- 一、学习目标1.了解异构计算架构CANN在神经网络训练中发挥的主要作用。2.掌握如何基于CANN将TensorFlow模型迁移到昇腾Al处理器上。3.掌握如何在昇腾Al处理器上进行模型训练，感受昇腾Al的极致性能。4.掌握如何查看训练日志和训练结果，具备基本的问题定界、定位能力。二、AI模型开发基础知识入门1.1.基于CANN的模型开发流程2.问题求助和意见反馈渠道（1）在华为方集中组织培训... 一、学习目标1.了解异构计算架构CANN在神经网络训练中发挥的主要作用。2.掌握如何基于CANN将TensorFlow模型迁移到昇腾Al处理器上。3.掌握如何在昇腾Al处理器上进行模型训练，感受昇腾Al的极致性能。4.掌握如何查看训练日志和训练结果，具备基本的问题定界、定位能力。二、AI模型开发基础知识入门1.1.基于CANN的模型开发流程2.问题求助和意见反馈渠道（1）在华为方集中组织培训...
- Prompt工程师指南从基础到进阶篇：用于开发和优化提示，以有效地使用语言模型（LMs）进行各种应用和研究主题 Prompt工程师指南从基础到进阶篇：用于开发和优化提示，以有效地使用语言模型（LMs）进行各种应用和研究主题
- 机器学习是一门研究如何让计算机从数据中学习和推理的科学。机器学习算法是实现机器学习的具体方法，它们可以根据不同的目标、数据类型和应用场景进行分类和比较。本文将介绍机器学习算法的基本概念、分类和评价标准，以及一些常用的机器学习算法的原理和特点。 机器学习算法的基本概念机器学习算法可以看作是一种从输入到输出的映射函数，它可以根据给定的数据集（训练集）来调整自身的参数，使得输出能够尽可能地符合预期... 机器学习是一门研究如何让计算机从数据中学习和推理的科学。机器学习算法是实现机器学习的具体方法，它们可以根据不同的目标、数据类型和应用场景进行分类和比较。本文将介绍机器学习算法的基本概念、分类和评价标准，以及一些常用的机器学习算法的原理和特点。 机器学习算法的基本概念机器学习算法可以看作是一种从输入到输出的映射函数，它可以根据给定的数据集（训练集）来调整自身的参数，使得输出能够尽可能地符合预期...
- @TOC 1.背景介绍 LeNet-5，这篇是由LeCun和Bengio在1998年撰写的论文（LeCun和Bengio和Hitton成被称为深度学习三巨头，在2018年一起获得图灵奖）。LeNet-5创造了卷积神经网络（Convolutional Neural Networks, CNN），基本上为CNN在2012年以后的爆发奠定了基调。当初LeNet-5的设计主要是为了帮美国邮政局解决... @TOC 1.背景介绍 LeNet-5，这篇是由LeCun和Bengio在1998年撰写的论文（LeCun和Bengio和Hitton成被称为深度学习三巨头，在2018年一起获得图灵奖）。LeNet-5创造了卷积神经网络（Convolutional Neural Networks, CNN），基本上为CNN在2012年以后的爆发奠定了基调。当初LeNet-5的设计主要是为了帮美国邮政局解决...
- 报错numpy.core._exceptions.MemoryError: Unable to allocate 1.04 MiB for an array with shape (370, 370) and data type float64 原因最主要的还是电脑内存不足，因为需要处理的数据量太大，GPU性能不够，存在内存溢出现象但实际上它保存的不是模型文件，而是参数文件文件。在模型文件... 报错numpy.core._exceptions.MemoryError: Unable to allocate 1.04 MiB for an array with shape (370, 370) and data type float64 原因最主要的还是电脑内存不足，因为需要处理的数据量太大，GPU性能不够，存在内存溢出现象但实际上它保存的不是模型文件，而是参数文件文件。在模型文件...
- 最近都被Meta的SAM模型刷屏了吧！但在其发布24h不到！北京智源人工智能研究院联合浙大、北大发布SegGPT: Segmenting Everything In Context。让我们来一探究竟。我们提出了SegGPT，这是一个通用模型，可以在上下文中分段任何东西。我们将各种分割任务统一到一个通用的上下文学习框架中，通过将它们转换为图像的相同格式来适应不同种类的分割数据。SegGPT的训... 最近都被Meta的SAM模型刷屏了吧！但在其发布24h不到！北京智源人工智能研究院联合浙大、北大发布SegGPT: Segmenting Everything In Context。让我们来一探究竟。我们提出了SegGPT，这是一个通用模型，可以在上下文中分段任何东西。我们将各种分割任务统一到一个通用的上下文学习框架中，通过将它们转换为图像的相同格式来适应不同种类的分割数据。SegGPT的训...
- MedicalZoo论文： Deep learning in medical image analysis: a comparative analysis of multi-modal brain-MRI segmentation with 3D deep neural networks代码已开源：MedicalZooPytorch 1. 项目简介 深度网络在计算机视觉领域的兴起，为经典的... MedicalZoo论文： Deep learning in medical image analysis: a comparative analysis of multi-modal brain-MRI segmentation with 3D deep neural networks代码已开源：MedicalZooPytorch 1. 项目简介 深度网络在计算机视觉领域的兴起，为经典的...
