- “服务器又挂了！”——我们能不能靠深度学习，提前知道它要出事？ “服务器又挂了！”——我们能不能靠深度学习，提前知道它要出事？
- 模型并行之Embedding表Embedding在推荐模型中承担着将用户、物品及上下文信息映射为低维稠密向量的核心任务，通过捕捉潜在语义关联和协同过滤信号，为推荐系统提供可计算的特征表达基础。其向量化表征能力不仅解决了高维稀疏数据难以直接建模的问题，更能通过隐式关系挖掘支撑用户兴趣建模和相似度计算，这种稠密向量空间的连续性特征为后续针对不同行为序列、场景维度或兴趣簇的Embedding切片... 模型并行之Embedding表Embedding在推荐模型中承担着将用户、物品及上下文信息映射为低维稠密向量的核心任务，通过捕捉潜在语义关联和协同过滤信号，为推荐系统提供可计算的特征表达基础。其向量化表征能力不仅解决了高维稀疏数据难以直接建模的问题，更能通过隐式关系挖掘支撑用户兴趣建模和相似度计算，这种稠密向量空间的连续性特征为后续针对不同行为序列、场景维度或兴趣簇的Embedding切片...
- 地铁 CV 检测的图片处理需根据视野维度定制方案：大视野注重 “全局覆盖与动态目标捕捉”，中视野强调 “实时性与运动细节”，小视野聚焦 “精密特征与缺陷识别”。结合硬件选型、预处理算法、模型优化及多视野融合，可有效应对地铁环境的复杂性，提升检测准确率与系统稳定性。实际项目中需优先解决振动、光照、实时性三大挑战，通过数据驱动与算法迭代持续优化效果 地铁 CV 检测的图片处理需根据视野维度定制方案：大视野注重 “全局覆盖与动态目标捕捉”，中视野强调 “实时性与运动细节”，小视野聚焦 “精密特征与缺陷识别”。结合硬件选型、预处理算法、模型优化及多视野融合，可有效应对地铁环境的复杂性，提升检测准确率与系统稳定性。实际项目中需优先解决振动、光照、实时性三大挑战，通过数据驱动与算法迭代持续优化效果
- 编程技术演进的终极目标是「认知迁移」—— 将人类的软件开发智慧转化为机器可执行的智能模型。华为云通过 CodeArts 系列产品，在每个技术阶段均实现「理论创新 - 工具落地 - 产业验证」的闭环：从库函数封装到智能体协作，每一次跃迁都是对「开发者认知边界」的重新定义。未来，当编程智能体具备自主学习与进化能力时，软件开发将迎来真正的「创造力解放时代」，开发者的核心价值将从「代码生产者」升级为「智能 编程技术演进的终极目标是「认知迁移」—— 将人类的软件开发智慧转化为机器可执行的智能模型。华为云通过 CodeArts 系列产品，在每个技术阶段均实现「理论创新 - 工具落地 - 产业验证」的闭环：从库函数封装到智能体协作，每一次跃迁都是对「开发者认知边界」的重新定义。未来，当编程智能体具备自主学习与进化能力时，软件开发将迎来真正的「创造力解放时代」，开发者的核心价值将从「代码生产者」升级为「智能
- 在人工智能的广阔领域中，深度神经网络（Deep Neural Networks, DNNs）、卷积神经网络（Convolutional Neural Networks, CNNs）和循环神经网络（Recurrent Neural Networks, RNNs）是三大基石，它们各自在图像识别、自然语言处理等众多领域发挥着不可替代的作用。本文将深入探讨这三种神经网络的基本原理、结构特点及应用场... 在人工智能的广阔领域中，深度神经网络（Deep Neural Networks, DNNs）、卷积神经网络（Convolutional Neural Networks, CNNs）和循环神经网络（Recurrent Neural Networks, RNNs）是三大基石，它们各自在图像识别、自然语言处理等众多领域发挥着不可替代的作用。本文将深入探讨这三种神经网络的基本原理、结构特点及应用场...
