- 在当今这个数据驱动的世界里，数据科学、人工智能（AI）与Web技术的融合正以前所未有的速度重塑着各行各业。Python，作为数据科学和人工智能领域最受欢迎的编程语言，其简洁、高效的特性使得它成为连接这些技术领域的桥梁。本文将探讨Python如何在数据科学、人工智能以及Web开发中发挥关键作用，并展望其未来的发展方向。 数据科学中的Python 数据处理与分析Python通过强大的库如Num... 在当今这个数据驱动的世界里，数据科学、人工智能（AI）与Web技术的融合正以前所未有的速度重塑着各行各业。Python，作为数据科学和人工智能领域最受欢迎的编程语言，其简洁、高效的特性使得它成为连接这些技术领域的桥梁。本文将探讨Python如何在数据科学、人工智能以及Web开发中发挥关键作用，并展望其未来的发展方向。 数据科学中的Python 数据处理与分析Python通过强大的库如Num...
- 视觉-运动映射模型是实现机器人智能交互与精准行动的核心，如同机器人的“神经中枢”。传统训练方法存在局限，而新兴技术如微软的IGOR框架、UC伯克利的VideoMimic系统和OKAMI方法，通过迁移学习、视频模仿及动作捕捉等手段，让机器人能高效学习人类动作并完成复杂任务。 视觉-运动映射模型是实现机器人智能交互与精准行动的核心，如同机器人的“神经中枢”。传统训练方法存在局限，而新兴技术如微软的IGOR框架、UC伯克利的VideoMimic系统和OKAMI方法，通过迁移学习、视频模仿及动作捕捉等手段，让机器人能高效学习人类动作并完成复杂任务。
- LBA-ECO CD-04 Dendrometry, km 83 Tower Site, Tapajos National Forest, Brazil简介在实施减少影响的伐木管理制度后的四年里，在巴西帕拉州塔帕若斯国家森林 km83 处的伐木森林塔点进行了一项树木测量学研究。安装了树木测量带，以测量 km83 处涡流通量塔附近 18 公顷地块中 234 棵树的直径生长增量。除了伐木前在地... LBA-ECO CD-04 Dendrometry, km 83 Tower Site, Tapajos National Forest, Brazil简介在实施减少影响的伐木管理制度后的四年里，在巴西帕拉州塔帕若斯国家森林 km83 处的伐木森林塔点进行了一项树木测量学研究。安装了树木测量带，以测量 km83 处涡流通量塔附近 18 公顷地块中 234 棵树的直径生长增量。除了伐木前在地...
- 训练系统的可用性，决定着智能化的速度。无法解决资源利用率低、系统稳定性差、通信带宽瓶颈的传统AI集群，已经不符合大模型的创新趋势。 训练系统的可用性，决定着智能化的速度。无法解决资源利用率低、系统稳定性差、通信带宽瓶颈的传统AI集群，已经不符合大模型的创新趋势。
- LBA-ECO CD-03 Flux-Meteorological Data, km 77 Pasture Site, Para, Brazil: 2000-2005简介涡流相关和微气象测量始于 2001 年并持续到 2005 年，测量地点位于巴西帕拉州圣塔伦市南部 BR-163 公路 77 公里处的牧场。测量包括使用涡流协方差 (EC) 方法测量的湍流通量（动量、热量、水蒸气和二氧化碳）... LBA-ECO CD-03 Flux-Meteorological Data, km 77 Pasture Site, Para, Brazil: 2000-2005简介涡流相关和微气象测量始于 2001 年并持续到 2005 年，测量地点位于巴西帕拉州圣塔伦市南部 BR-163 公路 77 公里处的牧场。测量包括使用涡流协方差 (EC) 方法测量的湍流通量（动量、热量、水蒸气和二氧化碳）...
- 数据与生命的对话：当大数据遇上生物信息学 数据与生命的对话：当大数据遇上生物信息学
- 1.Huggingface 的简介Huggingface 即是网站名也是其公司名 ，随着 transformer 浪潮 ，Huggingface 逐步收纳了众多最前沿的模型和数据集等有趣的工 作 ，与 transformers 库结合 ，可以快速使用学习这些模型。 目前提到 NLP 必然绕不开 Huggingface。2. Huggingface 的具体介绍进入 Huggingface 网站... 1.Huggingface 的简介Huggingface 即是网站名也是其公司名 ，随着 transformer 浪潮 ，Huggingface 逐步收纳了众多最前沿的模型和数据集等有趣的工 作 ，与 transformers 库结合 ，可以快速使用学习这些模型。 目前提到 NLP 必然绕不开 Huggingface。2. Huggingface 的具体介绍进入 Huggingface 网站...
- Ground-Based Doppler Orbitography and Radiopositioning Integrated by Satellite (DORIS) Earth Orientation Parameters Time Series Product from NASA CDDIS简介卫星综合多普勒轨道测绘与无线电定位 (DORIS) 地球定向参数时间序列产品，源自美国... Ground-Based Doppler Orbitography and Radiopositioning Integrated by Satellite (DORIS) Earth Orientation Parameters Time Series Product from NASA CDDIS简介卫星综合多普勒轨道测绘与无线电定位 (DORIS) 地球定向参数时间序列产品，源自美国...
