- 做AI开发时，经常需要用到github上的各种代码，但是这些代码可能需要不同版本的AI开发框架和不同版本的CUDA、cuDNN才能跑通，于是我们的机器上可能要安装多个版本的CUDA和cuDNN，那么如何查看当前机器上已安装的CUDA和cuDNN呢？ 1. 查看CUDA版本 cuda默认安装在/usr/local目录，可以使用ls -l /usr/local | gre... 做AI开发时，经常需要用到github上的各种代码，但是这些代码可能需要不同版本的AI开发框架和不同版本的CUDA、cuDNN才能跑通，于是我们的机器上可能要安装多个版本的CUDA和cuDNN，那么如何查看当前机器上已安装的CUDA和cuDNN呢？ 1. 查看CUDA版本 cuda默认安装在/usr/local目录，可以使用ls -l /usr/local | gre...
- 离线模型生成以卷积神经网络为例，在深度学习框架下构造好相应的网络模型，并且训练好原始数据，再通过离线模型生成器进行算子调度优化、权重数据重排和压缩、内存优化等，最终生成调优好的离线模型。离线模型生成器主要用来生成可以高效执行在昇腾AI处理器上的离线模型。离线模型生成器的工作原理如上图所示，在接收到原始模型后，对卷积神经网络模型进行模型解析、量化、编译和序列化四个步骤：1.解析在解析过程中，离... 离线模型生成以卷积神经网络为例，在深度学习框架下构造好相应的网络模型，并且训练好原始数据，再通过离线模型生成器进行算子调度优化、权重数据重排和压缩、内存优化等，最终生成调优好的离线模型。离线模型生成器主要用来生成可以高效执行在昇腾AI处理器上的离线模型。离线模型生成器的工作原理如上图所示，在接收到原始模型后，对卷积神经网络模型进行模型解析、量化、编译和序列化四个步骤：1.解析在解析过程中，离...
- 【实战】用ModelArts实现人脸情绪识别案例分享主讲人：任如意（ruyi.ren@yahoo.com），帆一尚行（上汽集团云计算中心）AI系统架构师 华为云MVP 本次公开课的内容提纲为下图中这六个部分。为什么要进行这次的分享1. 一方面是任如意本人和华为的很多缘起，另一方面任如意在帆一尚行在开发一个类似于ModelArts的汽车垂直行业的AI平台，在开发过程中，他了解了... 【实战】用ModelArts实现人脸情绪识别案例分享主讲人：任如意（ruyi.ren@yahoo.com），帆一尚行（上汽集团云计算中心）AI系统架构师 华为云MVP 本次公开课的内容提纲为下图中这六个部分。为什么要进行这次的分享1. 一方面是任如意本人和华为的很多缘起，另一方面任如意在帆一尚行在开发一个类似于ModelArts的汽车垂直行业的AI平台，在开发过程中，他了解了...
- LSTM 由 Hochreiter & Schmidhuber (1997) 提出，并在近期被 Alex Graves 进行了改良和推广，LSTM是一个可以处理长记忆问题的特殊RNN，它与传统RNN相比，长时间的信息记忆能力相对RNN要更好一些。 LSTM 由 Hochreiter & Schmidhuber (1997) 提出，并在近期被 Alex Graves 进行了改良和推广，LSTM是一个可以处理长记忆问题的特殊RNN，它与传统RNN相比，长时间的信息记忆能力相对RNN要更好一些。
- OCR是如何发展到今天的呢？经历了哪些技术变革？我们讲究进行梳理。 OCR是如何发展到今天的呢？经历了哪些技术变革？我们讲究进行梳理。
- 改善模型的步骤：1、最先应该分析的是，训练数据的预处理是否有不合理之处？2、判断模型是偏差高还是方差高？偏差高意味着模型欠拟合，换一个更好的梯度下降算法、降低学习率、减弱正则化、增加隐藏节点数、增加网络层数都可以降低偏差；3、方差高意味着过拟合了，可以増广训练数据、增强正则化；5、暴力一点可以超参搜索；6、傻瓜化一点，直接换一个更好的网络模型，也许就是质的飞跃。 改善模型的步骤：1、最先应该分析的是，训练数据的预处理是否有不合理之处？2、判断模型是偏差高还是方差高？偏差高意味着模型欠拟合，换一个更好的梯度下降算法、降低学习率、减弱正则化、增加隐藏节点数、增加网络层数都可以降低偏差；3、方差高意味着过拟合了，可以増广训练数据、增强正则化；5、暴力一点可以超参搜索；6、傻瓜化一点，直接换一个更好的网络模型，也许就是质的飞跃。
- 本书摘自《深度学习之TensorFlow入门、原理与进阶实战》一书中的第2章，第2.1节，编著是李金洪. 本书摘自《深度学习之TensorFlow入门、原理与进阶实战》一书中的第2章，第2.1节，编著是李金洪.
