- 前一篇文章分享了Keras实现RNN和LSTM的文本分类算法，并与传统的机器学习分类算法进行对比实验。这篇文章我们将继续巩固文本分类知识，主要讲解CNN实现中文文本分类的过程，并与贝叶斯、决策树、逻辑回归、随机森林、KNN、SVM等分类算法进行对比。注意，本文以代码为主，文本分类叙述及算法原理推荐阅读前面的文章。基础性文章，希望对您有所帮助~ 前一篇文章分享了Keras实现RNN和LSTM的文本分类算法，并与传统的机器学习分类算法进行对比实验。这篇文章我们将继续巩固文本分类知识，主要讲解CNN实现中文文本分类的过程，并与贝叶斯、决策树、逻辑回归、随机森林、KNN、SVM等分类算法进行对比。注意，本文以代码为主，文本分类叙述及算法原理推荐阅读前面的文章。基础性文章，希望对您有所帮助~
- 将自己2021年度的ModelArts知识进行一个总结，归纳。知识总结分享深度学习https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=102933人工智能的历史变迁https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=102935深度学习的现实应用... 将自己2021年度的ModelArts知识进行一个总结，归纳。知识总结分享深度学习https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=102933人工智能的历史变迁https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=102935深度学习的现实应用...
- 从显存优化，计算优化两个方面来分析一下如何进行深度学习模型推理优化。 从显存优化，计算优化两个方面来分析一下如何进行深度学习模型推理优化。
- 题目：录制一段语音，在MATLAB平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数。示例代码：[y,fs,bite]=wavread('1.wav');sound(y)audiorecorder(2*fs,fs);fft(y);Y=fft(y);fp=1000;fr=1200;as=40;ap=1;[N,Wn]=BUTTORD(2*fp/fs,2*fr/fs,ap,a... 题目：录制一段语音，在MATLAB平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数。示例代码：[y,fs,bite]=wavread('1.wav');sound(y)audiorecorder(2*fs,fs);fft(y);Y=fft(y);fp=1000;fr=1200;as=40;ap=1;[N,Wn]=BUTTORD(2*fp/fs,2*fr/fs,ap,a...
- 一、先来介绍IIR数字滤波器、FIR数字滤波器的设计方法:1. IIR数字滤波器的设计方法借助模拟滤波器设计方法分为脉冲响应不变法，频率变换法，双线性变换法等。 脉冲响应不变法利用模拟滤波器来设计数字滤波器，就是从已知的模拟滤波器传递函数Ha(s)设计数字滤波器的系统函数H(z)。因此，它归根结底是一个由S平面映射到Z平面的变换，这个变换通常是复变函数的映射变换，为了保证转换后的H(z)稳定... 一、先来介绍IIR数字滤波器、FIR数字滤波器的设计方法:1. IIR数字滤波器的设计方法借助模拟滤波器设计方法分为脉冲响应不变法，频率变换法，双线性变换法等。 脉冲响应不变法利用模拟滤波器来设计数字滤波器，就是从已知的模拟滤波器传递函数Ha(s)设计数字滤波器的系统函数H(z)。因此，它归根结底是一个由S平面映射到Z平面的变换，这个变换通常是复变函数的映射变换，为了保证转换后的H(z)稳定...
- 【我的华为云体验之旅】有奖征文火热进行中：https://bbs.huaweicloud.com/blogs/306271 【我的华为云体验之旅】有奖征文火热进行中：https://bbs.huaweicloud.com/blogs/306271
- 我们将学习深度学习中的OCR（Optical Character Recognition）光学字符识别技术。OCR作为计算机视觉中较早使用深度学习技术的领域，有很多优秀的模型出现，所以通过此案例我们来学习深度学习下的OCR技术。普遍的深度学习下的OCR技术将文字识别过程分为：文本区域检测以及字符识别。本案例中介绍的模型CRNN就是一种字符识别模型，它将文字图片中的文字识别出来。 我们将学习深度学习中的OCR（Optical Character Recognition）光学字符识别技术。OCR作为计算机视觉中较早使用深度学习技术的领域，有很多优秀的模型出现，所以通过此案例我们来学习深度学习下的OCR技术。普遍的深度学习下的OCR技术将文字识别过程分为：文本区域检测以及字符识别。本案例中介绍的模型CRNN就是一种字符识别模型，它将文字图片中的文字识别出来。
- 近年来NAS在分类上取得了优异的成绩，也促使研究人员们更多地把目光放在了目标检测上，一般目标检测CNN网络包括backbone、FPN(特征金字塔)、和head。三种都可以用NAS进行搜索，本文专注FPNs的搜索。 近年来NAS在分类上取得了优异的成绩，也促使研究人员们更多地把目光放在了目标检测上，一般目标检测CNN网络包括backbone、FPN(特征金字塔)、和head。三种都可以用NAS进行搜索，本文专注FPNs的搜索。
- 在线推理，往往会关注整个端到端链路的时延，本文保姆级带你测试ModelArts在线服务的时延。 在线推理，往往会关注整个端到端链路的时延，本文保姆级带你测试ModelArts在线服务的时延。
- 前言本文首先进行YOLOP 论文解读，然后实践记录，首先搭建YOLOP 开发环境，最后推理，查看效果。”实践“分为精简版和详细版，精简版是由简介和命令组成的；详细版是由简介、命令、过程信息记录 组成的。YOLOP 论文解读 YOLOP能同时处理目标检测、可行驶区域分割、车道线检测 三个视觉感知任务，并速度优异、保持较好精度进行工作，代码开源。它是华中科技大学——王兴刚团队，在全景驾驶感知方面... 前言本文首先进行YOLOP 论文解读，然后实践记录，首先搭建YOLOP 开发环境，最后推理，查看效果。”实践“分为精简版和详细版，精简版是由简介和命令组成的；详细版是由简介、命令、过程信息记录 组成的。YOLOP 论文解读 YOLOP能同时处理目标检测、可行驶区域分割、车道线检测 三个视觉感知任务，并速度优异、保持较好精度进行工作，代码开源。它是华中科技大学——王兴刚团队，在全景驾驶感知方面...
