- 单元测试用例的断言用来判断程序是否存在bug。现有的测试用例生成工具根据程序的实现生成断言，然而断言往往跟需求相关，因此现有的工具生成的断言很难针对当前版本找到逻辑类型的bug，只能找到crash类型的bug。为了更好地生成断言，基于深度学习的方法ATLAS，根据源代码和测试输入来生成断言，然而其效果却很受限。本文提出基于信息检索和深度学习结合的方法来生成测试断言，实验结果证明了我们方法的有效性。 单元测试用例的断言用来判断程序是否存在bug。现有的测试用例生成工具根据程序的实现生成断言，然而断言往往跟需求相关，因此现有的工具生成的断言很难针对当前版本找到逻辑类型的bug，只能找到crash类型的bug。为了更好地生成断言，基于深度学习的方法ATLAS，根据源代码和测试输入来生成断言，然而其效果却很受限。本文提出基于信息检索和深度学习结合的方法来生成测试断言，实验结果证明了我们方法的有效性。
- 从编译优化的角度来分析一下如何进行深度学习模型推理优化。 从编译优化的角度来分析一下如何进行深度学习模型推理优化。
- 大家好，我是丁小杰。上一篇和大家分享了如何用keras进行手写数字分类，今天我们来学习一下机器学习的基本数据结构——张量。一般来说，当前所有机器学习系统都使用张量（tensor）作为基本数据结构，即多维 Numpy 数组，它是一个数据容器。其中的数据绝大多是都是数值。大名鼎鼎的 TensorFlow 都以它来命名，下面就来详细看看。 张量的属性轴数（阶）：Numpy 中用 ndim 表示，例... 大家好，我是丁小杰。上一篇和大家分享了如何用keras进行手写数字分类，今天我们来学习一下机器学习的基本数据结构——张量。一般来说，当前所有机器学习系统都使用张量（tensor）作为基本数据结构，即多维 Numpy 数组，它是一个数据容器。其中的数据绝大多是都是数值。大名鼎鼎的 TensorFlow 都以它来命名，下面就来详细看看。 张量的属性轴数（阶）：Numpy 中用 ndim 表示，例...
- 继CV/NLP领域的成功后，深度学习开始逐步进入生物领域，例如细胞影像分类，基因组研究等。在药物研发及蛋白工程领域，设计具备成药潜力的分子是重要的目标，AI与小分子药物结合的研究已较多，目前AI方法亦逐渐被用于生物药物的研发，例如抗体药物。本篇综述简要介绍了抗体及深度学习的背景，然后深入介绍了数种深度学习算法，该类型算法主要用于抗体结构/Affinity/互作/Target研究等。 继CV/NLP领域的成功后，深度学习开始逐步进入生物领域，例如细胞影像分类，基因组研究等。在药物研发及蛋白工程领域，设计具备成药潜力的分子是重要的目标，AI与小分子药物结合的研究已较多，目前AI方法亦逐渐被用于生物药物的研发，例如抗体药物。本篇综述简要介绍了抗体及深度学习的背景，然后深入介绍了数种深度学习算法，该类型算法主要用于抗体结构/Affinity/互作/Target研究等。
- 本文带大家快速浏览昇思MindSpore全场景AI框架1.6版本的关键特性。 本文带大家快速浏览昇思MindSpore全场景AI框架1.6版本的关键特性。
- Python Opencv实战之图像阈值和模糊处理，万字实战，收藏起来吧~ Python Opencv实战之图像阈值和模糊处理，万字实战，收藏起来吧~
- 深度学习吴恩达老师（一）：神经网络和深度学习(Neural Networks and Deep Learning)：内容整理 + 习题分享 深度学习吴恩达老师（一）：神经网络和深度学习(Neural Networks and Deep Learning)：内容整理 + 习题分享
- 从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章分享了BiLSTM-CRF模型搭建及训练、预测，最终实现医学命名实体识别实验。这篇文章将详细讲解Keras实现经典的深度学习文本分类算法，包括LSTM、BiLSTM、BiLSTM+Attention和CNN、TextCNN，这篇文章将以代码为主，让读者直观感受深度神经网络，希望对您有所帮助~ 从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前一篇文章分享了BiLSTM-CRF模型搭建及训练、预测，最终实现医学命名实体识别实验。这篇文章将详细讲解Keras实现经典的深度学习文本分类算法，包括LSTM、BiLSTM、BiLSTM+Attention和CNN、TextCNN，这篇文章将以代码为主，让读者直观感受深度神经网络，希望对您有所帮助~
- 实体是知识图谱最重要的组成，命名实体识别（Named Entity Recognition，NER）对于知识图谱构建具有很重要意义。命名实体是一个词或短语，它可以在具有相似属性的一组事物中清楚地标识出某一个事物。命名实体识别（NER）则是指在文本中定位命名实体的边界并分类到预定义类型集合的过程。本文介绍了基于BiLSTM+CRF的医学命名实体识别研究，希望对您有所帮助~ 实体是知识图谱最重要的组成，命名实体识别（Named Entity Recognition，NER）对于知识图谱构建具有很重要意义。命名实体是一个词或短语，它可以在具有相似属性的一组事物中清楚地标识出某一个事物。命名实体识别（NER）则是指在文本中定位命名实体的边界并分类到预定义类型集合的过程。本文介绍了基于BiLSTM+CRF的医学命名实体识别研究，希望对您有所帮助~
