- RAG 系统高效检索提升秘籍：如何精准选择 BGE 智源、GTE 阿里与 Jina 等的嵌入与精排模型的完美搭配 RAG 系统高效检索提升秘籍：如何精准选择 BGE 智源、GTE 阿里与 Jina 等的嵌入与精排模型的完美搭配
- 粒子滤波流程 基本原理：随机选取预测域的 N NN 个点，称为粒子。以此计算出预测值，并算出在测量域的概率，即权重，加权平均就是最优估计。之后按权重比例，重采样，进行下次迭代。 初始状态：用大量粒子模拟X（t），粒子在空间内均匀分布； 预测阶段：根据状态转移方程，每一个粒子得到一个预测粒子； 校正阶段：对预测粒子进行评价，越接近于真实状态的粒子，其权重越大； 重采样：根据粒子权重对粒子进 粒子滤波流程 基本原理：随机选取预测域的 N NN 个点，称为粒子。以此计算出预测值，并算出在测量域的概率，即权重，加权平均就是最优估计。之后按权重比例，重采样，进行下次迭代。 初始状态：用大量粒子模拟X（t），粒子在空间内均匀分布； 预测阶段：根据状态转移方程，每一个粒子得到一个预测粒子； 校正阶段：对预测粒子进行评价，越接近于真实状态的粒子，其权重越大； 重采样：根据粒子权重对粒子进
- 图像分割是继图像分类和目标检测之后的计算机视觉的第三大任务。相较于分类和检测，分割的任务粒度更加细化，需要做到逐像素级别的分类。图像分割可分为语义分割和实例分割。图像分割主要包括语义分割（Semantic Segmentation）和实例分割(Instance Segmentation)。语义分割是对图像中的每个像素都划分出对应的类别，即实现像素级别的分类；而类的具体对象，即为实例，那么实例... 图像分割是继图像分类和目标检测之后的计算机视觉的第三大任务。相较于分类和检测，分割的任务粒度更加细化，需要做到逐像素级别的分类。图像分割可分为语义分割和实例分割。图像分割主要包括语义分割（Semantic Segmentation）和实例分割(Instance Segmentation)。语义分割是对图像中的每个像素都划分出对应的类别，即实现像素级别的分类；而类的具体对象，即为实例，那么实例...
- 退化问题不解决，深度学习就无法Go Deeper。于是残差网络ResNet提出来了。要理解残差网络，就要理解残差块(Residual Block)这个结构，因为残差块是残差网络的基本组成部分。之前的各种卷积网络结构(LeNet5、AlexNet、VGG)，通常结构就是卷积池化再卷积池化，中间的卷积池化操作可以有很多层。类似这样的网络结构何恺明在论文中将其称为普通网络(Plain Networ... 退化问题不解决，深度学习就无法Go Deeper。于是残差网络ResNet提出来了。要理解残差网络，就要理解残差块(Residual Block)这个结构，因为残差块是残差网络的基本组成部分。之前的各种卷积网络结构(LeNet5、AlexNet、VGG)，通常结构就是卷积池化再卷积池化，中间的卷积池化操作可以有很多层。类似这样的网络结构何恺明在论文中将其称为普通网络(Plain Networ...
- 小宁同学讲课啦人工智能的发展史人工智能“研究，开发用于模拟延伸和扩展人的智能的理论方法及应用系统的一门新的综合性技术科学”人工智能由1956年（人工智能元年）约翰·麦卡锡提出定义“制造智能机器的科学与工程”，意义，在于重新定义生产力，重新定义人的价值机器学习“专门研究计算机怎么样，模拟或实现人类学习行为以获取新的知识或技能，重新组织已有的知识结构使之不断改善自己的技能”机器学习更多是处理结构... 小宁同学讲课啦人工智能的发展史人工智能“研究，开发用于模拟延伸和扩展人的智能的理论方法及应用系统的一门新的综合性技术科学”人工智能由1956年（人工智能元年）约翰·麦卡锡提出定义“制造智能机器的科学与工程”，意义，在于重新定义生产力，重新定义人的价值机器学习“专门研究计算机怎么样，模拟或实现人类学习行为以获取新的知识或技能，重新组织已有的知识结构使之不断改善自己的技能”机器学习更多是处理结构...
