- 要求 目标 1.1 深度学习与机器学习的区别 学习目标 1.1.1 区别 1.1.1.1 特征提取方面 1.1.2 算法代表 深度学习的应用场景 1.2 深度学习框架介绍 1.2.2 TensorFlow的特点 深度学习介绍 2.1 TF数据流图 2.1.1 案例：TensorFlow实现一个加法运算 2.2 图与TensorBoard 2.2.1 什么是图结构 2.2.2 图 要求 目标 1.1 深度学习与机器学习的区别 学习目标 1.1.1 区别 1.1.1.1 特征提取方面 1.1.2 算法代表 深度学习的应用场景 1.2 深度学习框架介绍 1.2.2 TensorFlow的特点 深度学习介绍 2.1 TF数据流图 2.1.1 案例：TensorFlow实现一个加法运算 2.2 图与TensorBoard 2.2.1 什么是图结构 2.2.2 图
- Python虽是AI开发首选语言，但在大规模计算和AI芯片优化中存在效率短板。C语言虽高效但开发复杂度高。Mojo作为Python超集，兼容其语法并引入C级执行速度，通过编译优化、内存管理改进及硬件抽象层支持，大幅提升AI芯片性能。在神经网络训练与实时推理场景中，Mojo显著缩短时间、降低延迟，为AI开发者提供强大工具，展现广阔前景。 Python虽是AI开发首选语言，但在大规模计算和AI芯片优化中存在效率短板。C语言虽高效但开发复杂度高。Mojo作为Python超集，兼容其语法并引入C级执行速度，通过编译优化、内存管理改进及硬件抽象层支持，大幅提升AI芯片性能。在神经网络训练与实时推理场景中，Mojo显著缩短时间、降低延迟，为AI开发者提供强大工具，展现广阔前景。
- QLoRA是一种高效的量化微调技术，通过4位NormalFloat量化、双重量化及分页优化器等创新手段，大幅降低大模型微调的内存与计算需求，同时保持甚至超越传统方法的性能。它能在单个48GB GPU上微调65B参数模型，并在多项基准测试中表现优异，如Guanaco模型在Vicuna测试中达到99.3%的ChatGPT水平。 QLoRA是一种高效的量化微调技术，通过4位NormalFloat量化、双重量化及分页优化器等创新手段，大幅降低大模型微调的内存与计算需求，同时保持甚至超越传统方法的性能。它能在单个48GB GPU上微调65B参数模型，并在多项基准测试中表现优异，如Guanaco模型在Vicuna测试中达到99.3%的ChatGPT水平。
- LBA-ECO CD-06 Physical, Political, and Hydrologic Maps, Ji-Parana River Basin, Brazil简介该数据集包含巴西朗多尼亚州吉-巴拉那河流域的地理、水文、政治、人口和社会地图。这些数据被用作后续土地利用/土地覆盖、生物地球化学、土壤和水平衡过程调查的基础信息。该数据集包含数字高程模型 (DEM)、河流网络和区域地貌... LBA-ECO CD-06 Physical, Political, and Hydrologic Maps, Ji-Parana River Basin, Brazil简介该数据集包含巴西朗多尼亚州吉-巴拉那河流域的地理、水文、政治、人口和社会地图。这些数据被用作后续土地利用/土地覆盖、生物地球化学、土壤和水平衡过程调查的基础信息。该数据集包含数字高程模型 (DEM)、河流网络和区域地貌...
