- 目录 一、实验目的 二、实验代码 1.定义一个类MyProgram，包含两个属性： 2. 在Vehicle类的基础上创建一个Tractor(拖拉机)类 3. 组合实现汽车类 4. 有图形接口Shape，参照圆Circle类补充完整正方形Square和三角形Triangle类，并分析运行结果。 5. USB接口程序设计 6.this关键字主要有三个应用： 7.... 目录 一、实验目的 二、实验代码 1.定义一个类MyProgram，包含两个属性： 2. 在Vehicle类的基础上创建一个Tractor(拖拉机)类 3. 组合实现汽车类 4. 有图形接口Shape，参照圆Circle类补充完整正方形Square和三角形Triangle类，并分析运行结果。 5. USB接口程序设计 6.this关键字主要有三个应用： 7....
- Python实现扫码工具 二维码作为一种信息传递的工具，在当今社会发挥了重要作用。从手机用户登录到手机支付，生活的各个角落都能看到二维码的存在。那你知道二维码是怎么解析的吗？有想过自己实现一个扫码工具吗？如果想的话就继续看下去吧！ 一、案例分析 我们先思考一下，实现扫码工具需要写什么操作。在扫码过程中我们需要打开摄像头，如何由手机或者电脑识别二维码。所以我们要实现... Python实现扫码工具 二维码作为一种信息传递的工具，在当今社会发挥了重要作用。从手机用户登录到手机支付，生活的各个角落都能看到二维码的存在。那你知道二维码是怎么解析的吗？有想过自己实现一个扫码工具吗？如果想的话就继续看下去吧！ 一、案例分析 我们先思考一下，实现扫码工具需要写什么操作。在扫码过程中我们需要打开摄像头，如何由手机或者电脑识别二维码。所以我们要实现...
- 实验介绍本实验主要介绍使用MindSpore深度学习框架在PASCAL VOC2012数据集上训练deeplabv3网络模型。本实验使用了MindSpore开源仓库model_zoo中的deeplabv3模型案例。deeplabv3简要介绍deeplabv1和deeplabv2，即带孔卷积(atrous convolution), 能够明确地调整filters的感受野，并决定DNN计算得到特... 实验介绍本实验主要介绍使用MindSpore深度学习框架在PASCAL VOC2012数据集上训练deeplabv3网络模型。本实验使用了MindSpore开源仓库model_zoo中的deeplabv3模型案例。deeplabv3简要介绍deeplabv1和deeplabv2，即带孔卷积(atrous convolution), 能够明确地调整filters的感受野，并决定DNN计算得到特...
- 一年一度的游戏视觉盛宴又来了！作为一个游戏动漫控的肥宅，去CJ现场是必须的。除了看看游戏和动漫，各大游戏展台漂亮的Showgirl也是必不可少的，毕竟没有妹子的CJ就是没有灵魂的CJ，不拍点妹子照片更是等于白来。逛完展会下来，腿都快走断了，当然，收获是满满的，拍了不少妹子的图，美滋滋地回去了。回去后和几个好哥们心生一计，咱们要不来PK一下谁拍的妹子最好看？大家一声吆喝，纷纷把手机掏出来，开始... 一年一度的游戏视觉盛宴又来了！作为一个游戏动漫控的肥宅，去CJ现场是必须的。除了看看游戏和动漫，各大游戏展台漂亮的Showgirl也是必不可少的，毕竟没有妹子的CJ就是没有灵魂的CJ，不拍点妹子照片更是等于白来。逛完展会下来，腿都快走断了，当然，收获是满满的，拍了不少妹子的图，美滋滋地回去了。回去后和几个好哥们心生一计，咱们要不来PK一下谁拍的妹子最好看？大家一声吆喝，纷纷把手机掏出来，开始...
- 众所周知，人脸识别是一个热门问题被广泛研究，我们来快速了解下人脸识别的发展历程 众所周知，人脸识别是一个热门问题被广泛研究，我们来快速了解下人脸识别的发展历程
- 一、导语这是我们第一次参加图像分类的比赛，很幸运的拿到了季军的名次，这得益于给力的队友和前人宝贵的经验。说实话，我们的很多办法都是借鉴上一届的华为云垃圾分类比赛的优秀团队们的经验。这里也向这些团队的无私分享表示万分感谢。我们的整个思路就是不断的降低过拟合，同时又让模型学到更多关键特征。两个目标之间不断的寻找新的平衡。一方面：数据扩充、增强更简单的模型dropout另一方面：调整图片尺寸更复杂... 一、导语这是我们第一次参加图像分类的比赛，很幸运的拿到了季军的名次，这得益于给力的队友和前人宝贵的经验。说实话，我们的很多办法都是借鉴上一届的华为云垃圾分类比赛的优秀团队们的经验。这里也向这些团队的无私分享表示万分感谢。我们的整个思路就是不断的降低过拟合，同时又让模型学到更多关键特征。两个目标之间不断的寻找新的平衡。一方面：数据扩充、增强更简单的模型dropout另一方面：调整图片尺寸更复杂...
