- AVIRIS-NG L1B Calibrated Radiance, Facility Instrument Collection, V1简介该数据集包含经正交校正的 1B 级（L1B）缩放辐射图像文件，以及观测几何参数和光照参数文件，以及机载可见光/红外成像分光计-下一代（AVIRIS-NG）仪器的辅助传感器波段信息。 这是 NASA 地球观测系统数据和信息系统（EOSDIS）设施仪器... AVIRIS-NG L1B Calibrated Radiance, Facility Instrument Collection, V1简介该数据集包含经正交校正的 1B 级（L1B）缩放辐射图像文件，以及观测几何参数和光照参数文件，以及机载可见光/红外成像分光计-下一代（AVIRIS-NG）仪器的辅助传感器波段信息。 这是 NASA 地球观测系统数据和信息系统（EOSDIS）设施仪器...
- 1.【MADRL】多智能体深度强化学习《纲要》 2.【MADRL】独立Q学习（IQL）算法 3.【MADRL】基于MADRL的单调价值函数分解（QMIX）算法 4.【MADRL】多智能体深度确定性策略梯度（MADDPG）算法 5.【MADRL】多智能体双延迟深度确定性策略梯度（MATD3）算法 6.【MADRL】多智能体近似策略优化（MAPPO）算法 7.【MADRL】反事实多智能体 1.【MADRL】多智能体深度强化学习《纲要》 2.【MADRL】独立Q学习（IQL）算法 3.【MADRL】基于MADRL的单调价值函数分解（QMIX）算法 4.【MADRL】多智能体深度确定性策略梯度（MADDPG）算法 5.【MADRL】多智能体双延迟深度确定性策略梯度（MATD3）算法 6.【MADRL】多智能体近似策略优化（MAPPO）算法 7.【MADRL】反事实多智能体
- 在人工智能蓬勃发展的背景下，英特尔OpenVINO作为一款强大的工具套件，为加速AI推理提供了卓越的解决方案。本文深入探讨了C++与OpenVINO的集成方法，展示了其在高效推理、硬件优化及多种应用场景中的独特优势和巨大潜力。通过合理的环境搭建、模型准备和应用程序开发，C++与OpenVINO的结合能够在智能安防、工业自动化等领域实现高效的人工智能推理。 在人工智能蓬勃发展的背景下，英特尔OpenVINO作为一款强大的工具套件，为加速AI推理提供了卓越的解决方案。本文深入探讨了C++与OpenVINO的集成方法，展示了其在高效推理、硬件优化及多种应用场景中的独特优势和巨大潜力。通过合理的环境搭建、模型准备和应用程序开发，C++与OpenVINO的结合能够在智能安防、工业自动化等领域实现高效的人工智能推理。
- 前言 transformer是目前NLP甚至是整个深度学习领域不能不提到的框架，同时大部分LLM也是使用其进行训练生成模型，所以transformer几乎是目前每一个机器人开发者或者人工智能开发者不能越过的一个框架。接下来本文将从顶层往下去一步步掀开transformer的面纱。 transformer概述 Transformer模型来自论文Attention Is All You Need 前言 transformer是目前NLP甚至是整个深度学习领域不能不提到的框架，同时大部分LLM也是使用其进行训练生成模型，所以transformer几乎是目前每一个机器人开发者或者人工智能开发者不能越过的一个框架。接下来本文将从顶层往下去一步步掀开transformer的面纱。 transformer概述 Transformer模型来自论文Attention Is All You Need
- Hyperspectral Imagery from AVIRIS-NG for Sites in ID and CA, USA, 2014 and 2015简介本数据集提供了机载可见光/红外成像分光仪-下一代（AVIRIS-NG）仪器在 2014 年和 2015 年飞越爱达荷州和加利福尼亚州研究地点时测量的地表反射率。 AVIRIS-NG 在 380 纳米到 2510 纳米之间的可见光... Hyperspectral Imagery from AVIRIS-NG for Sites in ID and CA, USA, 2014 and 2015简介本数据集提供了机载可见光/红外成像分光仪-下一代（AVIRIS-NG）仪器在 2014 年和 2015 年飞越爱达荷州和加利福尼亚州研究地点时测量的地表反射率。 AVIRIS-NG 在 380 纳米到 2510 纳米之间的可见光...
- 本文探讨了线性代数在人工智能中的核心地位及其对算法性能的影响，重点介绍了 C++ 中的 BLAS 和 LAPACK 库。这些库通过高效的基础线性代数运算和高级矩阵操作，显著提升了神经网络、数据降维和推荐系统等算法的计算效率。文章还详细讲解了如何在 C++ 项目中集成和优化这些库，以实现更好的性能。 本文探讨了线性代数在人工智能中的核心地位及其对算法性能的影响，重点介绍了 C++ 中的 BLAS 和 LAPACK 库。这些库通过高效的基础线性代数运算和高级矩阵操作，显著提升了神经网络、数据降维和推荐系统等算法的计算效率。文章还详细讲解了如何在 C++ 项目中集成和优化这些库，以实现更好的性能。
- AVIRIS-Classic: L2 Calibrated Reflectance, Facility Instrument Collection简介AVIRIS-Classic是一种被动式光谱成像仪，用于获取地面的高光谱数据。L2 Calibrated Reflectance数据集是由AVIRIS-Classic仪器收集的，经过了校准处理得到的地表反射率数据。AVIRIS-Classi... AVIRIS-Classic: L2 Calibrated Reflectance, Facility Instrument Collection简介AVIRIS-Classic是一种被动式光谱成像仪，用于获取地面的高光谱数据。L2 Calibrated Reflectance数据集是由AVIRIS-Classic仪器收集的，经过了校准处理得到的地表反射率数据。AVIRIS-Classi...
