- 日前，由华为与武汉伯生科技基于昇腾AI合作研发的“思符（SiFold）蛋白质结构预测平台”正式推出，并成功应用于国药集团动物保健股份有限公司（简称“国药动保”）的猪圆环病毒疫苗研发中。该平台以“低成本、低耗时、高精度”的AI预测能力助力动物疫苗研发降本增效，相较于传统冷冻电镜方式，其结构研究成本下降100倍，结构分析效率平均提升超10倍！ 日前，由华为与武汉伯生科技基于昇腾AI合作研发的“思符（SiFold）蛋白质结构预测平台”正式推出，并成功应用于国药集团动物保健股份有限公司（简称“国药动保”）的猪圆环病毒疫苗研发中。该平台以“低成本、低耗时、高精度”的AI预测能力助力动物疫苗研发降本增效，相较于传统冷冻电镜方式，其结构研究成本下降100倍，结构分析效率平均提升超10倍！
- 零：前言虚竹哥最近跟一些技术大佬聊到国内软件测试方面的，虚竹哥把要点整理成文章，分享给大家。现在国内软件行业90%还是处于手工测试的方式解决功能测试问题，软件测试行业属于低端劳动密集型行业。很多企业会与如中软国际、神州数码等外包公司合作，比如我国最大的软件公司每年需要的外包测试人员就高达26000多人。这无疑会带来很高的成本，对企业的管理能力也提出了更高的要求。在这种情况下，自动化测试技术... 零：前言虚竹哥最近跟一些技术大佬聊到国内软件测试方面的，虚竹哥把要点整理成文章，分享给大家。现在国内软件行业90%还是处于手工测试的方式解决功能测试问题，软件测试行业属于低端劳动密集型行业。很多企业会与如中软国际、神州数码等外包公司合作，比如我国最大的软件公司每年需要的外包测试人员就高达26000多人。这无疑会带来很高的成本，对企业的管理能力也提出了更高的要求。在这种情况下，自动化测试技术...
- 地球生态系统中不可恢复的碳这些数据集提供了2010年和2018年的全球碳密度地图（地上、地下生物质碳和土壤有机碳储量），空间分辨率约为300米，单位为Mg ha-1（坐标系：WGS 1984，浮点格式）。输入的地图从已发表的文献中收集，并在必要时进行更新，以涵盖重点时间段。这些更新被应用于可管理碳、脆弱碳和不可恢复碳地图。可管理的碳是陆地和沿海生态系统中可能经历人为土地使用转换事件的碳。脆... 地球生态系统中不可恢复的碳这些数据集提供了2010年和2018年的全球碳密度地图（地上、地下生物质碳和土壤有机碳储量），空间分辨率约为300米，单位为Mg ha-1（坐标系：WGS 1984，浮点格式）。输入的地图从已发表的文献中收集，并在必要时进行更新，以涵盖重点时间段。这些更新被应用于可管理碳、脆弱碳和不可恢复碳地图。可管理的碳是陆地和沿海生态系统中可能经历人为土地使用转换事件的碳。脆...
- 加拿大陆地生态系统中的土壤碳储量这个集合包含了加拿大土壤和植物中碳储量的空间分布和树冠高度的数据集。它被公开，作为目前正在审查的出版物《加拿大陆地生态系统中的大型土壤碳储存》的补充数据。这些地图是在2020年1月至12月期间在麦克马斯特大学的遥感实验室制作的。这个研究项目是由世界野生动物基金会（WWF）-加拿大的拨款促成的。该项目旨在利用多源卫星、气候和地形数据以及机器学习算法，首次以25... 加拿大陆地生态系统中的土壤碳储量这个集合包含了加拿大土壤和植物中碳储量的空间分布和树冠高度的数据集。它被公开，作为目前正在审查的出版物《加拿大陆地生态系统中的大型土壤碳储存》的补充数据。这些地图是在2020年1月至12月期间在麦克马斯特大学的遥感实验室制作的。这个研究项目是由世界野生动物基金会（WWF）-加拿大的拨款促成的。该项目旨在利用多源卫星、气候和地形数据以及机器学习算法，首次以25...
