- Pre-LBA ABLE-2A and ABLE-2B Expedition Data简介ABLE 2A 和 2B（大气边界层实验）数据包括对亚马逊盆地与其大气边界层之间各种气溶胶和气体交换速率的估算，以及这些气溶胶和气体在边界层和自由对流层之间移动的过程。数据以全球对流层实验 (GTE) 格式的 gzip 压缩 ASCII 文本文件呈现。ABLE-2 项目由两次考察组成：第一次在亚马逊... Pre-LBA ABLE-2A and ABLE-2B Expedition Data简介ABLE 2A 和 2B（大气边界层实验）数据包括对亚马逊盆地与其大气边界层之间各种气溶胶和气体交换速率的估算，以及这些气溶胶和气体在边界层和自由对流层之间移动的过程。数据以全球对流层实验 (GTE) 格式的 gzip 压缩 ASCII 文本文件呈现。ABLE-2 项目由两次考察组成：第一次在亚马逊...
- 在 AI 重塑办公范式的今天，大模型与 PPT 工具的组合已不仅是效率工具，更是创意生产力的倍增器。通过内容生成的深度化、设计美学的智能化、协作流程的云端化，它们正在重新定义 PPT 的价值 —— 从信息载体升级为认知工具。选择时需紧扣内容专业性、设计适配性、协作便捷性三大核心指标，而非盲目追求「最新」工具。在 2025 年的 AI 办公竞赛中，善用工具者终将胜出。 在 AI 重塑办公范式的今天，大模型与 PPT 工具的组合已不仅是效率工具，更是创意生产力的倍增器。通过内容生成的深度化、设计美学的智能化、协作流程的云端化，它们正在重新定义 PPT 的价值 —— 从信息载体升级为认知工具。选择时需紧扣内容专业性、设计适配性、协作便捷性三大核心指标，而非盲目追求「最新」工具。在 2025 年的 AI 办公竞赛中，善用工具者终将胜出。
- DeepSeek-R1 和 DeepSeek-V3 是 DeepSeek 系列中两款不同定位的模型，主要区别体现在架构设计、训练目标、性能侧重、应用场景以及技术细节上。以下是两者的详细对比： 1. 模型定位与发布背景DeepSeek-V3定位：通用型大语言模型（LLM），主打多任务处理能力，覆盖文本生成、理解、逻辑推理等基础场景。发布时间：较早版本（如2023年），作为基础模型为后续优化提供... DeepSeek-R1 和 DeepSeek-V3 是 DeepSeek 系列中两款不同定位的模型，主要区别体现在架构设计、训练目标、性能侧重、应用场景以及技术细节上。以下是两者的详细对比： 1. 模型定位与发布背景DeepSeek-V3定位：通用型大语言模型（LLM），主打多任务处理能力，覆盖文本生成、理解、逻辑推理等基础场景。发布时间：较早版本（如2023年），作为基础模型为后续优化提供...
- 基于昇腾一体机 + 全开源组件的企业级方案在技术上具备可行性，但需供应商构建 "昇腾硬件优化 + 开源组件定制 + 合规安全治理" 的三位一体能力。建议优先选择华为云开源生态中已适配的组件（如 MindSpore-LLM、TinyMS），并通过昇腾社区获取官方优化补丁，在成本可控的前提下实现企业级应用落地。 基于昇腾一体机 + 全开源组件的企业级方案在技术上具备可行性，但需供应商构建 "昇腾硬件优化 + 开源组件定制 + 合规安全治理" 的三位一体能力。建议优先选择华为云开源生态中已适配的组件（如 MindSpore-LLM、TinyMS），并通过昇腾社区获取官方优化补丁，在成本可控的前提下实现企业级应用落地。
- AMSR/ADEOS-II L2A Global Swath Spatially-Resampled Brightness Temperatures V001简介AMSR Level-2A 产品 (AA_L2A) 包含 6.9 GHz、10.65 GHz、18.7 GHz、23.8 GHz、36.5 GHz、89.0 GHz、50.3 GHz 和 52.8 GHz 的亮度温度。除 50.3... AMSR/ADEOS-II L2A Global Swath Spatially-Resampled Brightness Temperatures V001简介AMSR Level-2A 产品 (AA_L2A) 包含 6.9 GHz、10.65 GHz、18.7 GHz、23.8 GHz、36.5 GHz、89.0 GHz、50.3 GHz 和 52.8 GHz 的亮度温度。除 50.3...
