- 1、创建环境这里的py37是我随意起的环境名，可以自己定，后面的python版本也是可以指定的。比如我这里是创建是python3.7版本，名称为py37的环境。conda create -n py37 python=3.7回车后会检测即将被安装的工具，可以看到里面有sqlite、vsCode、pip等等。输入y，然后回车进行下载，下载完会提示done，像这样就是下载好了。系统还告诉了我们激... 1、创建环境这里的py37是我随意起的环境名，可以自己定，后面的python版本也是可以指定的。比如我这里是创建是python3.7版本，名称为py37的环境。conda create -n py37 python=3.7回车后会检测即将被安装的工具，可以看到里面有sqlite、vsCode、pip等等。输入y，然后回车进行下载，下载完会提示done，像这样就是下载好了。系统还告诉了我们激...
- 不同于NAS-FPN搜索FPN和NAS-FCOS对FPN和prediction head同时搜索，本文直接对大头backbone进行搜索。 不同于NAS-FPN搜索FPN和NAS-FCOS对FPN和prediction head同时搜索，本文直接对大头backbone进行搜索。
- ESPnet简介ESPnet是一个端到端语音处理工具包。主要侧重于端到端语音识别和端到端语音合成。ESPnet使用Chaine和PyTorch作为主要的深度学习引擎，并且还遵循Kaldi风格的数据处理、特征提取/格式化和配方（recipe，Kaldi的处理方式），以提供用于语音识别和其他语音处理实验的完整设置。拉取Docker imageDocker image已预安装ESPnet的依赖Ka... ESPnet简介ESPnet是一个端到端语音处理工具包。主要侧重于端到端语音识别和端到端语音合成。ESPnet使用Chaine和PyTorch作为主要的深度学习引擎，并且还遵循Kaldi风格的数据处理、特征提取/格式化和配方（recipe，Kaldi的处理方式），以提供用于语音识别和其他语音处理实验的完整设置。拉取Docker imageDocker image已预安装ESPnet的依赖Ka...
- 自然语言处理 — ALBERT[论文链接]本文末会提供一个基于Transformers(深度学习开源库)的简易ALBERT算法多选题任务推理Demo(暂不提供Fine Tuning代码)ALBERT: A LITE BERT FOR SELF-SUPERVISED LEARNING OF LANGUAGE REPRESENTATIONS在NLP模型预训练过程中, 提升模型规模往往可以提高模... 自然语言处理 — ALBERT[论文链接]本文末会提供一个基于Transformers(深度学习开源库)的简易ALBERT算法多选题任务推理Demo(暂不提供Fine Tuning代码)ALBERT: A LITE BERT FOR SELF-SUPERVISED LEARNING OF LANGUAGE REPRESENTATIONS在NLP模型预训练过程中, 提升模型规模往往可以提高模...
- 解： 根据训练数据集构造约束最优化问题：解法一：（引入拉格朗日乘子和松弛因子并构造拉格朗日函数的方法可参考学习笔记|线性规划的标准化、学习笔记|拉格朗日乘子法、学习笔记|KKT条件与拉格朗日乘子法）令L(ω,b,λ)关于ω,b,λ的偏导数为0，可得而它不是原问题的最优解（可参见学习笔记|线性可分支持向量机最大间隔分离超平面的存在唯一性 中存在性的证明）。矛盾于是，求解最优化问题的解为最大间隔... 解： 根据训练数据集构造约束最优化问题：解法一：（引入拉格朗日乘子和松弛因子并构造拉格朗日函数的方法可参考学习笔记|线性规划的标准化、学习笔记|拉格朗日乘子法、学习笔记|KKT条件与拉格朗日乘子法）令L(ω,b,λ)关于ω,b,λ的偏导数为0，可得而它不是原问题的最优解（可参见学习笔记|线性可分支持向量机最大间隔分离超平面的存在唯一性 中存在性的证明）。矛盾于是，求解最优化问题的解为最大间隔...