- 这篇文章简单讲解易学智能GPU搭建Keras环境的过程，并实现了LSTM文本分类的实验，本来想写Google Colab免费云，但看知乎评价也不太好（梯子常断网、时间限制、数据量小）。因此，选择一个评价较好的平台供大家学习（6块一小时），也希望大家推荐更好的平台，百度飞浆后续准备也学习下，希望这篇文章能解决自身电脑配置不足，需要GPU运行模型且服务器价格又不是太高的同学，加油！ 这篇文章简单讲解易学智能GPU搭建Keras环境的过程，并实现了LSTM文本分类的实验，本来想写Google Colab免费云，但看知乎评价也不太好（梯子常断网、时间限制、数据量小）。因此，选择一个评价较好的平台供大家学习（6块一小时），也希望大家推荐更好的平台，百度飞浆后续准备也学习下，希望这篇文章能解决自身电脑配置不足，需要GPU运行模型且服务器价格又不是太高的同学，加油！
- 前一篇文章分享了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。这篇文章将详细讲解通过自定义情感词典（大连理工词典）实现情感分析和情绪分类的过程，并与SnowNLP进行对比，为后续深度学习和自然语言处理（情感分析、实体识别、实体对齐、知识图谱构建、文本挖掘）结合做基础，希望对您有所帮助~ 前一篇文章分享了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。这篇文章将详细讲解通过自定义情感词典（大连理工词典）实现情感分析和情绪分类的过程，并与SnowNLP进行对比，为后续深度学习和自然语言处理（情感分析、实体识别、实体对齐、知识图谱构建、文本挖掘）结合做基础，希望对您有所帮助~
- 本期精彩看点：华为云物联网创新应用大赛火热启动：百万奖金招募，扶持商业变现。华为HDZ年终巨献：深圳AIoT技术圈有盛会！ 本期精彩看点：华为云物联网创新应用大赛火热启动：百万奖金招募，扶持商业变现。华为HDZ年终巨献：深圳AIoT技术圈有盛会！
- 《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。由于作者的英文水平和学术能力不高，需要不断提升，所以还请大家批评指正，非常欢迎大家给我留言评论，学术路上期待与您前行。这篇文章将详细介绍生成对抗网络GAN的基础知识，包括什么是GAN、常用算法（CGAN、DCGAN、infoGAN、WGAN）、发展历程、预备知识，并通过Keras搭建最简答的手写数字图片生成案 《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。由于作者的英文水平和学术能力不高，需要不断提升，所以还请大家批评指正，非常欢迎大家给我留言评论，学术路上期待与您前行。这篇文章将详细介绍生成对抗网络GAN的基础知识，包括什么是GAN、常用算法（CGAN、DCGAN、infoGAN、WGAN）、发展历程、预备知识，并通过Keras搭建最简答的手写数字图片生成案
- 活动链接：https://bbs.huaweicloud.com/forum/thread-164772-1-1.html还记得在任务一时，基于昇腾CANN的推理应用开发--高清图像修复（Python）实验吗？ 附上实验链接：https://www.hiascend.com/zh/college/onlineExperiment/detail/664601这次需要在自己的环境上真实复现上述实... 活动链接：https://bbs.huaweicloud.com/forum/thread-164772-1-1.html还记得在任务一时，基于昇腾CANN的推理应用开发--高清图像修复（Python）实验吗？ 附上实验链接：https://www.hiascend.com/zh/college/onlineExperiment/detail/664601这次需要在自己的环境上真实复现上述实...
- 前一篇文章分享了循环神经网络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。这篇文章作者将带领大家用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。基础性文章，希望对您有所帮助！ 前一篇文章分享了循环神经网络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。这篇文章作者将带领大家用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。基础性文章，希望对您有所帮助！
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签