- 在深度学习的广阔天地中，模型过拟合问题如同一个难以逾越的障碍，阻碍着研究者们追求更高性能的步伐。过拟合意味着模型在训练数据上学习得太好，以至于无法泛化到未见过的数据上。为了克服这一难题，多种正则化技术应运而生，其中，Dropout技术以其独特的机制和显著的效果，成为了深度学习领域的一颗璀璨明珠。 Dropout介绍Dropout技术，首次亮相于2012年的里程碑论文《Improving ne... 在深度学习的广阔天地中，模型过拟合问题如同一个难以逾越的障碍，阻碍着研究者们追求更高性能的步伐。过拟合意味着模型在训练数据上学习得太好，以至于无法泛化到未见过的数据上。为了克服这一难题，多种正则化技术应运而生，其中，Dropout技术以其独特的机制和显著的效果，成为了深度学习领域的一颗璀璨明珠。 Dropout介绍Dropout技术，首次亮相于2012年的里程碑论文《Improving ne...
- 一、引言 在当今的计算机科学和工程领域，深度学习已经成为一种强大的工具，广泛应用于图像识别、自然语言处理和自动驾驶等多个领域。深度学习模型的性能在很大程度上依赖于其架构和激活函数的选择。激活函数是神经网络中至关重要的组成部分，它们决定了网络的非线性特性，从而使模型能够学习复杂的模式和特征。 在众多激活函数中，双曲正切函数（tanh）和 Softplus 函数因其良好的数学性质和性能而受... 一、引言 在当今的计算机科学和工程领域，深度学习已经成为一种强大的工具，广泛应用于图像识别、自然语言处理和自动驾驶等多个领域。深度学习模型的性能在很大程度上依赖于其架构和激活函数的选择。激活函数是神经网络中至关重要的组成部分，它们决定了网络的非线性特性，从而使模型能够学习复杂的模式和特征。 在众多激活函数中，双曲正切函数（tanh）和 Softplus 函数因其良好的数学性质和性能而受...
- Global large flood events : Dartmouth Flood Observatory (1985-2016)简介全球活跃洪水事件档案是免费提供给学术研究和教育目的的。备注：本档案中提供的信息来源于新闻、政府、仪器和遥感来源。该档案是“活跃的”，因为当前事件不断被添加。表格中的每个条目和相关的“受影响区域”地图轮廓代表一个独立的洪水事件。然而，某些地区的重复洪水是... Global large flood events : Dartmouth Flood Observatory (1985-2016)简介全球活跃洪水事件档案是免费提供给学术研究和教育目的的。备注：本档案中提供的信息来源于新闻、政府、仪器和遥感来源。该档案是“活跃的”，因为当前事件不断被添加。表格中的每个条目和相关的“受影响区域”地图轮廓代表一个独立的洪水事件。然而，某些地区的重复洪水是...
- 扩散模型近年来在生成模型领域取得了令人瞩目的成果。特别是从早期的Denoising Diffusion Probabilistic Models (DDPM)到更高效的Latent Diffusion Models (LDM)，扩散模型不仅在图像生成、文本生成等领域展现了强大的能力，而且在推理速度和计算效率上有了显著的改进。本文将对扩散模型的演变进行深入探讨，并结合代码实例帮助理解其核心原理... 扩散模型近年来在生成模型领域取得了令人瞩目的成果。特别是从早期的Denoising Diffusion Probabilistic Models (DDPM)到更高效的Latent Diffusion Models (LDM)，扩散模型不仅在图像生成、文本生成等领域展现了强大的能力，而且在推理速度和计算效率上有了显著的改进。本文将对扩散模型的演变进行深入探讨，并结合代码实例帮助理解其核心原理...
- 使用Python实现深度学习模型：智能光污染监测与管理 使用Python实现深度学习模型：智能光污染监测与管理
- 使用Python实现深度学习模型：智能城市噪音监测与控制 使用Python实现深度学习模型：智能城市噪音监测与控制
- 使用Python实现深度学习模型：智能极端天气事件预测 使用Python实现深度学习模型：智能极端天气事件预测
- 使用Python实现深度学习模型进行智能可再生能源优化 使用Python实现深度学习模型进行智能可再生能源优化
- 使用Python实现深度学习模型：智能能源消耗预测与管理 使用Python实现深度学习模型：智能能源消耗预测与管理
- 使用Python实现深度学习模型：智能设备故障预测与维护 使用Python实现深度学习模型：智能设备故障预测与维护
- 使用Python实现深度学习模型：智能质量检测与控制 使用Python实现深度学习模型：智能质量检测与控制
- 使用Python实现深度学习模型：智能生产线优化 使用Python实现深度学习模型：智能生产线优化
- 本文作者：方茂元（中国区ICT咨询规划部首席专家）全文约2606字，阅读约需7分钟由于工作原因，我对AI大模型战略有一定的研究，对此我认为我们需要跳出技术本身来思考产业发展规律，原因如下： AI不改变世界，只是加速世界变化（就像汽车相对于马车，世界有了更快的交通工具）；AI需求层次与马斯洛需求层次理论模型非常像，从生理需求出发，人首先是个动物，AI首先需要算力； 安全感是人在吃饱穿暖后的下一... 本文作者：方茂元（中国区ICT咨询规划部首席专家）全文约2606字，阅读约需7分钟由于工作原因，我对AI大模型战略有一定的研究，对此我认为我们需要跳出技术本身来思考产业发展规律，原因如下： AI不改变世界，只是加速世界变化（就像汽车相对于马车，世界有了更快的交通工具）；AI需求层次与马斯洛需求层次理论模型非常像，从生理需求出发，人首先是个动物，AI首先需要算力； 安全感是人在吃饱穿暖后的下一...
- 本文详细介绍了RNN、LSTM、TextCNN和Transformer的基本原理、优缺点及其在PyTorch中的实现。这些模型在自然语言处理任务中各有优势，选择合适的模型架构可以显著提升任务的性能。 本文详细介绍了RNN、LSTM、TextCNN和Transformer的基本原理、优缺点及其在PyTorch中的实现。这些模型在自然语言处理任务中各有优势，选择合适的模型架构可以显著提升任务的性能。
- AI Agent框架（LLM Agent）：LLM驱动的智能体如何引领行业变革，应用探索与未来展望 AI Agent框架（LLM Agent）：LLM驱动的智能体如何引领行业变革，应用探索与未来展望
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