- 梯度下降法（英语：Gradient descent）是一个一阶最优化算法，通常也称为最速下降法。 要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对应梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部极大值点；这个过程则被称为梯度上升法。梯度下降算法（Gradient Descent Optimization）是神经... 梯度下降法（英语：Gradient descent）是一个一阶最优化算法，通常也称为最速下降法。 要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对应梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部极大值点；这个过程则被称为梯度上升法。梯度下降算法（Gradient Descent Optimization）是神经...
- 先说说我认识ModelArts的过程： ModelArts介绍视频->【新手上路】ModelArts体验馆->【课程】ModelArts免费课程，0基础入门AI。 先说说我认识ModelArts的过程： ModelArts介绍视频->【新手上路】ModelArts体验馆->【课程】ModelArts免费课程，0基础入门AI。
- 云脉通用纸质文档介绍/文档识别/纸质文档管理基于领先的OCR识别技术和深度学习能力，支持用户根据实际需求选择不同的识别模式，高效、低成本实现多种语言、多种书写类型的图像识别，满足用户的个性化OCR识别需求。1、技术或产品功能介绍■检索引擎利用高效搜索引擎，建立搜索索引，支持百万份数据资源搜索秒出。■智能校对提供智能校对功能，智能反馈疑似错误，并实时给出替换候选集。■手写体识别基于大数据深度学... 云脉通用纸质文档介绍/文档识别/纸质文档管理基于领先的OCR识别技术和深度学习能力，支持用户根据实际需求选择不同的识别模式，高效、低成本实现多种语言、多种书写类型的图像识别，满足用户的个性化OCR识别需求。1、技术或产品功能介绍■检索引擎利用高效搜索引擎，建立搜索索引，支持百万份数据资源搜索秒出。■智能校对提供智能校对功能，智能反馈疑似错误，并实时给出替换候选集。■手写体识别基于大数据深度学...
- 随着过去几年的发展，以ResNet50为代表的CNN模型已经成为了深度学习在计算机视觉方面最常用的模型之一。然而深度学习模型的训练通常非常慢，例如，如果用1块P100的GPU训练一个ResNet50需要1周时间（假如训练90个Epoch）。在工业界，我们都追求极致的训练速度，以便进行快速的产品迭代。 目前，学术界和工业界都在致力于加速深度学习训练的研究。... 随着过去几年的发展，以ResNet50为代表的CNN模型已经成为了深度学习在计算机视觉方面最常用的模型之一。然而深度学习模型的训练通常非常慢，例如，如果用1块P100的GPU训练一个ResNet50需要1周时间（假如训练90个Epoch）。在工业界，我们都追求极致的训练速度，以便进行快速的产品迭代。 目前，学术界和工业界都在致力于加速深度学习训练的研究。...
- 1 训练可以从三个维度展开优化：1. 深度神经网络结构优化2. 分布式训练框架优化 3. 深度学习训练算法优化。1.1 深度神经网络结构优化网络结构是基于经典的ResNet50结构，在训练中使用128*128的低分辨率输入图片来提升训练的速度，对训练精度产生了一定影响，原始模型无法在维持训练epoch数的情况下将模型训练到指定的top5 93%精度。通过对ResNet50... 1 训练可以从三个维度展开优化：1. 深度神经网络结构优化2. 分布式训练框架优化 3. 深度学习训练算法优化。1.1 深度神经网络结构优化网络结构是基于经典的ResNet50结构，在训练中使用128*128的低分辨率输入图片来提升训练的速度，对训练精度产生了一定影响，原始模型无法在维持训练epoch数的情况下将模型训练到指定的top5 93%精度。通过对ResNet50...
