- Aquarius L3 Weekly Polar-Gridded Landscape Freeze/Thaw Data V005水瓶座 L3 每周极地网格景观冻融数据，第 5 版简介该数据集正在更新至第 5 版，以便与其他宝瓶座极地网格数据产品相匹配。这套三级（L3）数据包括每周北半球地貌冻融（FT）数据，这些数据来自阿根廷科学应用卫星（SAC-D）上的宝瓶座传感器采集的 L 波段辐射计... Aquarius L3 Weekly Polar-Gridded Landscape Freeze/Thaw Data V005水瓶座 L3 每周极地网格景观冻融数据，第 5 版简介该数据集正在更新至第 5 版，以便与其他宝瓶座极地网格数据产品相匹配。这套三级（L3）数据包括每周北半球地貌冻融（FT）数据，这些数据来自阿根廷科学应用卫星（SAC-D）上的宝瓶座传感器采集的 L 波段辐射计...
- Aquarius L3 Gridded 1-Degree Annual Soil Moisture V005水瓶座 L3 网格化 1 度年土壤湿度，第 5 版简介该数据集包含美国国家航空航天局（NASA）科学应用卫星（SAC-D）上的宝瓶座被动微波辐射计得出的第 3 级网格化年度全球土壤湿度估算值。参数： 土壤湿度/水分含量平台： SAC-DSAC-D传感器水瓶座辐射计数据格式： HDF... Aquarius L3 Gridded 1-Degree Annual Soil Moisture V005水瓶座 L3 网格化 1 度年土壤湿度，第 5 版简介该数据集包含美国国家航空航天局（NASA）科学应用卫星（SAC-D）上的宝瓶座被动微波辐射计得出的第 3 级网格化年度全球土壤湿度估算值。参数： 土壤湿度/水分含量平台： SAC-DSAC-D传感器水瓶座辐射计数据格式： HDF...
- 自然语言处理（NLP）是人工智能中的一个活跃领域，深度学习模型在其中扮演了重要角色。 简介NLP涉及到机器理解和生成自然语言。深度学习模型，尤其是循环神经网络（RNN）和Transformer模型，已经在文本分类、机器翻译、问答系统等多个领域取得了显著成果。 循环神经网络基础循环神经网络能够处理序列数据，适合于处理文本数据。以下是一个简单的RNN结构示例，使用Python和TensorFlo... 自然语言处理（NLP）是人工智能中的一个活跃领域，深度学习模型在其中扮演了重要角色。 简介NLP涉及到机器理解和生成自然语言。深度学习模型，尤其是循环神经网络（RNN）和Transformer模型，已经在文本分类、机器翻译、问答系统等多个领域取得了显著成果。 循环神经网络基础循环神经网络能够处理序列数据，适合于处理文本数据。以下是一个简单的RNN结构示例，使用Python和TensorFlo...
- 1 简介2023年有哪些值得记录？我的关键字是“暂停”。这得以让我们看清楚正在路过和发生的事情。无论如何，首先得感谢掘金平台见证了我们一步步的成长。言归正传，这里还是在以下几段内容中塑造信息技术行业的主要趋势和发展:人工智能2023年是AI大模型跨域式发展的重要一年，OpenAI的ChatGPT在2022年11月30日发布到现在已一年时间，当初发布时一周用户突破100万。ChatGPT注册... 1 简介2023年有哪些值得记录？我的关键字是“暂停”。这得以让我们看清楚正在路过和发生的事情。无论如何，首先得感谢掘金平台见证了我们一步步的成长。言归正传，这里还是在以下几段内容中塑造信息技术行业的主要趋势和发展:人工智能2023年是AI大模型跨域式发展的重要一年，OpenAI的ChatGPT在2022年11月30日发布到现在已一年时间，当初发布时一周用户突破100万。ChatGPT注册...