- 前一篇文章分享了卷积神经网络CNN原理，并通过Keras编写CNN实现了MNIST分类学习案例。这篇文章将详细讲解循环神经网络RNN的原理知识，并采用Keras实现手写数字识别的RNN分类案例及可视化呈现。基础性文章，希望对您有所帮助！ 前一篇文章分享了卷积神经网络CNN原理，并通过Keras编写CNN实现了MNIST分类学习案例。这篇文章将详细讲解循环神经网络RNN的原理知识，并采用Keras实现手写数字识别的RNN分类案例及可视化呈现。基础性文章，希望对您有所帮助！
- 前一篇文章详细讲解了Keras实现分类学习，以MNIST数字图片为例进行讲解。本篇文章详细讲解了卷积神经网络CNN原理，并通过Keras编写CNN实现了MNIST分类学习案例。基础性文章，希望对您有所帮助！ 前一篇文章详细讲解了Keras实现分类学习，以MNIST数字图片为例进行讲解。本篇文章详细讲解了卷积神经网络CNN原理，并通过Keras编写CNN实现了MNIST分类学习案例。基础性文章，希望对您有所帮助！
- 前一篇文章详细讲解了Keras环境搭建、入门基础及回归神经网络案例。本篇文章将通过Keras实现分类学习，以MNIST数字图片为例进行讲解。基础性文章，希望对您有所帮助！ 前一篇文章详细讲解了Keras环境搭建、入门基础及回归神经网络案例。本篇文章将通过Keras实现分类学习，以MNIST数字图片为例进行讲解。基础性文章，希望对您有所帮助！
- 在本教程中，您学习了如何： 使用train_test_split()得到的训练和测试集 用参数控制子集的大小train_size和test_size 使用参数确定分割的随机性random_state 使用参数获取分层分割stratify 使用train_test_split()作为的一部分监督机器学习方法 在本教程中，您学习了如何： 使用train_test_split()得到的训练和测试集 用参数控制子集的大小train_size和test_size 使用参数确定分割的随机性random_state 使用参数获取分层分割stratify 使用train_test_split()作为的一部分监督机器学习方法
- ModelArts为AI工程师提供了一站式AI开发全流程管理能力，AI工程师可以从数据准备、模型开发、模型训练、模型部署，一站式完成整个AI过程。兼容业界主流引擎，兼容用户习惯，同时，提供了自研的MoXing深度学习框架，提升算法开发效率和训练速度。这个小案例提供了使用MXNet实现手写数字图像识别应用的示例，帮助您快速梳理ModelArts的AI开发全流程。MNIST是一个手写体数字识别数... ModelArts为AI工程师提供了一站式AI开发全流程管理能力，AI工程师可以从数据准备、模型开发、模型训练、模型部署，一站式完成整个AI过程。兼容业界主流引擎，兼容用户习惯，同时，提供了自研的MoXing深度学习框架，提升算法开发效率和训练速度。这个小案例提供了使用MXNet实现手写数字图像识别应用的示例，帮助您快速梳理ModelArts的AI开发全流程。MNIST是一个手写体数字识别数...
上滑加载中
推荐直播
-
智能观测进化论系列沙龙（第一期）2025/02/28 周五 14:00-16:30
华为及外部讲师团
本期直播就智能化可观测技术的融合与创新、落地与实践、瓶颈与未来等业界关心的话题进行深入探讨。
回顾中 -
聚焦Deepseek，洞察开发者生态发展2025/02/28 周五 19:00-20:30
蒋涛 csdn创始人
深入剖析Deepseek爆发后，中国开发者生态潜藏的巨大发展潜能与未来走向，精准提炼出可供大家把握的时代机遇，干货满满，不容错过。
回顾中
热门标签