- 查询总是没有结果？遇到问题不知道该怎么提问？......别慌，小D来教你怎么问！ 查询总是没有结果？遇到问题不知道该怎么提问？......别慌，小D来教你怎么问！
- 嵌入式音频处理技术：从音频流媒体到声音识别嵌入式音频处理技术的迅猛发展正在改变我们的生活方式，从音频流媒体到声音识别，这个领域为人们的生活和工作带来了巨大的影响。本文将探讨嵌入式音频处理技术的最新趋势和应用，以及提供相关的代码示例。嵌入式音频处理技术是一种利用专门设计的硬件和软件来处理音频数据的技术。它包括从音频流媒体到声音识别的广泛应用。以下是对该技术的详细解释：音频流媒体： 音频流媒体... 嵌入式音频处理技术：从音频流媒体到声音识别嵌入式音频处理技术的迅猛发展正在改变我们的生活方式，从音频流媒体到声音识别，这个领域为人们的生活和工作带来了巨大的影响。本文将探讨嵌入式音频处理技术的最新趋势和应用，以及提供相关的代码示例。嵌入式音频处理技术是一种利用专门设计的硬件和软件来处理音频数据的技术。它包括从音频流媒体到声音识别的广泛应用。以下是对该技术的详细解释：音频流媒体： 音频流媒体...
- 听说你还不会用小D机器人？？进来手把手教你使用GaussDB(DWS)智能说明书！ 听说你还不会用小D机器人？？进来手把手教你使用GaussDB(DWS)智能说明书！
- 查询总是没有结果？遇到问题不知道该怎么提问？......别慌，小D来教你怎么问！ 查询总是没有结果？遇到问题不知道该怎么提问？......别慌，小D来教你怎么问！
- 本篇博文是 《Selenium IDE 自动化实战案例》 系列的第四篇博文，主要内容是使用 requests 库来获取情报星球社区中的每日情报及安全资讯，并通过 XPATH 语法筛选出自己需要的内容； 本篇博文是 《Selenium IDE 自动化实战案例》 系列的第四篇博文，主要内容是使用 requests 库来获取情报星球社区中的每日情报及安全资讯，并通过 XPATH 语法筛选出自己需要的内容；
- ATGen (APITestGenerator) 是一种基于上下文感知（Context-aware）的API场景级零代码自主测试生成服务，实现应用API场景级测试全自动设计、生成、执行和判定，整个过程无需编写一行代码。 ATGen (APITestGenerator) 是一种基于上下文感知（Context-aware）的API场景级零代码自主测试生成服务，实现应用API场景级测试全自动设计、生成、执行和判定，整个过程无需编写一行代码。
- 强化学习从基础到进阶--案例与实践含面试必知必答[9]：稀疏奖励、reward shaping、curiosity、分层强化学习HRL 强化学习从基础到进阶--案例与实践含面试必知必答[9]：稀疏奖励、reward shaping、curiosity、分层强化学习HRL
- 本文以发票报销等多个场景为例，揭秘如何使用RPA+AI+低代码快速构建小而美的SaaS应用。我们将从三个方面来介绍本次内容。首先，对华为WeAutomate产品进行整体介绍。然后开始进行分享，进行RPA+AI+低代码应用案例展示。最后，通过对华为数字机器人7天训练营活动的介绍，让大家更深入地了解七天训练营活动的主要流程，还有一些主要的课程组成结构。 本文以发票报销等多个场景为例，揭秘如何使用RPA+AI+低代码快速构建小而美的SaaS应用。我们将从三个方面来介绍本次内容。首先，对华为WeAutomate产品进行整体介绍。然后开始进行分享，进行RPA+AI+低代码应用案例展示。最后，通过对华为数字机器人7天训练营活动的介绍，让大家更深入地了解七天训练营活动的主要流程，还有一些主要的课程组成结构。