- 在此教程中，我们将对VGGNet模型及其原理进行一个简单的介绍，并实VGGNet模型的训练和推理，目前支持数据集有：MNIST、fashionMNIST、CIFAR10等，并给用户提供一个详细的帮助文档。 在此教程中，我们将对VGGNet模型及其原理进行一个简单的介绍，并实VGGNet模型的训练和推理，目前支持数据集有：MNIST、fashionMNIST、CIFAR10等，并给用户提供一个详细的帮助文档。
- 在此教程中，我们将对LeNet5模型及其原理进行一个简单的介绍，并实现不依赖库(使用了torch库来加载数据集)的LeNet模型的训练和推理，目前支持MNIST、FashionMNIST和CIFAR-10等数据集，给用户提供一个详细的帮助文档。 在此教程中，我们将对LeNet5模型及其原理进行一个简单的介绍，并实现不依赖库(使用了torch库来加载数据集)的LeNet模型的训练和推理，目前支持MNIST、FashionMNIST和CIFAR-10等数据集，给用户提供一个详细的帮助文档。
- 实现ResNet模型训练和推理，至少支持3种数据集 实现ResNet模型训练和推理，至少支持3种数据集
- 在此教程中，我们将对深度学习有一个基本的认识，并介绍几种常用的模型及算法，并对几个经典的模型及算法进行简单的代码实现 在此教程中，我们将对深度学习有一个基本的认识，并介绍几种常用的模型及算法，并对几个经典的模型及算法进行简单的代码实现
- 洼道路检测对于地质勘探、航天科学和自然灾害等领域的研究和应用具有重要意义。深度学习技术的快速发展为坑洼道路检测提供的新途径。本文基于Resnet（Residual Networks）网络建立了Resnet-34模型对题目数据进行处理，实现了精度较高的道路图像坑洼状态的识别，并通过实验和其他模型如Resnet-50和EfficientNet进行相关指标的比较,较好地反映出该模型在坑洼道路检测上... 洼道路检测对于地质勘探、航天科学和自然灾害等领域的研究和应用具有重要意义。深度学习技术的快速发展为坑洼道路检测提供的新途径。本文基于Resnet（Residual Networks）网络建立了Resnet-34模型对题目数据进行处理，实现了精度较高的道路图像坑洼状态的识别，并通过实验和其他模型如Resnet-50和EfficientNet进行相关指标的比较,较好地反映出该模型在坑洼道路检测上...
- 郑重声明本文档长期更新，请加入收藏夹或者收藏栏教学AI绘画 AIGC工具 SD教程 郑重声明本文档长期更新，请加入收藏夹或者收藏栏教学AI绘画 AIGC工具 SD教程 郑重声明本文档长期更新，请加入收藏夹或者收藏栏教学AI绘画 AIGC工具 SD教程 添加图片注释，不超过 140 字（可选）推荐阅读最全的AIGC百科全书资料AIGC和AI绘画最全资料文档https://yv4kfv1n3j.... 郑重声明本文档长期更新，请加入收藏夹或者收藏栏教学AI绘画 AIGC工具 SD教程 郑重声明本文档长期更新，请加入收藏夹或者收藏栏教学AI绘画 AIGC工具 SD教程 郑重声明本文档长期更新，请加入收藏夹或者收藏栏教学AI绘画 AIGC工具 SD教程 添加图片注释，不超过 140 字（可选）推荐阅读最全的AIGC百科全书资料AIGC和AI绘画最全资料文档https://yv4kfv1n3j....
- 人工智能的发展极大地改变了我们的工作与生活，ChatGPT改变了我们的写作方式，我们向它提问，它就可以按照我们的提问生成我们想要的内容。马上OpenAI的新工具，根据文字内容生成视频的工具——Sora也将要上线了。当然在生成视频之前，AI绘图工具也已经问世，本文就来给大家安利几款好用的AI绘画软件。 Adobe Firefly AIAdobe Firefly是一款集合多个AI模型的AI绘画软... 人工智能的发展极大地改变了我们的工作与生活，ChatGPT改变了我们的写作方式，我们向它提问，它就可以按照我们的提问生成我们想要的内容。马上OpenAI的新工具，根据文字内容生成视频的工具——Sora也将要上线了。当然在生成视频之前，AI绘图工具也已经问世，本文就来给大家安利几款好用的AI绘画软件。 Adobe Firefly AIAdobe Firefly是一款集合多个AI模型的AI绘画软...