- 业内认为，当前的人工智能成果大都是“狭隘”的，即面向特定任务，只能解决特定问题，比如深度学习在围棋比赛、图像识别等领域的应用已经不逊于人类。而未来，人工智能的发展必将从“狭隘”的弱人工智能走向更具通用性的通用人工智能，但当前的人工智能技术距离达到人类水平的通用人工智能还有很长的路要走。2017年10月16日，UC Berkeley电气工程与计算机科学系（EECS）14位专家联合发布了一份名为... 业内认为，当前的人工智能成果大都是“狭隘”的，即面向特定任务，只能解决特定问题，比如深度学习在围棋比赛、图像识别等领域的应用已经不逊于人类。而未来，人工智能的发展必将从“狭隘”的弱人工智能走向更具通用性的通用人工智能，但当前的人工智能技术距离达到人类水平的通用人工智能还有很长的路要走。2017年10月16日，UC Berkeley电气工程与计算机科学系（EECS）14位专家联合发布了一份名为...
- 本文的主要目的是带想用ModelArts的同学过遍ModelArts的基础功能并部署属于你自己的模型在云上，并且能够本地通过python代码调API的方式在线推理【本文以tensorflow 1.13为例】。 本文的主要目的是带想用ModelArts的同学过遍ModelArts的基础功能并部署属于你自己的模型在云上，并且能够本地通过python代码调API的方式在线推理【本文以tensorflow 1.13为例】。
- 我们可以使用嵌入的维特比算法来训练CD-DNN-HMM，主要的步骤总结见下表。CD-DNN-HMM包含三个组成部分，一个深度神经网络dnn、一个隐马尔可夫模型hmm,以及一个状态先验概率分布prior。由于CD-DNN-HMM系统和GMM-HMM系统共享音素绑定结构，训练CD-DNN-HMM 的第一步就是使用训练数据训练一个GMM-HMM系统。因为DNN训练标注是由GMM-HMM系统采用维特... 我们可以使用嵌入的维特比算法来训练CD-DNN-HMM，主要的步骤总结见下表。CD-DNN-HMM包含三个组成部分，一个深度神经网络dnn、一个隐马尔可夫模型hmm,以及一个状态先验概率分布prior。由于CD-DNN-HMM系统和GMM-HMM系统共享音素绑定结构，训练CD-DNN-HMM 的第一步就是使用训练数据训练一个GMM-HMM系统。因为DNN训练标注是由GMM-HMM系统采用维特...
- 大家平时在京东或淘宝上买一个东西后，手机app会自动向我们推荐一些其他我们可能会购买的商品，这些推荐就是背后的机器学习框架基于我们以前的购买习惯通过一定的算法计算出来的。SAP的一款CRM云解决方案，Cloud for Customer（简称C4C),同样支持使用机器学习根据销售订单历史数据进行向上销售和交叉销售机会的产品推荐。下面我们一起来看看人工智能在产品推荐这个场景里的具体实现吧。还是... 大家平时在京东或淘宝上买一个东西后，手机app会自动向我们推荐一些其他我们可能会购买的商品，这些推荐就是背后的机器学习框架基于我们以前的购买习惯通过一定的算法计算出来的。SAP的一款CRM云解决方案，Cloud for Customer（简称C4C),同样支持使用机器学习根据销售订单历史数据进行向上销售和交叉销售机会的产品推荐。下面我们一起来看看人工智能在产品推荐这个场景里的具体实现吧。还是...
- 一、大数据概念大数据：指无法在一定时间范围内用常用软件工具进行捕捉、管理和处理的数据集合，是需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。存储单位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB1Byte = 8bit 1KB = 1024Byte1MB = 1024KB1GB = 1024MB以此类推... 一、大数据概念大数据：指无法在一定时间范围内用常用软件工具进行捕捉、管理和处理的数据集合，是需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。存储单位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB1Byte = 8bit 1KB = 1024Byte1MB = 1024KB1GB = 1024MB以此类推...
