- @[toc]在上一篇文章中完成了前期的准备工作，见链接：MobileNetV4实战：使用MobileNetV4实现图像分类任务（一）前期的工作主要是数据的准备，安装库文件，数据增强方式的讲解，模型的介绍和实验效果等内容。接下来，这篇主要是讲解如何训练和测试 训练部分完成上面的步骤后，就开始train脚本的编写，新建train.py 导入项目使用的库在train.py导入import json... @[toc]在上一篇文章中完成了前期的准备工作，见链接：MobileNetV4实战：使用MobileNetV4实现图像分类任务（一）前期的工作主要是数据的准备，安装库文件，数据增强方式的讲解，模型的介绍和实验效果等内容。接下来，这篇主要是讲解如何训练和测试 训练部分完成上面的步骤后，就开始train脚本的编写，新建train.py 导入项目使用的库在train.py导入import json...
- 在计算机视觉领域，图像相似度比较和物种识别是两个重要的研究方向。本文通过结合深度学习和图像处理技术，使用TensorFlow中的预训练MobileNetV2模型和OpenCV，实现了物种识别和个体相似度分析。本文将详细介绍该系统的实现过程，并提供相关代码和使用说明。 在计算机视觉领域，图像相似度比较和物种识别是两个重要的研究方向。本文通过结合深度学习和图像处理技术，使用TensorFlow中的预训练MobileNetV2模型和OpenCV，实现了物种识别和个体相似度分析。本文将详细介绍该系统的实现过程，并提供相关代码和使用说明。
- 【AI】从零构建一个深度学习框架 【AI】从零构建一个深度学习框架
- TensorFlow是一个由Google开发的开源机器学习框架，它提供了丰富的工具和库，用于构建和训练各种机器学习模型。TensorFlow最初是为了支持Google的研究和生产工作负载而开发的，但现在已经成为了机器学习领域最受欢迎的框架之一。TensorFlow的核心是张量计算，它使用数据流图来表示计算任务，允许用户在不同的硬件上进行高效的并行计算。神经网络模型的结构包括输入层、隐藏层和输出层， TensorFlow是一个由Google开发的开源机器学习框架，它提供了丰富的工具和库，用于构建和训练各种机器学习模型。TensorFlow最初是为了支持Google的研究和生产工作负载而开发的，但现在已经成为了机器学习领域最受欢迎的框架之一。TensorFlow的核心是张量计算，它使用数据流图来表示计算任务，允许用户在不同的硬件上进行高效的并行计算。神经网络模型的结构包括输入层、隐藏层和输出层，
- @[toc]在上一篇文章中完成了前期的准备工作，见链接：FastViT实战：使用FastViT实现图像分类任务（一）这篇主要是讲解如何训练和测试 训练部分完成上面的步骤后，就开始train脚本的编写，新建train.py 导入项目使用的库在train.py导入import jsonimport osimport matplotlib.pyplot as pltimport torchimpo... @[toc]在上一篇文章中完成了前期的准备工作，见链接：FastViT实战：使用FastViT实现图像分类任务（一）这篇主要是讲解如何训练和测试 训练部分完成上面的步骤后，就开始train脚本的编写，新建train.py 导入项目使用的库在train.py导入import jsonimport osimport matplotlib.pyplot as pltimport torchimpo...
- @[toc]在上一篇文章中完成了前期的准备工作，见链接：CloFormer实战：使用CloFormer实现图像分类任务（一）这篇主要是讲解如何训练和测试 训练部分完成上面的步骤后，就开始train脚本的编写，新建train.py 导入项目使用的库在train.py导入import jsonimport osimport matplotlib.pyplot as pltimport torch... @[toc]在上一篇文章中完成了前期的准备工作，见链接：CloFormer实战：使用CloFormer实现图像分类任务（一）这篇主要是讲解如何训练和测试 训练部分完成上面的步骤后，就开始train脚本的编写，新建train.py 导入项目使用的库在train.py导入import jsonimport osimport matplotlib.pyplot as pltimport torch...
- @[toc]在上一篇文章中完成了前期的准备工作，见链接：VanillaNet实战：使用VanillaNet实现图像分类（一）这篇主要是讲解如何训练和测试 训练部分完成上面的步骤后，就开始train脚本的编写，新建train.py 导入项目使用的库在train.py导入import jsonimport osimport matplotlib.pyplot as pltimport torch... @[toc]在上一篇文章中完成了前期的准备工作，见链接：VanillaNet实战：使用VanillaNet实现图像分类（一）这篇主要是讲解如何训练和测试 训练部分完成上面的步骤后，就开始train脚本的编写，新建train.py 导入项目使用的库在train.py导入import jsonimport osimport matplotlib.pyplot as pltimport torch...
- 基于TensorFlow的Python API开发的训练脚本默认运行在CPU/GPU/TPU上，为了使这些脚本能够利用昇腾AI处理器的强大算力，需要将其迁移到昇腾平台。本期分享几个TensorFlow网络迁移到昇腾平台后执行失败或者执行性能差的典型案例，并给出原因分析及解决方法。01 数据预处理中存在资源类算子，导致训练异常02 数据预处理中存在tf.Variable，导致训练异常03 动态... 基于TensorFlow的Python API开发的训练脚本默认运行在CPU/GPU/TPU上，为了使这些脚本能够利用昇腾AI处理器的强大算力，需要将其迁移到昇腾平台。本期分享几个TensorFlow网络迁移到昇腾平台后执行失败或者执行性能差的典型案例，并给出原因分析及解决方法。01 数据预处理中存在资源类算子，导致训练异常02 数据预处理中存在tf.Variable，导致训练异常03 动态...