- 机器学习（常用科学计算库的使用）基础定位、目标 定位 目标 1.1 人工智能概述 学习目标 1 人工智能应用场景 2 人工智能小案例 3 人工智能发展必备三要素： 4 人工智能、机器学习和深度学习 4 小结 机器学习概述 1.4 机器学习工作流程 1 什么是机器学习 Pandas 5.8 高级处理-数据离散化 1 为什么要离散化 2 什么是数据的离散化 3 股票的涨跌幅离散化 机器学习（常用科学计算库的使用）基础定位、目标 定位 目标 1.1 人工智能概述 学习目标 1 人工智能应用场景 2 人工智能小案例 3 人工智能发展必备三要素： 4 人工智能、机器学习和深度学习 4 小结 机器学习概述 1.4 机器学习工作流程 1 什么是机器学习 Pandas 5.8 高级处理-数据离散化 1 为什么要离散化 2 什么是数据的离散化 3 股票的涨跌幅离散化
- 计算机组成 什么是计算机？ 计算机是由什么组成的？ 1. 硬件系统： 3. 计算机是如何处理程序的？ 4. 编程语言是什么？ 5. 什么是Python？ 目标 Python介绍 一. 解释器的作用 二. 下载Python解释器 二. 注释的分类及语法 2.1 快速体验 二. 定义变量 2.1 标识符 2.2 命名习惯 2.3 使用变量 2.4 认识bug 三. Debug工具 计算机组成 什么是计算机？ 计算机是由什么组成的？ 1. 硬件系统： 3. 计算机是如何处理程序的？ 4. 编程语言是什么？ 5. 什么是Python？ 目标 Python介绍 一. 解释器的作用 二. 下载Python解释器 二. 注释的分类及语法 2.1 快速体验 二. 定义变量 2.1 标识符 2.2 命名习惯 2.3 使用变量 2.4 认识bug 三. Debug工具
- 机器学习(算法篇 2 ) 1.1 朴素贝叶斯算法简介 1.2 概率基础复习 学习目标 1.概率定义 2.案例：判断女神对你的喜欢情况 3.联合概率、条件概率与相互独立 4.贝叶斯公式 4.1 公式介绍 4.2 案例计算 4.3 文章分类计算 5 小结 1.3 案例：商品评论情感分析 1.api介绍 HMM模型 4.7 HMM模型API介绍 1 API的安装： 2 hmmlear 机器学习(算法篇 2 ) 1.1 朴素贝叶斯算法简介 1.2 概率基础复习 学习目标 1.概率定义 2.案例：判断女神对你的喜欢情况 3.联合概率、条件概率与相互独立 4.贝叶斯公式 4.1 公式介绍 4.2 案例计算 4.3 文章分类计算 5 小结 1.3 案例：商品评论情感分析 1.api介绍 HMM模型 4.7 HMM模型API介绍 1 API的安装： 2 hmmlear
- 美多商城 商业模式介绍 1.B2B--企业对企业 2.C2C--个人对个人 5.O2O--线上到线下 开发流程 说明： 需求分析 1. 用户部分 注册 登录 个人信息 地址管理 修改密码 3. 购物车部分 购物车管理 项目架构 创建工程 1. 在git平台创建工程 2. 添加前端文件 合并 3. 创建Django REST framework工程 4. 修改manage.py 美多商城 商业模式介绍 1.B2B--企业对企业 2.C2C--个人对个人 5.O2O--线上到线下 开发流程 说明： 需求分析 1. 用户部分 注册 登录 个人信息 地址管理 修改密码 3. 购物车部分 购物车管理 项目架构 创建工程 1. 在git平台创建工程 2. 添加前端文件 合并 3. 创建Django REST framework工程 4. 修改manage.py
- 使用大GB的数据集并不罕见，特别是从头开始预训练像BERT或GPT-2这样的Tranformer模型。在这样的情况下，甚至连加载数据都可能是一个挑战。例如，用于预训练GPT-2的WebText语料库包含超过800万份文档和40GB的文本——将其加载到电脑的RAM中，可能会使其炸掉。幸运的是，HuggingFace DataSet 数据集的设计已经克服了这些限制，它通过将数据集视为内存映射文件... 使用大GB的数据集并不罕见，特别是从头开始预训练像BERT或GPT-2这样的Tranformer模型。在这样的情况下，甚至连加载数据都可能是一个挑战。例如，用于预训练GPT-2的WebText语料库包含超过800万份文档和40GB的文本——将其加载到电脑的RAM中，可能会使其炸掉。幸运的是，HuggingFace DataSet 数据集的设计已经克服了这些限制，它通过将数据集视为内存映射文件...