- 神经网络模型一般是依靠随机梯度下降优化算法进行神经网络参数更新的，而神经网络参数的学习是非凸问题，利用梯度下降算法优化参数时，网络权重参数的初始值选取十分关键。 神经网络模型一般是依靠随机梯度下降优化算法进行神经网络参数更新的，而神经网络参数的学习是非凸问题，利用梯度下降算法优化参数时，网络权重参数的初始值选取十分关键。
- > 本文大部分内容来自《深度学习》（花书）第三章概率与信息论，从中抽取重要的知识点，并对部分概念和原理加以自己的总结，适合当作原书的补充资料阅读，也可当作快速阅览机器学习原理基础知识的参考资料。 > 本文大部分内容来自《深度学习》（花书）第三章概率与信息论，从中抽取重要的知识点，并对部分概念和原理加以自己的总结，适合当作原书的补充资料阅读，也可当作快速阅览机器学习原理基础知识的参考资料。
- 本文为对目前线性量化优点、原理、方法和实战内容的总结，主要参考 神经网络量化简介 并加以自己的理解和总结，适合初学者阅读和自身复习用。 本文为对目前线性量化优点、原理、方法和实战内容的总结，主要参考 神经网络量化简介 并加以自己的理解和总结，适合初学者阅读和自身复习用。
- TensorRT 是 NVIDIA 官方推出的基于 CUDA 和 cudnn 的高性能深度学习推理加速引擎，能够使深度学习模型在 GPU 上进行低延迟、高吞吐量的部署。 TensorRT 是 NVIDIA 官方推出的基于 CUDA 和 cudnn 的高性能深度学习推理加速引擎，能够使深度学习模型在 GPU 上进行低延迟、高吞吐量的部署。
- 深度学习和计算机视觉方向除了算法训练/研究，还有两个重要的方向: 模型压缩（模型优化、量化）、模型部署（模型转换、后端功能SDK开发）。所谓模型部署，即将算法研究员训练出的模型部署到具体的端边云芯片平台上，并完成特定业务的视频结构化应用开发。 深度学习和计算机视觉方向除了算法训练/研究，还有两个重要的方向: 模型压缩（模型优化、量化）、模型部署（模型转换、后端功能SDK开发）。所谓模型部署，即将算法研究员训练出的模型部署到具体的端边云芯片平台上，并完成特定业务的视频结构化应用开发。
- 查准率和查全率是一对矛盾的的度量。一般来说，查全率高时，查准率往往偏低；而查全率高时，查准率往往偏低。通常只有在一些简单任务中，才可能使查全率和查准率都很好高。精准率和召回率的关系可以用一个 P-R 图来展示，以查准率 P 为纵轴、查全率 R 为横轴作图，就得到了查准率－查全率曲线，简称 P-R 曲线，PR 曲线下的面积定义为 AP。 查准率和查全率是一对矛盾的的度量。一般来说，查全率高时，查准率往往偏低；而查全率高时，查准率往往偏低。通常只有在一些简单任务中，才可能使查全率和查准率都很好高。精准率和召回率的关系可以用一个 P-R 图来展示，以查准率 P 为纵轴、查全率 R 为横轴作图，就得到了查准率－查全率曲线，简称 P-R 曲线，PR 曲线下的面积定义为 AP。
- 机器学习的本质属于应用统计学，其更多地关注如何用计算机统计地估计复杂函数，而不太关注为这些函数提供置信区间，大部分机器学习算法可以分成监督学习和无监督学习两类；通过组合不同的算法部分，例如优化算法、代价函数、模型和数据集可以建立一个完整的机器学习算法。 机器学习的本质属于应用统计学，其更多地关注如何用计算机统计地估计复杂函数，而不太关注为这些函数提供置信区间，大部分机器学习算法可以分成监督学习和无监督学习两类；通过组合不同的算法部分，例如优化算法、代价函数、模型和数据集可以建立一个完整的机器学习算法。
上滑加载中
推荐直播
-
华为云IoT开源专家实践分享：开源让物联网平台更开放、易用2024/05/14 周二 16:30-18:00
张俭 华为云IoT DTSE技术布道师
作为开发者的你是否也想加入开源社区？本期物联网平台资深“程序猿”，开源专家张俭，为你揭秘华为云IoT如何借助开源构建可靠、开放、易用的物联网平台，并手把手教你玩转开源社区！
去报名
热门标签