- @[toc]在上一篇文章中完成了前期的准备工作，见链接：BiFormer实战：使用BiFormer实现图像分类任务（一）这篇主要是讲解如何训练和测试 训练部分完成上面的步骤后，就开始train脚本的编写，新建train.py 导入项目使用的库在train.py导入import jsonimport osimport matplotlib.pyplot as pltimport torchim... @[toc]在上一篇文章中完成了前期的准备工作，见链接：BiFormer实战：使用BiFormer实现图像分类任务（一）这篇主要是讲解如何训练和测试 训练部分完成上面的步骤后，就开始train脚本的编写，新建train.py 导入项目使用的库在train.py导入import jsonimport osimport matplotlib.pyplot as pltimport torchim...
- 深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍 深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍
- 人工智能创新挑战赛：海洋气象预测Baseline[4]完整版（TensorFlow、torch版本）含数据转化、模型构建、MLP、TCNN+RNN、LSTM模型训练以及预测 人工智能创新挑战赛：海洋气象预测Baseline[4]完整版（TensorFlow、torch版本）含数据转化、模型构建、MLP、TCNN+RNN、LSTM模型训练以及预测
- 本文介绍将TensorFlow网络模型迁移到昇腾AI平台，并执行训练的全流程。然后以TensorFlow 1.15训练脚本为例，详细介绍了自动迁移、手工迁移以及模型训练的操作步骤。 本文介绍将TensorFlow网络模型迁移到昇腾AI平台，并执行训练的全流程。然后以TensorFlow 1.15训练脚本为例，详细介绍了自动迁移、手工迁移以及模型训练的操作步骤。
- @[toc]在上一篇文章中完成了前期的准备工作，见链接：DEiT实战：使用DEiT实现图像分类任务（一）这篇主要是讲解如何训练和测试 训练完成上面的步骤后，就开始train脚本的编写，新建train.py和train_dist.py 导入项目使用的库在train.py导入import jsonimport osimport shutilimport matplotlib.pyplot as ... @[toc]在上一篇文章中完成了前期的准备工作，见链接：DEiT实战：使用DEiT实现图像分类任务（一）这篇主要是讲解如何训练和测试 训练完成上面的步骤后，就开始train脚本的编写，新建train.py和train_dist.py 导入项目使用的库在train.py导入import jsonimport osimport shutilimport matplotlib.pyplot as ...
- 1.3MindSpore构建训练模型网络开发、数据处理、构建模型、模型训练、模型保存、模型推理Tensor-基础数据结构MindSpore中最基础的数据结构是张量(Tensor)，是计算的基础:• 是Parameter(权重和偏置)的载体，Feature Map的载体;• 可与numpy.ndarray无缝转换1. Tensor声明和使用t1 = Tensor(np.zeros([1,2,3... 1.3MindSpore构建训练模型网络开发、数据处理、构建模型、模型训练、模型保存、模型推理Tensor-基础数据结构MindSpore中最基础的数据结构是张量(Tensor)，是计算的基础:• 是Parameter(权重和偏置)的载体，Feature Map的载体;• 可与numpy.ndarray无缝转换1. Tensor声明和使用t1 = Tensor(np.zeros([1,2,3...
- 训练场景下，迁移原始网络 (如TensorFlow、PyTorch) ，用于NPU上执行训练，网络迁移可能会造成自有实现的算子运算结果与用原生标准算子运算结果存在偏差。 训练场景下，迁移原始网络 (如TensorFlow、PyTorch) ，用于NPU上执行训练，网络迁移可能会造成自有实现的算子运算结果与用原生标准算子运算结果存在偏差。
上滑加载中
推荐直播
-
Ascend C算子编程之旅：基础入门篇2024/11/22 周五 16:00-17:30
莫老师 昇腾CANN专家
介绍Ascend C算子基本概念、异构计算架构CANN和Ascend C基本概述，以及Ascend C快速入门，夯实Ascend C算子编程基础
回顾中 -
深入解析：华为全栈AI解决方案与云智能开放能力2024/11/22 周五 18:20-20:20
Alex 华为云学堂技术讲师
本期直播我们将重点为大家介绍华为全栈全场景AI解决方案以和华为云企业智能AI开放能力。旨在帮助开发者深入理解华为AI解决方案，并能够更加熟练地运用这些技术。通过洞悉华为解决方案，了解人工智能完整生态链条的构造。
回顾中 -
华为云DataArts+DWS助力企业数据治理一站式解决方案及应用实践2024/11/27 周三 16:30-18:00
Walter.chi 华为云数据治理DTSE技术布道师
想知道数据治理项目中，数据主题域如何合理划分？数据标准及主数据标准如何制定？数仓分层模型如何合理规划？华为云DataArts+DWS助力企业数据治理项目一站式解决方案和应用实践告诉您答案！本期将从数据趋势、数据治理方案、数据治理规划及落地，案例分享四个方面来助力企业数据治理项目合理咨询规划及顺利实施。
去报名
热门标签