- 本书摘自《智能系统与技术丛书 生成对抗网络入门指南》一文中的第1章，第1.3.1节，作者是史丹青。 本书摘自《智能系统与技术丛书 生成对抗网络入门指南》一文中的第1章，第1.3.1节，作者是史丹青。
- 本书摘自《智能系统与技术丛书 生成对抗网络入门指南》一文中的第1章，第1.2.1节，作者是史丹青。 本书摘自《智能系统与技术丛书 生成对抗网络入门指南》一文中的第1章，第1.2.1节，作者是史丹青。
- 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。
- 机器学习的假设是训练集和测试集是独立同分布(i.i.d)的，也就是相同的平稳分布。但是这种假设在现实世界中是很难保证的，现实中，训练数据往往是有限的，很难覆盖到所有可能存在的特征空间，且现实的数据是会发生变化的，比如突变、或季节性的变化等。 机器学习的假设是训练集和测试集是独立同分布(i.i.d)的，也就是相同的平稳分布。但是这种假设在现实世界中是很难保证的，现实中，训练数据往往是有限的，很难覆盖到所有可能存在的特征空间，且现实的数据是会发生变化的，比如突变、或季节性的变化等。
- 在过去十年中，机器学习和深度学习的进步已经在各种规模的行业和组织中创造了人工智能热潮。最近，软件开发的低代码和无代码概念被用作机器学习中的自学习过程，它给出了完成特定任务的特定指令。通过使用数据和算法对机器进行“训练”，使其能够学习如何执行任务，更重要的是，将学习应用到不断发展的过程中。机器学习是在开发者社区专注于 AI 时发展起来的，然后发展了算法决策树学习、逻辑编程、聚类、并行处理和强化学习。 在过去十年中，机器学习和深度学习的进步已经在各种规模的行业和组织中创造了人工智能热潮。最近，软件开发的低代码和无代码概念被用作机器学习中的自学习过程，它给出了完成特定任务的特定指令。通过使用数据和算法对机器进行“训练”，使其能够学习如何执行任务，更重要的是，将学习应用到不断发展的过程中。机器学习是在开发者社区专注于 AI 时发展起来的，然后发展了算法决策树学习、逻辑编程、聚类、并行处理和强化学习。
- 卷积神经网络模型发展及应用转载地址：http://fcst.ceaj.org/CN/abstract/abstract2521.shtml深度学习是机器学习和人工智能研究的最新趋势，作为一个十余年来快速发展的崭新领域，越来越受到研究者的关注。卷积神经网络（CNN）模型是深度学习模型中最重要的一种经典结构，其性能在近年来深度学习任务上逐步提高。由于可以自动学习样本数据的特征表示，卷积神经网络已... 卷积神经网络模型发展及应用转载地址：http://fcst.ceaj.org/CN/abstract/abstract2521.shtml深度学习是机器学习和人工智能研究的最新趋势，作为一个十余年来快速发展的崭新领域，越来越受到研究者的关注。卷积神经网络（CNN）模型是深度学习模型中最重要的一种经典结构，其性能在近年来深度学习任务上逐步提高。由于可以自动学习样本数据的特征表示，卷积神经网络已...
- 一个明智的人就是一个不会被表面现象所欺骗的人，他甚至预见到了事情将往哪一方向变化。——叔本华不久前，ML Commons协会公布了基于ML Perf v1.0标准的最新测试结果，NV和GOOGLE仍然是性能的领跑者，但作为国内不多的提交者，鹏城的成绩有目共睹，华为Ascend的性能突飞猛进；在这AI的时代，数据几何式增长，高性能计算硬件呼之欲出，如何服务各种场景下的计算需求，如何在高性能计算... 一个明智的人就是一个不会被表面现象所欺骗的人，他甚至预见到了事情将往哪一方向变化。——叔本华不久前，ML Commons协会公布了基于ML Perf v1.0标准的最新测试结果，NV和GOOGLE仍然是性能的领跑者，但作为国内不多的提交者，鹏城的成绩有目共睹，华为Ascend的性能突飞猛进；在这AI的时代，数据几何式增长，高性能计算硬件呼之欲出，如何服务各种场景下的计算需求，如何在高性能计算...
- 目录 前言2.2. 数据预处理2.2.1. 读取数据集2.2.2. 处理缺失值2.2.3. 转换为张量格式 结语 前言 Hello！ 非常感谢您阅读海轰的文章，倘若文中有错误... 目录 前言2.2. 数据预处理2.2.1. 读取数据集2.2.2. 处理缺失值2.2.3. 转换为张量格式 结语 前言 Hello！ 非常感谢您阅读海轰的文章，倘若文中有错误...
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