- 1.算法运行效果图预览 2.算法运行软件版本matlab2022a 3.算法理论概述 基于Mamdani模糊神经网络的调速控制系统是一种结合模糊逻辑与神经网络技术的智能控制方法，旨在提高调速系统的性能。随着工业技术的不断发展，对调速控制系统的性能要求也越来越高。传统的控制方法往往难以处理非线性、时变和不确定性等问题。而基于Mamdani模糊神经网络的调速控制系统通过结合模糊逻辑和... 1.算法运行效果图预览 2.算法运行软件版本matlab2022a 3.算法理论概述 基于Mamdani模糊神经网络的调速控制系统是一种结合模糊逻辑与神经网络技术的智能控制方法，旨在提高调速系统的性能。随着工业技术的不断发展，对调速控制系统的性能要求也越来越高。传统的控制方法往往难以处理非线性、时变和不确定性等问题。而基于Mamdani模糊神经网络的调速控制系统通过结合模糊逻辑和...
- 如何把稀疏自编码器用在卷积提前特征后进行特征提取稀疏自编码器（Sparse Autoencoder）是一种无监督学习算法，它可以用于从原始数据中学习到具有较少神经元激活的稀疏表示，以此来发现数据的有用特征。而卷积神经网络（Convolutional Neural Network，CNN）则常用于图像处理任务中。 在某些场景下，我们可以将稀疏自编码器和卷积神经网络结合起来，用于特征提取阶段，以... 如何把稀疏自编码器用在卷积提前特征后进行特征提取稀疏自编码器（Sparse Autoencoder）是一种无监督学习算法，它可以用于从原始数据中学习到具有较少神经元激活的稀疏表示，以此来发现数据的有用特征。而卷积神经网络（Convolutional Neural Network，CNN）则常用于图像处理任务中。 在某些场景下，我们可以将稀疏自编码器和卷积神经网络结合起来，用于特征提取阶段，以...
- 在当今计算领域中，存内计算技术凭借其出色的向量乘矩阵操作效能引起了广泛关注。本文将深入研究基于向量乘矩阵的存内计算原理，并探讨几个引人注目的代表性工作，如DPE、ISAAC、PRIME等，它们在神经网络和图计算应用中表现出色，为我们带来了前所未有的计算体验。窥探向量乘矩阵的存内计算原理生动地展示了基于向量乘矩阵的存内计算最基本单元。这一单元通过基尔霍夫定律，在仅一个读操作延迟内完整执行一次... 在当今计算领域中，存内计算技术凭借其出色的向量乘矩阵操作效能引起了广泛关注。本文将深入研究基于向量乘矩阵的存内计算原理，并探讨几个引人注目的代表性工作，如DPE、ISAAC、PRIME等，它们在神经网络和图计算应用中表现出色，为我们带来了前所未有的计算体验。窥探向量乘矩阵的存内计算原理生动地展示了基于向量乘矩阵的存内计算最基本单元。这一单元通过基尔霍夫定律，在仅一个读操作延迟内完整执行一次...
- 详解Smooth L1 Loss函数的计算方式在深度学习中，Smooth L1 Loss函数是一种用于回归任务的损失函数。它在一定程度上克服了均方误差（MSE）损失函数的局限性，特别适用于处理离群值。简介Smooth L1 Loss函数是Huber Loss的一种近似形式。它通过引入平滑因子，使损失函数在离群值附近呈现鲁棒性。相比于MSE损失函数，它在离群值附近不敏感。计算方式Smooth ... 详解Smooth L1 Loss函数的计算方式在深度学习中，Smooth L1 Loss函数是一种用于回归任务的损失函数。它在一定程度上克服了均方误差（MSE）损失函数的局限性，特别适用于处理离群值。简介Smooth L1 Loss函数是Huber Loss的一种近似形式。它通过引入平滑因子，使损失函数在离群值附近呈现鲁棒性。相比于MSE损失函数，它在离群值附近不敏感。计算方式Smooth ...
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