- 2014年Ian Goodfellow博士在神经信息处理系统大会（Conference and Workshop on Neural Information Processing Systems，NIPS）上发表了一篇论文：Generative Adversarial Nets [1]。作者在论文中提出了一种利用对抗过程去训练、评估生成模型的新框架，此即为生成对抗网络（Generative ... 2014年Ian Goodfellow博士在神经信息处理系统大会（Conference and Workshop on Neural Information Processing Systems，NIPS）上发表了一篇论文：Generative Adversarial Nets [1]。作者在论文中提出了一种利用对抗过程去训练、评估生成模型的新框架，此即为生成对抗网络（Generative ...
- 日前，Github 上有一个非常不错的 NLP 工具发布了：PyTorch-Transformers。该项目支持 BERT、GPT、GPT-2、Transformer-XL、XLNet、XLM 等，并包含了 27 个预训练模型。 日前，Github 上有一个非常不错的 NLP 工具发布了：PyTorch-Transformers。该项目支持 BERT、GPT、GPT-2、Transformer-XL、XLNet、XLM 等，并包含了 27 个预训练模型。
- 本期实战为图像分类第二期，我们使用数据智能标注、模型训练和模型部署端到端模拟真实AI开发场景，构建一个图像分类应用。 本期实战为图像分类第二期，我们使用数据智能标注、模型训练和模型部署端到端模拟真实AI开发场景，构建一个图像分类应用。
- 执行于AI Core上的指令队列主要包括如下几类，即：Vector指令队列（V）Matrix指令队列（M）存储移动指令队列（MTE2、MTE3）。不同指令队列间的相互独立性和可并行执行性，是double buffer优化机制的基石。矢量计算CopyIn、CopyOut过程使用存储移动指令队列（MTE2、MTE3），Compute过程使用Vector指令队列（V），意味着CopyIn、Copy... 执行于AI Core上的指令队列主要包括如下几类，即：Vector指令队列（V）Matrix指令队列（M）存储移动指令队列（MTE2、MTE3）。不同指令队列间的相互独立性和可并行执行性，是double buffer优化机制的基石。矢量计算CopyIn、CopyOut过程使用存储移动指令队列（MTE2、MTE3），Compute过程使用Vector指令队列（V），意味着CopyIn、Copy...
- 独立Q学习 ---- IQL（Independent Q-Learning）是多智能体强化学习（Multi-Agent Reinforcement Learning, MARL）中一种经典且简单的算法，主要思想是将每个智能体视为独立的学习者，各自执行单智能体的 Q-learning 算法。尽管 IQL 是一个早期的方法，但它在处理多智能体任务时具有一定的应用价值。 [Python] IQL实现（可 独立Q学习 ---- IQL（Independent Q-Learning）是多智能体强化学习（Multi-Agent Reinforcement Learning, MARL）中一种经典且简单的算法，主要思想是将每个智能体视为独立的学习者，各自执行单智能体的 Q-learning 算法。尽管 IQL 是一个早期的方法，但它在处理多智能体任务时具有一定的应用价值。 [Python] IQL实现（可
- 反事实多智能体策略梯度法COMA (Counterfactual Multi-Agent Policy Gradient) 是一种面向多智能体协作问题的强化学习算法，旨在通过减少策略梯度的方差，来提升去中心化智能体的学习效果。 COMA 算法最早由 DeepMind 团队提出，论文标题为 "Counterfactual Multi-Agent Policy Gradients"，由 Jakob 反事实多智能体策略梯度法COMA (Counterfactual Multi-Agent Policy Gradient) 是一种面向多智能体协作问题的强化学习算法，旨在通过减少策略梯度的方差，来提升去中心化智能体的学习效果。 COMA 算法最早由 DeepMind 团队提出，论文标题为 "Counterfactual Multi-Agent Policy Gradients"，由 Jakob
- HCCL集合通信课程全网首发！四节精讲课程助您快速入门 HCCL集合通信课程全网首发！四节精讲课程助您快速入门
- BGE-M3是首个集多语言（Multi-Linguality）、多粒度（Multi-Granularity）、多功能（Multi-Functionality）三大技术特征于一体的语义向量模型, 本文介绍了如何使用昇腾推理该模型的方法 BGE-M3是首个集多语言（Multi-Linguality）、多粒度（Multi-Granularity）、多功能（Multi-Functionality）三大技术特征于一体的语义向量模型, 本文介绍了如何使用昇腾推理该模型的方法
- ViT是2020年Google团队提出的将Transformer应用在图像分类的模型，虽然不是第一篇将transformer应用在视觉任务的论文，但是因为其模型“简单”且效果好，可扩展性强，成为了transformer在CV领域应用的里程碑著作，本文介绍了如何使用昇腾 推理该模型。 ViT是2020年Google团队提出的将Transformer应用在图像分类的模型，虽然不是第一篇将transformer应用在视觉任务的论文，但是因为其模型“简单”且效果好，可扩展性强，成为了transformer在CV领域应用的里程碑著作，本文介绍了如何使用昇腾 推理该模型。
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签