- 本书摘自《深度学习：卷积神经网络从入门到精通》——书中第1章，第1.7.1节，作者是李玉鑑、张婷、单传辉、刘兆英等。 本书摘自《深度学习：卷积神经网络从入门到精通》——书中第1章，第1.7.1节，作者是李玉鑑、张婷、单传辉、刘兆英等。
- 本书摘自《深度学习：卷积神经网络从入门到精通》——书中第1章，第1.4节，作者是李玉鑑、张婷、单传辉、刘兆英等。 本书摘自《深度学习：卷积神经网络从入门到精通》——书中第1章，第1.4节，作者是李玉鑑、张婷、单传辉、刘兆英等。
- 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.4.5节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.4.5节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.4.1节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.4.1节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.3.3节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.3.3节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.3.2节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.3.2节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.3.1节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.3.1节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.1.1节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.1.1节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第2章，第2.3节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第2章，第2.3节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第1章，第1.2.4节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第1章，第1.2.4节，作者是肖智清。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第1章，第1.2.2节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第1章，第1.2.2节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第1章，第1.1.1节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第1章，第1.1.1节，作者是言有三 。
- 在自然语言处理（NLP）领域，传统的语言模型主要聚焦于处理文本数据。然而，随着技术的发展和应用需求的扩展，多模态学习逐渐成为了一个热门的研究方向。多模态学习指的是同时处理和理解多种类型的数据，如文本、图像、音频、视频等，进而结合这些数据来完成复杂的任务。例如，通过结合图像与文本，模型能够进行更精确的图像描述生成、视觉问答、情感分析等任务。多模态学习的核心挑战在于如何有效地融合不同模态的数据，... 在自然语言处理（NLP）领域，传统的语言模型主要聚焦于处理文本数据。然而，随着技术的发展和应用需求的扩展，多模态学习逐渐成为了一个热门的研究方向。多模态学习指的是同时处理和理解多种类型的数据，如文本、图像、音频、视频等，进而结合这些数据来完成复杂的任务。例如，通过结合图像与文本，模型能够进行更精确的图像描述生成、视觉问答、情感分析等任务。多模态学习的核心挑战在于如何有效地融合不同模态的数据，...
- AMSR-E/Aqua level 3 global monthly Surface Soil Moisture Averages V005 (AMSRE_AVRMO) at GES DISCGES DISC 的 AMSR-E/Aqua 第 3 级全球地表土壤水分月平均值 V005 (AMSRE_AVRMO)AMSR-E/Aqua level 3 global monthly Surfac... AMSR-E/Aqua level 3 global monthly Surface Soil Moisture Averages V005 (AMSRE_AVRMO) at GES DISCGES DISC 的 AMSR-E/Aqua 第 3 级全球地表土壤水分月平均值 V005 (AMSRE_AVRMO)AMSR-E/Aqua level 3 global monthly Surfac...
- AMSR-E L2 Rainfall Subset, collocated with CloudSat track V002 (AMSERR_CPR) at GES DISCAMSR-E L2 降雨子集，与位于 GES DISC 的 CloudSat 轨道 V002 (AMSERR_CPR) 位于同一地点 简介这是沿云卫星视场轨迹的 AMSR-E 雨率产品子集。子集的目标是选择并返回云卫... AMSR-E L2 Rainfall Subset, collocated with CloudSat track V002 (AMSERR_CPR) at GES DISCAMSR-E L2 降雨子集，与位于 GES DISC 的 CloudSat 轨道 V002 (AMSERR_CPR) 位于同一地点 简介这是沿云卫星视场轨迹的 AMSR-E 雨率产品子集。子集的目标是选择并返回云卫...
上滑加载中
推荐直播
-
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中
热门标签