- 深度学习在日志分析中的应用：智能运维的新前沿 深度学习在日志分析中的应用：智能运维的新前沿
- MXNet C++版本在分布式训练中展现出高效计算性能、灵活跨平台支持和良好可扩展性的优势，但也面临环境配置复杂、通信开销与同步延迟及调试难度大的挑战。深入研究这些优劣，有助于推动深度学习技术在分布式场景下的高效应用。 MXNet C++版本在分布式训练中展现出高效计算性能、灵活跨平台支持和良好可扩展性的优势，但也面临环境配置复杂、通信开销与同步延迟及调试难度大的挑战。深入研究这些优劣，有助于推动深度学习技术在分布式场景下的高效应用。
- 在移动应用智能化时代，将Caffe2的C++接口应用于移动设备面临资源有限的挑战。本文介绍了通过模型压缩、内存管理优化、计算优化及电源管理优化等方法，提升Caffe2在移动设备上的性能，推动移动深度学习应用的发展。 在移动应用智能化时代，将Caffe2的C++接口应用于移动设备面临资源有限的挑战。本文介绍了通过模型压缩、内存管理优化、计算优化及电源管理优化等方法，提升Caffe2在移动设备上的性能，推动移动深度学习应用的发展。
- AVIRIS-Classic: L1B Calibrated Radiance, Facility Instrument Collection, V1简介该数据集包含机载可见光/红外成像分光计（AVIRIS-Classic）仪器的 1B 级（L1B）正交校正、缩放辐射度图像文件，以及观测几何参数和光照参数文件和辅助传感器波段信息。 这是 NASA 地球观测系统数据和信息系统（EOSDIS... AVIRIS-Classic: L1B Calibrated Radiance, Facility Instrument Collection, V1简介该数据集包含机载可见光/红外成像分光计（AVIRIS-Classic）仪器的 1B 级（L1B）正交校正、缩放辐射度图像文件，以及观测几何参数和光照参数文件和辅助传感器波段信息。 这是 NASA 地球观测系统数据和信息系统（EOSDIS...
- 深度学习的本质是对数据的处理和学习，而数学在其中扮演着核心角色。在深度学习模型的训练和推理过程中，矩阵和向量是不可或缺的数学工具。特别是矩阵乘以向量的操作，不仅简单高效，而且可以直观地表示数据的线性变换。在本篇文章中，我们将深入探讨矩阵与向量的乘法及其特性，了解它们如何支持深度学习的核心计算。 矩阵乘向量的定义给定一个矩阵 A∈Rm×nA \in \mathbb{R}^{m \times n... 深度学习的本质是对数据的处理和学习，而数学在其中扮演着核心角色。在深度学习模型的训练和推理过程中，矩阵和向量是不可或缺的数学工具。特别是矩阵乘以向量的操作，不仅简单高效，而且可以直观地表示数据的线性变换。在本篇文章中，我们将深入探讨矩阵与向量的乘法及其特性，了解它们如何支持深度学习的核心计算。 矩阵乘向量的定义给定一个矩阵 A∈Rm×nA \in \mathbb{R}^{m \times n...
- GHRSST L3C global sub-skin Sea Surface Temperature from the Advanced Very High Resolution Radiometer (AVHRR) on Metop satellites (currently Metop-A) (GDS V2) produced by OSI SAF简介全球高分辨率海面温度组（GHRSS... GHRSST L3C global sub-skin Sea Surface Temperature from the Advanced Very High Resolution Radiometer (AVHRR) on Metop satellites (currently Metop-A) (GDS V2) produced by OSI SAF简介全球高分辨率海面温度组（GHRSS...
- 使用Python实现深度学习模型的分布式训练 使用Python实现深度学习模型的分布式训练
- 本文深入探讨了如何使用 C 语言调用 PaddlePaddle 的 C++ API 进行深度学习开发。通过结合 C 语言的高效性和 PaddlePaddle 的强大功能，文章详细介绍了环境搭建、模型构建、数据处理、模型训练和推理等关键步骤，帮助开发者提升开发效率，拓宽技术视野。 本文深入探讨了如何使用 C 语言调用 PaddlePaddle 的 C++ API 进行深度学习开发。通过结合 C 语言的高效性和 PaddlePaddle 的强大功能，文章详细介绍了环境搭建、模型构建、数据处理、模型训练和推理等关键步骤，帮助开发者提升开发效率，拓宽技术视野。
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