- 在国产算力自主创新的浪潮中，华为昇腾构建了覆盖工具链、算力平台、模型开发到行业应用的完整生态，为不同技术基础的大学生提供了多元化就业路径。本文以能力为核心，打破学历壁垒，聚焦岗位所需技能、认证体系与成长路径，助你精准锚定职业方向。 在国产算力自主创新的浪潮中，华为昇腾构建了覆盖工具链、算力平台、模型开发到行业应用的完整生态，为不同技术基础的大学生提供了多元化就业路径。本文以能力为核心，打破学历壁垒，聚焦岗位所需技能、认证体系与成长路径，助你精准锚定职业方向。
- 一、引言在当今数字化飞速发展的时代，新零售模式正逐渐成为商业领域的主流。新零售强调以消费者为中心，通过整合线上线下资源，提供更加个性化、高效的购物体验。而实现个性化服务的关键在于深入了解消费者，构建精准的用户画像。用户画像是一种通过收集和分析用户的各种行为数据，将用户的特征、偏好、需求等信息进行抽象和概括的工具。基于深度学习的方法能够处理海量、复杂的用户数据，挖掘出其中隐藏的模式和规律，从而... 一、引言在当今数字化飞速发展的时代，新零售模式正逐渐成为商业领域的主流。新零售强调以消费者为中心，通过整合线上线下资源，提供更加个性化、高效的购物体验。而实现个性化服务的关键在于深入了解消费者，构建精准的用户画像。用户画像是一种通过收集和分析用户的各种行为数据，将用户的特征、偏好、需求等信息进行抽象和概括的工具。基于深度学习的方法能够处理海量、复杂的用户数据，挖掘出其中隐藏的模式和规律，从而...
- 一、引言在新零售行业，库存管理是一个至关重要的环节。缺货不仅会导致销售机会的流失，还会影响顾客的满意度和忠诚度。传统的补货算法往往难以应对复杂多变的市场需求，而随着人工智能技术的发展，AI智能补货算法逐渐成为解决这一问题的有效手段。本文将介绍如何将运筹学与深度学习相结合，对AI智能补货算法进行升级，以降低新零售企业的缺货率。二、业务痛点剖析2.1 传统补货策略的失效传统的补货算法主要基于历史... 一、引言在新零售行业，库存管理是一个至关重要的环节。缺货不仅会导致销售机会的流失，还会影响顾客的满意度和忠诚度。传统的补货算法往往难以应对复杂多变的市场需求，而随着人工智能技术的发展，AI智能补货算法逐渐成为解决这一问题的有效手段。本文将介绍如何将运筹学与深度学习相结合，对AI智能补货算法进行升级，以降低新零售企业的缺货率。二、业务痛点剖析2.1 传统补货策略的失效传统的补货算法主要基于历史...
- 网管不再抓头发：深度学习教你提前发现网络事故 网管不再抓头发：深度学习教你提前发现网络事故
- 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
- 在职高新课-深度学习 要求 目标 环境要求 1.1 深度学习介绍 学习目标 1.1.1 区别 1.1.3 深度学习代表算法-神经网络 1.1.4 为什么深度学习现在效果非常好 深度学习与神经网络 1.2 神经网络基础 循环神经网络 4.2 词嵌入与NLP 4.3 seq2seq与Attention机制 5.1 生成对抗网络(GAN) 高级主题 5.2 自动编码器 5.3 Ca 在职高新课-深度学习 要求 目标 环境要求 1.1 深度学习介绍 学习目标 1.1.1 区别 1.1.3 深度学习代表算法-神经网络 1.1.4 为什么深度学习现在效果非常好 深度学习与神经网络 1.2 神经网络基础 循环神经网络 4.2 词嵌入与NLP 4.3 seq2seq与Attention机制 5.1 生成对抗网络(GAN) 高级主题 5.2 自动编码器 5.3 Ca