- 精度对齐说明精度对齐旨在确保模型在训练一定轮次后，其损失（LOSS）或评分能够与原硬件训练的结果基本相符。 精度对齐标准下图所示为在原硬件GPU上的训练精度：迁移到NPU上后要求与GPU训练精度相差在千分之五左右，若精度误差过大则需要通过前向、反向对齐操作定位问题算子。 精度对齐思路一旦精度出现偏差，首先确认环境变量配置（例如，NPU私有格式环境变量是否关闭export FLAGS_npu... 精度对齐说明精度对齐旨在确保模型在训练一定轮次后，其损失（LOSS）或评分能够与原硬件训练的结果基本相符。 精度对齐标准下图所示为在原硬件GPU上的训练精度：迁移到NPU上后要求与GPU训练精度相差在千分之五左右，若精度误差过大则需要通过前向、反向对齐操作定位问题算子。 精度对齐思路一旦精度出现偏差，首先确认环境变量配置（例如，NPU私有格式环境变量是否关闭export FLAGS_npu...
- 本次案例以PaddleOCRv4的模型为例，介绍将模型迁移到NPU上的流程。迁移过程要保证原模型的功能在新的硬件上不会出现错误，可以借助各种日志辅助定位，此处尤其需要注意的是偶发性错误与长跑时才会出现的错误。 安装PaddleOCR套件# 下载 PaddleOCR 套件源码git clone https://github.com/PaddlePaddle/PaddleOCR# 进入 Padd... 本次案例以PaddleOCRv4的模型为例，介绍将模型迁移到NPU上的流程。迁移过程要保证原模型的功能在新的硬件上不会出现错误，可以借助各种日志辅助定位，此处尤其需要注意的是偶发性错误与长跑时才会出现的错误。 安装PaddleOCR套件# 下载 PaddleOCR 套件源码git clone https://github.com/PaddlePaddle/PaddleOCR# 进入 Padd...
- 训练常用环境变量本节介绍的环境变量建议在训练前提前设置好。 NPU私有格式0为关闭，建议关闭：export FLAGS_npu_storage_format=0 NPU在线编译false为关闭，建议小模型关闭，大模型打开：export FLAGS_npu_jit_compile=false aclnn_scale在大模型场景设置False性能更好，小模型场景设置True性能更好：expor... 训练常用环境变量本节介绍的环境变量建议在训练前提前设置好。 NPU私有格式0为关闭，建议关闭：export FLAGS_npu_storage_format=0 NPU在线编译false为关闭，建议小模型关闭，大模型打开：export FLAGS_npu_jit_compile=false aclnn_scale在大模型场景设置False性能更好，小模型场景设置True性能更好：expor...
- LBA-ECO CD-02 C and N Isotopes in Leaves and Atmospheric CO2, Amazonas, Brazil简介本数据集报告了巴西亚马逊州马瑙斯附近亚马逊国家科学研究所 (INPA) ZF2 保护区 (34 公里) 原始森林叶片组织和大气二氧化碳 (CO2) 的 13C/12C 变化结果、叶片组织的 15N/14N 比值以及沿地形梯度的叶片碳... LBA-ECO CD-02 C and N Isotopes in Leaves and Atmospheric CO2, Amazonas, Brazil简介本数据集报告了巴西亚马逊州马瑙斯附近亚马逊国家科学研究所 (INPA) ZF2 保护区 (34 公里) 原始森林叶片组织和大气二氧化碳 (CO2) 的 13C/12C 变化结果、叶片组织的 15N/14N 比值以及沿地形梯度的叶片碳...
- 自监督学习和监督学习是机器学习领域中的两种不同的学习范式，它们在数据标注需求、学习方法、应用场景和数据要求等方面存在显著差异。自监督学习与监督学习的对比对比维度自监督学习监督学习数据标注需求无需人工标注需要大量人工标注数据学习方法利用数据自身生成监督信号根据预先标记的数据进行训练应用场景无监督环境下的特征学习分类、回归和预测等问题数据要求无需人工标记的数据，但需要能够从数据本身派生标签的数据... 自监督学习和监督学习是机器学习领域中的两种不同的学习范式，它们在数据标注需求、学习方法、应用场景和数据要求等方面存在显著差异。自监督学习与监督学习的对比对比维度自监督学习监督学习数据标注需求无需人工标注需要大量人工标注数据学习方法利用数据自身生成监督信号根据预先标记的数据进行训练应用场景无监督环境下的特征学习分类、回归和预测等问题数据要求无需人工标记的数据，但需要能够从数据本身派生标签的数据...
- 基于随机森林算法的空气质量污染预测介绍 (Introduction)空气质量是影响人类健康和环境的重要因素。随着工业化和城市化进程的加速，空气污染问题日益突出。对未来空气质量进行准确预测，对于环境保护、公共健康预警和政府决策具有重要意义。空气质量预测是一个复杂的任务，它受到多种因素的影响，包括污染物排放、气象条件（如温度、湿度、风速、风向）、地形、时间因素（如日期、小时）等。机器学习算法因其... 基于随机森林算法的空气质量污染预测介绍 (Introduction)空气质量是影响人类健康和环境的重要因素。随着工业化和城市化进程的加速，空气污染问题日益突出。对未来空气质量进行准确预测，对于环境保护、公共健康预警和政府决策具有重要意义。空气质量预测是一个复杂的任务，它受到多种因素的影响，包括污染物排放、气象条件（如温度、湿度、风速、风向）、地形、时间因素（如日期、小时）等。机器学习算法因其...
- 虚拟现实让手术模拟更逼真，你敢相信医生是“游戏”练出来的吗？ 虚拟现实让手术模拟更逼真，你敢相信医生是“游戏”练出来的吗？
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