- 1. 项目简介 本项目的目的是为了给大家提供跟多的实战思路，抛砖引玉为大家提供一个案例，也希望读者可以根据该方法实现更多的思想与想法，也希望读者可以改进该项目种提到的方法，比如改进其中的行人检测器、跟踪方法、行为识别算法等等。 1.1 相关工作（1）图卷积网络主要有两种主流方法： 基于光谱的观点（spectral perspective）：图卷积中的位置信息被看做是以光谱分析的形式。 ... 1. 项目简介 本项目的目的是为了给大家提供跟多的实战思路，抛砖引玉为大家提供一个案例，也希望读者可以根据该方法实现更多的思想与想法，也希望读者可以改进该项目种提到的方法，比如改进其中的行人检测器、跟踪方法、行为识别算法等等。 1.1 相关工作（1）图卷积网络主要有两种主流方法： 基于光谱的观点（spectral perspective）：图卷积中的位置信息被看做是以光谱分析的形式。 ...
- 代码已提交github，详情见（麻烦Star!）：https://github.com/Jasper0420/Deep-Learning-Practice-VGG 1. VGG16 VGG网络有多个版本，一般常用的是VGG-16模型，其网络结构如下如所示： 2. 使用PyTorch搭建VGG网络 2.1 model.pyVGG网络分为 卷积层提取特征 和 全连接层进行分类 这两个模块imp... 代码已提交github，详情见（麻烦Star!）：https://github.com/Jasper0420/Deep-Learning-Practice-VGG 1. VGG16 VGG网络有多个版本，一般常用的是VGG-16模型，其网络结构如下如所示： 2. 使用PyTorch搭建VGG网络 2.1 model.pyVGG网络分为 卷积层提取特征 和 全连接层进行分类 这两个模块imp...
- 代码已提交github，详情见（麻烦Star!）：https://github.com/Jasper0420/Deep-Learning-Practice-AlexNet 1. 数据集介绍 花分类数据集 flower_data 下载：http://download.tensorflow.org/example_images/flower_photos.tgz（复制打开）flower_ph... 代码已提交github，详情见（麻烦Star!）：https://github.com/Jasper0420/Deep-Learning-Practice-AlexNet 1. 数据集介绍 花分类数据集 flower_data 下载：http://download.tensorflow.org/example_images/flower_photos.tgz（复制打开）flower_ph...
- Prompt learning 教学技巧篇：通过增加示例、引导词、特殊符号指令等方式让chatgpt输出更好的答案 Prompt learning 教学技巧篇：通过增加示例、引导词、特殊符号指令等方式让chatgpt输出更好的答案
- 模型介绍 环境华为云ai1sCPU：Intel® Xeon® Gold 6278C CPU @ 2.60GHz内存：8GNPU：Ascend 310操作系统：Ubuntu 18.04.4 LTS 实例地址https://gitee.com/ascend/samples/tree/master/inference/modelInference/sampleYOLOV7 样例介绍以YOLOV7... 模型介绍 环境华为云ai1sCPU：Intel® Xeon® Gold 6278C CPU @ 2.60GHz内存：8GNPU：Ascend 310操作系统：Ubuntu 18.04.4 LTS 实例地址https://gitee.com/ascend/samples/tree/master/inference/modelInference/sampleYOLOV7 样例介绍以YOLOV7...
- 学习资源1.JPEG图片解码文档2.图片缩放文档 媒体数据处理 数据预处理的典型使用场景 数据预处理的多种方式分为两种，AIPP和DVPP DVPP数据预处理功能了解两个重要概念宽stride 和 高stride理解：这里假设一张图片的宽为500，高为300，由于JPEG对输出图片的要求为： 宽stride:64对齐 高stride:16对齐 当500/64=7.8125 不是整数，要向上... 学习资源1.JPEG图片解码文档2.图片缩放文档 媒体数据处理 数据预处理的典型使用场景 数据预处理的多种方式分为两种，AIPP和DVPP DVPP数据预处理功能了解两个重要概念宽stride 和 高stride理解：这里假设一张图片的宽为500，高为300，由于JPEG对输出图片的要求为： 宽stride:64对齐 高stride:16对齐 当500/64=7.8125 不是整数，要向上...
- ChatGPT会对我们日常生活带来什么影响？这些技术会改变我们学习阅读工作方式吗？ ChatGPT会对我们日常生活带来什么影响？这些技术会改变我们学习阅读工作方式吗？
- 学习资源日志参考文档应用开发FAQ日志主要用于记录系统的运行过程及异常信息，帮助快速定位系统运行过程中出现的问题以及开发过程中的程序调试问题。日志分为如下两大类：系统类日志：系统运行产生的日志。主要包括：Control CPU上的系统类日志，包括用户态日志和内核态日志。非Control CPU（例如TSDUMP/LP）上的系统类日志。应用类日志：运行应用程序产生的日志。主要包括：compi... 学习资源日志参考文档应用开发FAQ日志主要用于记录系统的运行过程及异常信息，帮助快速定位系统运行过程中出现的问题以及开发过程中的程序调试问题。日志分为如下两大类：系统类日志：系统运行产生的日志。主要包括：Control CPU上的系统类日志，包括用户态日志和内核态日志。非Control CPU（例如TSDUMP/LP）上的系统类日志。应用类日志：运行应用程序产生的日志。主要包括：compi...
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