- 在深度神经网络训练的过程中，由于网络中参数变化而引起网络中间层数据分布发生变化的这一过程被称为内部协变量偏移（Internal Covariate Shift），而 BN 可以解决这个问题。 在深度神经网络训练的过程中，由于网络中参数变化而引起网络中间层数据分布发生变化的这一过程被称为内部协变量偏移（Internal Covariate Shift），而 BN 可以解决这个问题。
- 学习数字图像处理，第一步就是读取图像。这里我总结下如何使用 opencv3,scikit-image, PIL 图像处理库读取图片并显示。 学习数字图像处理，第一步就是读取图像。这里我总结下如何使用 opencv3,scikit-image, PIL 图像处理库读取图片并显示。
- 本文介绍将TensorFlow网络模型迁移到昇腾AI平台，并执行训练的全流程。然后以TensorFlow 1.15训练脚本为例，详细介绍了自动迁移、手工迁移以及模型训练的操作步骤。 本文介绍将TensorFlow网络模型迁移到昇腾AI平台，并执行训练的全流程。然后以TensorFlow 1.15训练脚本为例，详细介绍了自动迁移、手工迁移以及模型训练的操作步骤。
- VoVNet 作者认为是密集连接(dense connection)带来的输入通道线性增长，从而导高内存访问成本和能耗。为了提高 DenseNet 的效率，作者提出一个新的更高效的网络 VoVet。 VoVNet 作者认为是密集连接(dense connection)带来的输入通道线性增长，从而导高内存访问成本和能耗。为了提高 DenseNet 的效率，作者提出一个新的更高效的网络 VoVet。
- CSPNet 作者认为网络推理成本过高的问题是由于网络优化中的梯度信息重复导致的。CSPNet 通过将梯度的变化从头到尾地集成到特征图中，在减少了计算量的同时可以保证准确率。 CSPNet 作者认为网络推理成本过高的问题是由于网络优化中的梯度信息重复导致的。CSPNet 通过将梯度的变化从头到尾地集成到特征图中，在减少了计算量的同时可以保证准确率。
- RepVGG 是为 GPU 和专用硬件设计的高效模型，追求高速度、省内存，较少关注参数量和理论计算量。在低算力设备上，可能不如 MobileNet 和 ShuffleNet 系列适用。 RepVGG 是为 GPU 和专用硬件设计的高效模型，追求高速度、省内存，较少关注参数量和理论计算量。在低算力设备上，可能不如 MobileNet 和 ShuffleNet 系列适用。
- MobileNet 论文的主要贡献在于提出了一种深度可分离卷积架构（DW+PW 卷积），先通过理论证明这种架构比常规的卷积计算成本（Mult-Adds）更小，然后通过分类、检测等多种实验证明模型的有效性。 MobileNet 论文的主要贡献在于提出了一种深度可分离卷积架构（DW+PW 卷积），先通过理论证明这种架构比常规的卷积计算成本（Mult-Adds）更小，然后通过分类、检测等多种实验证明模型的有效性。
- 本项目主要围绕着特定领域知识图谱(Domain-specific KnowledgeGraph:DKG)融合方案：技术知识前置【一】-文本匹配算法、知识融合学术界方案、知识融合业界落地方案、算法测评KG生产质量保障讲解了文本匹配算法的综述，从经典的传统模型到孪生神经网络“双塔模型”再到预训练模型以及有监督无监督联合模型，期间也涉及了近几年前沿的对比学习模型，之后提出了文本匹配技巧提升方案，最终给出 本项目主要围绕着特定领域知识图谱(Domain-specific KnowledgeGraph:DKG)融合方案：技术知识前置【一】-文本匹配算法、知识融合学术界方案、知识融合业界落地方案、算法测评KG生产质量保障讲解了文本匹配算法的综述，从经典的传统模型到孪生神经网络“双塔模型”再到预训练模型以及有监督无监督联合模型，期间也涉及了近几年前沿的对比学习模型，之后提出了文本匹配技巧提升方案，最终给出
- 工业智慧视觉应用主要涉及四个场景：识别、测量、定位、检测。`HALCON` 是德国 MVtec 公司开发的一款综合性的机器视觉标准软件，拥有全球通用的集成开发环境（HDevelop）。 工业智慧视觉应用主要涉及四个场景：识别、测量、定位、检测。`HALCON` 是德国 MVtec 公司开发的一款综合性的机器视觉标准软件，拥有全球通用的集成开发环境（HDevelop）。
- 视频编解码算法分为传统算法和基于深度学习的方法，本文主要介绍视频编解码技术的原理，部分内容和图片参考网上技术博客。 视频编解码算法分为传统算法和基于深度学习的方法，本文主要介绍视频编解码技术的原理，部分内容和图片参考网上技术博客。
- 合合信息携手上海大学，以校企联合、产研一体的形式攻关古彝文识别工作，为中华传统文化的保护与传承贡献自己的一份力！ 合合信息携手上海大学，以校企联合、产研一体的形式攻关古彝文识别工作，为中华传统文化的保护与传承贡献自己的一份力！
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