分类等多种简单的模板，以及零售商品识别，OCR等复杂模板模板类型 简单模板（行业相关性较弱，包含环节数较少，业务技能要求较多，较为通用） 复杂模板（行业相关性较强，包含环节数较多，业务技能要求较少）图像... 人工智能应用快速开发，ModelArts提供丰富的模板并具备一定的自动化能力，ModelArts使得开发人工智能应用更加便捷，ModelArts目前提供图像分类，目标检测，声音分类，文本分类等多种简单的模板，以及零售商品识别，OCR等复杂模板模板类型 简单模板（行业相关性较弱，包含环节数较少，业务技能要求较多，较为通用） 复杂模板（行业相关性较强，包含环节数较多，业务技能要求较少）图像...
- 一、EAST网络介绍EAST，An Efficient and Accurate Scene Text Detector：https://arxiv.org/abs/1704.03155v2EAST做文本检测只需要两步：先是一个全卷积的网络直接产生一个字符或者文本行的预测（可以是旋转的矩形或者不规则四边形），然后通过NMS（Non-Maximum Suppression）算法合并最后的结果。... 一、EAST网络介绍EAST，An Efficient and Accurate Scene Text Detector：https://arxiv.org/abs/1704.03155v2EAST做文本检测只需要两步：先是一个全卷积的网络直接产生一个字符或者文本行的预测（可以是旋转的矩形或者不规则四边形），然后通过NMS（Non-Maximum Suppression）算法合并最后的结果。...
- 三帧差法 优点：实时性高缺点：1、运动物体本身颜色相近时，会出现较大的空洞。2、无法应对光照骤变的情况理论上：三帧差法 比 二帧差法更好一些（可在一定程度上消除帧间差分法的“双影”现象），但是也要结合实际情况而用。1. 帧差法基本原理帧差法的实现非常简单：如图可见，由目标运动引起的运动变化区域，包括运动目标在前后两帧中的共同位置(图中黑色区域)、在当前帧中新显露出的背景区域和新覆盖的背景区域... 三帧差法 优点：实时性高缺点：1、运动物体本身颜色相近时，会出现较大的空洞。2、无法应对光照骤变的情况理论上：三帧差法 比 二帧差法更好一些（可在一定程度上消除帧间差分法的“双影”现象），但是也要结合实际情况而用。1. 帧差法基本原理帧差法的实现非常简单：如图可见，由目标运动引起的运动变化区域，包括运动目标在前后两帧中的共同位置(图中黑色区域)、在当前帧中新显露出的背景区域和新覆盖的背景区域...
- 技术赋能产业生态，共创全场景智慧上海 技术赋能产业生态，共创全场景智慧上海
上滑加载中
推荐直播
-
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中 -
华为云码道全新升级，多会话并行与多智能体协作2026/05/08 周五 19:00-21:00
王一男-华为云码道产品专家；张嘉冉-华为云码道工程师；胡琦-华为云HCDE；程诗杰-华为云HCDG
华为云码道4月份版本全新升级，此次直播深度解读4月份产品特性，通过“特性解读+实操演示+实战案例+设计创新”的组合，全方位展现码道在多会话并行与多智能体协作方面的能力，赋能开发者提升效率
即将直播
热门标签