- 传统OCR识别综述1 引言1.1 什么是OCR计算机文字识别，俗称光学字符识别，英文全称是Optical Charater Recognition（简称OCR）,它是利用光学技术和计算机技术把印刷在或者写在图纸上的文字以文本形式提取出来，并转换成一种计算机能够接受、人又可以理解的格式。OCR技术是实现文字快速录入的一项关键技术。在信息社会时代，每天会产生大量的票据、表单、... 传统OCR识别综述1 引言1.1 什么是OCR计算机文字识别，俗称光学字符识别，英文全称是Optical Charater Recognition（简称OCR）,它是利用光学技术和计算机技术把印刷在或者写在图纸上的文字以文本形式提取出来，并转换成一种计算机能够接受、人又可以理解的格式。OCR技术是实现文字快速录入的一项关键技术。在信息社会时代，每天会产生大量的票据、表单、...
- 流量红利消退、内容体验升级，直播云服务进入了激烈的“下半场”，华为云视频服务顺势而生。今年十月份的华为全联接大会上，华为云视频就给大家展示了一番直播新体验。大会首日，来宾数以万计，在手机上看直播不但秒开，画面也是高清流畅又稳定。展厅内外的多处大屏，也让大家体验到了随时随地、想看就看的“无缝直播”效果。华为云视频究竟是怎么做到的?这要先分析一下直播云服务行业面临怎样的一个“惊险的下半场”，该用... 流量红利消退、内容体验升级，直播云服务进入了激烈的“下半场”，华为云视频服务顺势而生。今年十月份的华为全联接大会上，华为云视频就给大家展示了一番直播新体验。大会首日，来宾数以万计，在手机上看直播不但秒开，画面也是高清流畅又稳定。展厅内外的多处大屏，也让大家体验到了随时随地、想看就看的“无缝直播”效果。华为云视频究竟是怎么做到的?这要先分析一下直播云服务行业面临怎样的一个“惊险的下半场”，该用...
- 从2012年开始，卷积神经网络（Convolutional Neural Networks, CNN）极速发展，不断涌现出诸如AlexNet、VGGNet等优秀的神经网络。到了2015年，一个新型的网络更是颠覆了计算机视觉领域和深度学习领域，这就是ResNet。ResNet（Residual Neural Network）由微软研究院的何凯明等四名华人提出，其论文《Deep Residual... 从2012年开始，卷积神经网络（Convolutional Neural Networks, CNN）极速发展，不断涌现出诸如AlexNet、VGGNet等优秀的神经网络。到了2015年，一个新型的网络更是颠覆了计算机视觉领域和深度学习领域，这就是ResNet。ResNet（Residual Neural Network）由微软研究院的何凯明等四名华人提出，其论文《Deep Residual...
- 本书摘自《智能系统与技术丛书 深度学习实践：基于Caffe的解析》一文中的第1章，第1.1节，作者是薛云峰。 本书摘自《智能系统与技术丛书 深度学习实践：基于Caffe的解析》一文中的第1章，第1.1节，作者是薛云峰。
- 1．内容全面，紧跟最新技术发展 本书内容涵盖了深度学习的理论知识、数据获取与增强，以及深度学习在图像分类、分割和检测这三大基础研究领域中的发展、数据与模型的可视化、优化目标、模型压缩与部署等相关知识，基本上囊括了深度学习在图像开发中所必须要掌握的大部分基础知识。 2．深度与广度兼具 本书在讲解每个知识点时力求详尽，而且紧密结合了学术界与工业界相关技术的最新发展。 1．内容全面，紧跟最新技术发展 本书内容涵盖了深度学习的理论知识、数据获取与增强，以及深度学习在图像分类、分割和检测这三大基础研究领域中的发展、数据与模型的可视化、优化目标、模型压缩与部署等相关知识，基本上囊括了深度学习在图像开发中所必须要掌握的大部分基础知识。 2．深度与广度兼具 本书在讲解每个知识点时力求详尽，而且紧密结合了学术界与工业界相关技术的最新发展。
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