- 要求 目标 1.1 项目演示 学习目标 1.1 图像识别背景 1.2 什么是目标检测 1.2.1 目标检测定义 1.2.1.1 物体 1.3 目标检测应用场景 1.3.1 行业 1.3.2 应用类别 1.4 开发环境搭建 目标检测概述 3.1 目标检测任务描述 3.1.4 目标定位的简单实现 项目实现 4.9 Web Server + TensorFlow Serving C 要求 目标 1.1 项目演示 学习目标 1.1 图像识别背景 1.2 什么是目标检测 1.2.1 目标检测定义 1.2.1.1 物体 1.3 目标检测应用场景 1.3.1 行业 1.3.2 应用类别 1.4 开发环境搭建 目标检测概述 3.1 目标检测任务描述 3.1.4 目标定位的简单实现 项目实现 4.9 Web Server + TensorFlow Serving C
- 智能相册自动分类系统：基于图像聚类的跨设备同步方案引言随着智能手机和物联网设备的普及，用户在不同设备上拍摄的照片数量呈指数级增长。传统相册管理依赖手动分类，效率低下且难以适应多设备场景。本文提出一种基于图像聚类的跨设备同步智能相册系统，通过深度学习特征提取和聚类算法实现自动分类，并结合分布式同步机制解决多设备数据一致性问题。技术背景核心技术栈图像特征提取使用预训练的深度学习模型（如R... 智能相册自动分类系统：基于图像聚类的跨设备同步方案引言随着智能手机和物联网设备的普及，用户在不同设备上拍摄的照片数量呈指数级增长。传统相册管理依赖手动分类，效率低下且难以适应多设备场景。本文提出一种基于图像聚类的跨设备同步智能相册系统，通过深度学习特征提取和聚类算法实现自动分类，并结合分布式同步机制解决多设备数据一致性问题。技术背景核心技术栈图像特征提取使用预训练的深度学习模型（如R...
- 摘要Geneformer被广泛应用于疾病建模、治疗靶点发掘、基因网络预测与调控分析、基因功能预测与剂量敏感性分析、单细胞转录组数据集成与标准化、遗传变异解释与GWAS靶点优先排序。该案例既有算法原理，也有手把手的昇腾部署教学，包含细胞分类、基因分类、提取细胞嵌入图、细胞多分类的微调任务1 Geneformer介绍GeneFormer是一种基于 Transformer 架构的深度学习模型... 摘要Geneformer被广泛应用于疾病建模、治疗靶点发掘、基因网络预测与调控分析、基因功能预测与剂量敏感性分析、单细胞转录组数据集成与标准化、遗传变异解释与GWAS靶点优先排序。该案例既有算法原理，也有手把手的昇腾部署教学，包含细胞分类、基因分类、提取细胞嵌入图、细胞多分类的微调任务1 Geneformer介绍GeneFormer是一种基于 Transformer 架构的深度学习模型...
- Windows下编译OpenCV和OpenCV-contrib全指南引言OpenCV作为计算机视觉领域的核心库，其丰富的功能和高效的算法广泛应用于图像处理、目标检测、人脸识别等领域。然而，官方预编译版本可能缺失部分模块（如SIFT、SURF等专利算法），或需针对特定场景（如CUDA加速、Python绑定）进行定制。本文将详细讲解在Windows系统下从源码编译OpenCV及OpenCV-co... Windows下编译OpenCV和OpenCV-contrib全指南引言OpenCV作为计算机视觉领域的核心库，其丰富的功能和高效的算法广泛应用于图像处理、目标检测、人脸识别等领域。然而，官方预编译版本可能缺失部分模块（如SIFT、SURF等专利算法），或需针对特定场景（如CUDA加速、Python绑定）进行定制。本文将详细讲解在Windows系统下从源码编译OpenCV及OpenCV-co...
上滑加载中
推荐直播
-
AI编码实干派，“码”力全开2026/02/26 周四 15:00-16:30
谈宗玮/于邦旭/丁俊卿/陈云亮/王一男
【中国，深圳，2026年2月26日】，以“AI编码实干派，码力全开”为主题的华为云码道（CodeArts）代码智能体新春发布会在线上成功召开。华为云码道公测版正式发布，为开发者和企业提供具备工程化能力的智能编码解决方案。
回顾中 -
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中
热门标签