- 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。
- 推荐系统为啥都长一个样？聊聊「离线训练 + 在线召回 + 排序」这套大数据架构 推荐系统为啥都长一个样？聊聊「离线训练 + 在线召回 + 排序」这套大数据架构
- 本文围绕模型决策中因果推理与统计相关性的本质区分展开，结合技术实践与思考，指出纯依赖统计相关性易导致模型决策的虚假关联误判，剖析了二者在关联认知、逻辑属性上的核心差异。文章提出反事实推演、机制解构、混杂剥离的三重校验体系，针对医疗、工业、公共卫生等具体场景设计了靶向性区分策略，同时破解了隐匿混杂因子识别、动态关联性质转换的实践难点，并预判因果主导、相关赋能的协同决策体系为未来演进方向。 本文围绕模型决策中因果推理与统计相关性的本质区分展开，结合技术实践与思考，指出纯依赖统计相关性易导致模型决策的虚假关联误判，剖析了二者在关联认知、逻辑属性上的核心差异。文章提出反事实推演、机制解构、混杂剥离的三重校验体系，针对医疗、工业、公共卫生等具体场景设计了靶向性区分策略，同时破解了隐匿混杂因子识别、动态关联性质转换的实践难点，并预判因果主导、相关赋能的协同决策体系为未来演进方向。
- 本文聚焦3D视觉领域中几何先验与深度学习的深度融合，结合实际开发实践与技术思考，剖析了纯数据驱动深度学习在3D视觉落地中的核心短板，阐释了几何先验从静态规则向动态适配转化的核心融入思路，以及二者双向校准、相互增益的融合逻辑。文章针对动态3D重建、机器人精细操作等具体场景，给出靶向化融合路径，同时破解了约束强度与灵活适配性的平衡难题，提出动态权重调节、先验神经化等创新解法。 本文聚焦3D视觉领域中几何先验与深度学习的深度融合，结合实际开发实践与技术思考，剖析了纯数据驱动深度学习在3D视觉落地中的核心短板，阐释了几何先验从静态规则向动态适配转化的核心融入思路，以及二者双向校准、相互增益的融合逻辑。文章针对动态3D重建、机器人精细操作等具体场景，给出靶向化融合路径，同时破解了约束强度与灵活适配性的平衡难题，提出动态权重调节、先验神经化等创新解法。
- 引言：深度学习部署的新挑战与机遇在深度学习模型从实验室走向生产环境的过程中，部署效率成为制约实际应用的关键因素。随着模型复杂度的不断增加和硬件平台的多样化，如何在不同设备上高效运行模型成为了工程师们面临的共同挑战。ONNX（开放神经网络交换格式）及其运行时环境应运而生，为跨平台模型部署提供了标准化解决方案。然而，仅仅使用ONNX运行时的基础功能往往无法充分发挥硬件潜力，这就需要结合硬件加... 引言：深度学习部署的新挑战与机遇在深度学习模型从实验室走向生产环境的过程中，部署效率成为制约实际应用的关键因素。随着模型复杂度的不断增加和硬件平台的多样化，如何在不同设备上高效运行模型成为了工程师们面临的共同挑战。ONNX（开放神经网络交换格式）及其运行时环境应运而生，为跨平台模型部署提供了标准化解决方案。然而，仅仅使用ONNX运行时的基础功能往往无法充分发挥硬件潜力，这就需要结合硬件加...
- 引言在深度学习时代，模型的“黑箱”特性曾一度成为其大规模应用的绊脚石。然而，随着AI可解释性研究的兴起，我们拥有了更多工具和方法来揭开这层神秘面纱。本文将深入探讨梯度可视化、注意力机制、特征归因算法以及模型调试工具的应用，旨在帮助读者构建更加透明、可解释的深度学习模型，从而增强模型的可信度，促进其在更多领域的落地应用。 梯度可视化：理解模型决策的直观窗口梯度可视化是一种强大的技术，它通过... 引言在深度学习时代，模型的“黑箱”特性曾一度成为其大规模应用的绊脚石。然而，随着AI可解释性研究的兴起，我们拥有了更多工具和方法来揭开这层神秘面纱。本文将深入探讨梯度可视化、注意力机制、特征归因算法以及模型调试工具的应用，旨在帮助读者构建更加透明、可解释的深度学习模型，从而增强模型的可信度，促进其在更多领域的落地应用。 梯度可视化：理解模型决策的直观窗口梯度可视化是一种强大的技术，它通过...
- 前言：当反射成为性能的绊脚石在企业级Java开发中，我们习惯了“反射”的便利。无论是Spring的依赖注入，还是RPC框架的接口调用，底层的魔法都离不开反射。然而，在高频交易或低延迟中间件的场景下，反射是绝对的“性能杀手”。去年，我们在重构一个核心的消息路由网关时，遭遇了严重的性能瓶颈。该网关需要将上游的字节流动态反序列化为各种业务对象，并调用相应的处理方法。为了灵活性，我们最初使用了基... 前言：当反射成为性能的绊脚石在企业级Java开发中，我们习惯了“反射”的便利。无论是Spring的依赖注入，还是RPC框架的接口调用，底层的魔法都离不开反射。然而，在高频交易或低延迟中间件的场景下，反射是绝对的“性能杀手”。去年，我们在重构一个核心的消息路由网关时，遭遇了严重的性能瓶颈。该网关需要将上游的字节流动态反序列化为各种业务对象，并调用相应的处理方法。为了灵活性，我们最初使用了基...
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