- 学习笔记|广义拉格朗日函数与KKT条件的应用中提到了凸函数的性质，今天来对凸函数及其性质做个回顾。1. 凸函数的定义凸函数可以有多种相互等价的定义，它们也揭示了凸函数的重要性质。那么什么是凸集？定义7所谓Hesse矩阵2. 凸函数的性质后记本篇更像资料的整理，对于凸函数的各种定义和性质仅做了简单的梳理，没有进行完整的推导与证明，并不具有完备性，且可能存在一些疏漏之处。参考文献1.https:... 学习笔记|广义拉格朗日函数与KKT条件的应用中提到了凸函数的性质，今天来对凸函数及其性质做个回顾。1. 凸函数的定义凸函数可以有多种相互等价的定义，它们也揭示了凸函数的重要性质。那么什么是凸集？定义7所谓Hesse矩阵2. 凸函数的性质后记本篇更像资料的整理，对于凸函数的各种定义和性质仅做了简单的梳理，没有进行完整的推导与证明，并不具有完备性，且可能存在一些疏漏之处。参考文献1.https:...
- 本文提出了一个用于无监督视觉表征学习的动量对比方法（MoCo）。从将对比学习作为字典查询过程的角度来看，本文构建了一个由队列和移动平均编码器组成的动态字典。这使得可以实时地构建一个巨大的并且具有一致性的字典，因此可以促进对比无监督学习。通过MoCo学习到的特征可以很好地在下游任务完成迁移。 本文提出了一个用于无监督视觉表征学习的动量对比方法（MoCo）。从将对比学习作为字典查询过程的角度来看，本文构建了一个由队列和移动平均编码器组成的动态字典。这使得可以实时地构建一个巨大的并且具有一致性的字典，因此可以促进对比无监督学习。通过MoCo学习到的特征可以很好地在下游任务完成迁移。
- Regularized Logistic Regression 2021-09-11 回顾一下没有正则化的情况 损失函数J(θ)=−1m∑i=1m[y(i)log(hθ(x(i)))+(1−y(i))log(1−hθ(x(i)))]\begin{aligned}J(\theta)&=-\frac{1}{m} \sum_{i=1}^{m}\left[y^{(i)} \log \left(... Regularized Logistic Regression 2021-09-11 回顾一下没有正则化的情况 损失函数J(θ)=−1m∑i=1m[y(i)log(hθ(x(i)))+(1−y(i))log(1−hθ(x(i)))]\begin{aligned}J(\theta)&=-\frac{1}{m} \sum_{i=1}^{m}\left[y^{(i)} \log \left(...
- Fisher Linear Discriminant 2021-10-28通过降维进行分类, 降到一维即为线性判别.其实, 线性判别分析 (LDA)就是对费舍尔的线性鉴别方法的归纳.^1 MotivationCurse of Dimensionality - 模型的表现随着维度的增加而变坏, 而且根据设计者的3维直觉, 无法很好的解决高维度的问题.所以一个很直观的方法便是减少问题的维度, ... Fisher Linear Discriminant 2021-10-28通过降维进行分类, 降到一维即为线性判别.其实, 线性判别分析 (LDA)就是对费舍尔的线性鉴别方法的归纳.^1 MotivationCurse of Dimensionality - 模型的表现随着维度的增加而变坏, 而且根据设计者的3维直觉, 无法很好的解决高维度的问题.所以一个很直观的方法便是减少问题的维度, ...
- 1. 知识点回顾在学习笔记|拉格朗日乘子法中，我们讨论了多变量多约束下拉格朗日乘子法的应用，即在学习笔记|KKT条件与拉格朗日乘子法中，我们进一步讨论了含有不等式约束情况下，拉格朗日乘子法的应用，即假设最优化问题为：2. 广义拉格朗日函数与KKT条件同样假设最优化问题为：KKT条件同样不变3. KKT条件的意义学习笔记|KKT条件与拉格朗日乘子法实际上在推导KKT条件的必要性，这里重点证明凸... 1. 知识点回顾在学习笔记|拉格朗日乘子法中，我们讨论了多变量多约束下拉格朗日乘子法的应用，即在学习笔记|KKT条件与拉格朗日乘子法中，我们进一步讨论了含有不等式约束情况下，拉格朗日乘子法的应用，即假设最优化问题为：2. 广义拉格朗日函数与KKT条件同样假设最优化问题为：KKT条件同样不变3. KKT条件的意义学习笔记|KKT条件与拉格朗日乘子法实际上在推导KKT条件的必要性，这里重点证明凸...
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