- Gemini 1.5突破传统Transformer上下文限制，实现百万级token处理能力。通过“工作记忆”与“长期记忆”双层结构，结合语义压缩、记忆路由及解耦计算存储，大幅提升效率。它模拟人脑记忆机制，强化长文档理解、代码推理和跨模态关联能力，为AI认知范式带来革命性转变，开启结构化记忆与动态调控新方向。 Gemini 1.5突破传统Transformer上下文限制，实现百万级token处理能力。通过“工作记忆”与“长期记忆”双层结构，结合语义压缩、记忆路由及解耦计算存储，大幅提升效率。它模拟人脑记忆机制，强化长文档理解、代码推理和跨模态关联能力，为AI认知范式带来革命性转变，开启结构化记忆与动态调控新方向。
- 通过量化技术，700B参数的混合专家模型（MoE）可从2.8TB显存压缩至18GB，适配单张RTX 4090显卡运行。这一突破基于三重策略：移除无效参数、分层量化与显存优化。测试显示，量化后模型在Llama 3 MoE架构上保持高性能，显存占用显著降低，推理速度媲美云端A100集群，精度仅下降1.2%。未来方向包括1-bit量化、光追加速及生物启发压缩，推动消费级硬件运行万亿参数模型的可能性。 通过量化技术，700B参数的混合专家模型（MoE）可从2.8TB显存压缩至18GB，适配单张RTX 4090显卡运行。这一突破基于三重策略：移除无效参数、分层量化与显存优化。测试显示，量化后模型在Llama 3 MoE架构上保持高性能，显存占用显著降低，推理速度媲美云端A100集群，精度仅下降1.2%。未来方向包括1-bit量化、光追加速及生物启发压缩，推动消费级硬件运行万亿参数模型的可能性。
- 欢迎来到美多商城！ 项目需求分析 1. 项目主要页面介绍 2. 归纳项目主要模块 3. 知识要点 项目架构设计 1. 项目开发模式 2. 项目运行机制 项目介绍 创建工程 1. 准备项目代码仓库 3. 创建美多商城工程 配置开发环境 1. 新建配置文件 2. 指定开发环境配置文件 配置Jinja2模板引擎 1. 安装Jinja2扩展包 配置MySQL数据库 3. 安装PyMyS 欢迎来到美多商城！ 项目需求分析 1. 项目主要页面介绍 2. 归纳项目主要模块 3. 知识要点 项目架构设计 1. 项目开发模式 2. 项目运行机制 项目介绍 创建工程 1. 准备项目代码仓库 3. 创建美多商城工程 配置开发环境 1. 新建配置文件 2. 指定开发环境配置文件 配置Jinja2模板引擎 1. 安装Jinja2扩展包 配置MySQL数据库 3. 安装PyMyS
- 基于YOLOv8的路面缝隙精准识别项目｜完整源码数据集+PyQt5界面+完整训练流程+开箱即用！ 基本功能演示哔哩哔哩：https://www.bilibili.com/video/BV1EojzziEKx/ 项目摘要本项目集成了 YOLOv8 路面缝隙检测模型 与 PyQt5 图形界面工具，实现了包括图片、文件夹、视频与摄像头等多种输入方式的裂缝识别功能。你将获得：路面裂缝专用数据集与模... 基于YOLOv8的路面缝隙精准识别项目｜完整源码数据集+PyQt5界面+完整训练流程+开箱即用！ 基本功能演示哔哩哔哩：https://www.bilibili.com/video/BV1EojzziEKx/ 项目摘要本项目集成了 YOLOv8 路面缝隙检测模型 与 PyQt5 图形界面工具，实现了包括图片、文件夹、视频与摄像头等多种输入方式的裂缝识别功能。你将获得：路面裂缝专用数据集与模...
- Python在AI艺术风格迁移视频制作中至关重要，其丰富的库资源和强大的生态系统为深度学习提供了支持。核心原理基于卷积神经网络（CNN），通过提取内容图像与风格图像的特征并融合，生成新风格图像。视频制作需对每帧进行处理，涉及复杂计算，Python的高效工具如TensorFlow和PyTorch助力模型构建与训练。使用预训练模型（如VGG19）提取特征，通过Gram矩阵捕捉风格信息。 Python在AI艺术风格迁移视频制作中至关重要，其丰富的库资源和强大的生态系统为深度学习提供了支持。核心原理基于卷积神经网络（CNN），通过提取内容图像与风格图像的特征并融合，生成新风格图像。视频制作需对每帧进行处理，涉及复杂计算，Python的高效工具如TensorFlow和PyTorch助力模型构建与训练。使用预训练模型（如VGG19）提取特征，通过Gram矩阵捕捉风格信息。
- 在法律领域，法律文书审查传统上依赖人工，耗时且易出错。Python结合AI技术为这一问题提供了高效解决方案。通过自然语言处理（NLP），计算机可精准分析法律文书，包括分词、句法分析、命名实体识别（NER）和文本分类等步骤。这些技术能快速提取关键信息，理解复杂语义，并结合深度学习模型如Transformer提升准确性。 在法律领域，法律文书审查传统上依赖人工，耗时且易出错。Python结合AI技术为这一问题提供了高效解决方案。通过自然语言处理（NLP），计算机可精准分析法律文书，包括分词、句法分析、命名实体识别（NER）和文本分类等步骤。这些技术能快速提取关键信息，理解复杂语义，并结合深度学习模型如Transformer提升准确性。
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
正在直播
热门标签