- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第3章，第3.2.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第3章，第3.2.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第3章，第3.1.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第3章，第3.1.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.9.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.9.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.6.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.6.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.6.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.6.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.5节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译. 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.5节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译.
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译 本节书摘来自华章计算机《Keras深度学习实战》一书中的第2章，第2.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第1章，第1.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译。 本节书摘来自华章计算机《Keras深度学习实战》一书中的第1章，第1.2节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译。
- 本节书摘来自华章计算机《Keras深度学习实战》一书中的第1章，第1.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译。 本节书摘来自华章计算机《Keras深度学习实战》一书中的第1章，第1.1节，作者是拉蒂普·杜瓦（Rajdeep Dua）[印] 曼普里特·辛格·古特（Manpreet Singh Ghotra） 著 罗 娜 祁佳康 译。
- 本文聚焦游戏场景下新型外挂的隐蔽性检测难题，围绕深度学习技术在识别“隐流篡改”“拟真伪装”类异常行为中的实战应用，拆解从表层特征捕捉到深层逻辑建模的技术迭代思路。通过深挖玩家行为的时序韵律、决策熵变与语义闭环，突破传统检测的规则局限，依托多模态协同建模、动态特征追踪与行为基线焕新等核心策略，精准捕捉新型外挂拟真伪装下的隐性逻辑断层与特征偏差。 本文聚焦游戏场景下新型外挂的隐蔽性检测难题，围绕深度学习技术在识别“隐流篡改”“拟真伪装”类异常行为中的实战应用，拆解从表层特征捕捉到深层逻辑建模的技术迭代思路。通过深挖玩家行为的时序韵律、决策熵变与语义闭环，突破传统检测的规则局限，依托多模态协同建模、动态特征追踪与行为基线焕新等核心策略，精准捕捉新型外挂拟真伪装下的隐性逻辑断层与特征偏差。
- 大模型压缩与效率优化：量化、剪枝与蒸馏的协同策略 引言：大模型部署的效率困境当前，GPT-4、LLaMA等百亿甚至万亿参数大模型在各类任务上展现出卓越性能，但巨大的计算开销和内存占用严重限制了其实际部署。单一优化技术往往只能在特定维度带来有限改进，而量化、剪枝与蒸馏的协同策略正在成为解决这一困境的关键突破。本文将深入探讨这三种核心技术的协同优化机制，并提供完整的代码实现。 理论基础：三大压... 大模型压缩与效率优化：量化、剪枝与蒸馏的协同策略 引言：大模型部署的效率困境当前，GPT-4、LLaMA等百亿甚至万亿参数大模型在各类任务上展现出卓越性能，但巨大的计算开销和内存占用严重限制了其实际部署。单一优化技术往往只能在特定维度带来有限改进，而量化、剪枝与蒸馏的协同策略正在成为解决这一困境的关键突破。本文将深入探讨这三种核心技术的协同优化机制，并提供完整的代码实现。 理论基础：三大压...
- 当硅谷还在讨论AGI（通用人工智能）如何重塑文明，华为却在研究怎么让煤矿工人“穿着西装挖煤”。这不仅是战略的差异，更是在地缘政治与技术封锁下，一场不得不进行的“豪赌”。但这条路的尽头，真的能通向未来吗？中国 VS 美国 两条平行线：仰望星空与脚踏实地最近，任正非在上海练秋湖研发中心与ICPC（国际大学生程序设计竞赛）顶尖选手座谈时，再次明确了华为AI的路线图。他直言不讳地指出了中美在AI追求... 当硅谷还在讨论AGI（通用人工智能）如何重塑文明，华为却在研究怎么让煤矿工人“穿着西装挖煤”。这不仅是战略的差异，更是在地缘政治与技术封锁下，一场不得不进行的“豪赌”。但这条路的尽头，真的能通向未来吗？中国 VS 美国 两条平行线：仰望星空与脚踏实地最近，任正非在上海练秋湖研发中心与ICPC（国际大学生程序设计竞赛）顶尖选手座谈时，再次明确了华为AI的路线图。他直言不讳地指出了中美在AI追求...
- 钛丝驱动技术（NiTiDrivetech）的可靠性设计【前言】形状记忆合金（Shape memory alloy, SMA），也叫形态记忆合金、肌肉丝、镍钛记忆合金，它是由Ni（镍）- Ti（钛）材料组成，经过多道工序制成的丝，财哥简称钛丝，可以通过电路驱动钛丝发生运动。相比于传统的电机、电磁铁动力，钛丝是一种新型的动力元件。钛丝驱动技术（nitidrivetech）目前已经在航空航天、医疗... 钛丝驱动技术（NiTiDrivetech）的可靠性设计【前言】形状记忆合金（Shape memory alloy, SMA），也叫形态记忆合金、肌肉丝、镍钛记忆合金，它是由Ni（镍）- Ti（钛）材料组成，经过多道工序制成的丝，财哥简称钛丝，可以通过电路驱动钛丝发生运动。相比于传统的电机、电磁铁动力，钛丝是一种新型的动力元件。钛丝驱动技术（nitidrivetech）目前已经在航空航天、医疗...
- 钛丝驱动技术（NiTiDrivetech）的可靠性设计【前言】形状记忆合金（Shape memory alloy, SMA），也叫形态记忆合金、肌肉丝、镍钛记忆合金，它是由Ni（镍）- Ti（钛）材料组成，经过多道工序制成的丝，财哥简称钛丝，可以通过电路驱动钛丝发生运动。相比于传统的电机、电磁铁动力，钛丝是一种新型的动力元件。钛丝驱动技术（nitidrivetech）目前已经在航空航天、医疗... 钛丝驱动技术（NiTiDrivetech）的可靠性设计【前言】形状记忆合金（Shape memory alloy, SMA），也叫形态记忆合金、肌肉丝、镍钛记忆合金，它是由Ni（镍）- Ti（钛）材料组成，经过多道工序制成的丝，财哥简称钛丝，可以通过电路驱动钛丝发生运动。相比于传统的电机、电磁铁动力，钛丝是一种新型的动力元件。钛丝驱动技术（nitidrivetech）目前已经在航空航天、医疗...
- 通过本次 Glass记小圈应用 的开发实战，我们完整地梳理了纯眼镜端应用从功能设计、SDK集成到多媒体交互的开发流程。在拍照、录像和录音的实现过程中，我们不仅熟悉了CXR-S SDK提供的接口和回调机制，还深入理解了眼镜端在硬件性能、功耗和蓝牙传输等方面的限制与优化策略。 通过本次 Glass记小圈应用 的开发实战，我们完整地梳理了纯眼镜端应用从功能设计、SDK集成到多媒体交互的开发流程。在拍照、录像和录音的实现过程中，我们不仅熟悉了CXR-S SDK提供的接口和回调机制，还深入理解了眼镜端在硬件性能、功耗和蓝牙传输等方面的限制与优化策略。
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