- Global Gridded Relative Deprivation Index (GRDI), Version 1简介全球网格化相对剥夺指数 (GRDI) 第 1 版数据集描述了每 30 弧秒（约 1 公里）像素内多维剥夺和贫困的相对水平，其中 100 代表最高剥夺水平，0 代表最低剥夺水平。GRDI 基于社会人口统计和卫星数据输入构建，这些数据经过空间协调、索引和加权，分为六个主要组... Global Gridded Relative Deprivation Index (GRDI), Version 1简介全球网格化相对剥夺指数 (GRDI) 第 1 版数据集描述了每 30 弧秒（约 1 公里）像素内多维剥夺和贫困的相对水平，其中 100 代表最高剥夺水平，0 代表最低剥夺水平。GRDI 基于社会人口统计和卫星数据输入构建，这些数据经过空间协调、索引和加权，分为六个主要组...
- Pytroch实现bert网络文本分类本实验主要是用来指导用户如何使用pytorch来搭建经典的Bert网络，并在此基础上使用昇腾Npu硬件对Bert网络实现文本分类训练的代码实战过程。实验介绍目录如下：Bert网络的主要创新点介绍Bert及网络搭建过程介绍input embeddings层Self-AttentionMutiHeadAttentionEncoder-Transformer... Pytroch实现bert网络文本分类本实验主要是用来指导用户如何使用pytorch来搭建经典的Bert网络，并在此基础上使用昇腾Npu硬件对Bert网络实现文本分类训练的代码实战过程。实验介绍目录如下：Bert网络的主要创新点介绍Bert及网络搭建过程介绍input embeddings层Self-AttentionMutiHeadAttentionEncoder-Transformer...
- 卫星拍下的地球真相：用机器学习预测气候未来 卫星拍下的地球真相：用机器学习预测气候未来
- Water Security Indicator Model - Global Land Data Assimilation System (WSIM-GLDAS) Monthly Grids, Version 1简介水安全指标模型 - 全球陆地数据同化系统 (WSIM-GLDAS) 月度格网版本 1 数据集识别并描述了 1948 年 1 月至 2014 年 12 月期间每月的淡水盈亏情... Water Security Indicator Model - Global Land Data Assimilation System (WSIM-GLDAS) Monthly Grids, Version 1简介水安全指标模型 - 全球陆地数据同化系统 (WSIM-GLDAS) 月度格网版本 1 数据集识别并描述了 1948 年 1 月至 2014 年 12 月期间每月的淡水盈亏情...
- 本文将深入探讨现代机器学习两大革命性架构：Transformer的自注意力机制与ResNet的残差连接，揭示其设计哲学、数学原理及实践应用，并附关键对比表格。 一、ResNet残差连接：解决深度网络退化问题 残差学习原理当网络深度增加时，传统CNN会出现梯度消失/爆炸和精度饱和现象。ResNet通过引入跳跃连接（Shortcut Connection）实现恒等映射：# ResNet基本残差块... 本文将深入探讨现代机器学习两大革命性架构：Transformer的自注意力机制与ResNet的残差连接，揭示其设计哲学、数学原理及实践应用，并附关键对比表格。 一、ResNet残差连接：解决深度网络退化问题 残差学习原理当网络深度增加时，传统CNN会出现梯度消失/爆炸和精度饱和现象。ResNet通过引入跳跃连接（Shortcut Connection）实现恒等映射：# ResNet基本残差块...
- 本文将从原理到实践深入剖析自然语言处理与计算机视觉两大里程碑技术——BERT的Masked LM和YOLO的Anchor Box机制，揭示其如何解决各自领域的核心挑战。 一、BERT的Masked Language Model：语言理解的革命 1. 核心原理Masked LM通过随机掩盖输入文本中的部分词汇（通常15%），强制模型基于上下文预测被掩盖的内容：输入： "The [MASK] s... 本文将从原理到实践深入剖析自然语言处理与计算机视觉两大里程碑技术——BERT的Masked LM和YOLO的Anchor Box机制，揭示其如何解决各自领域的核心挑战。 一、BERT的Masked Language Model：语言理解的革命 1. 核心原理Masked LM通过随机掩盖输入文本中的部分词汇（通常15%），强制模型基于上下文预测被掩盖的内容：输入： "The [MASK] s...
- NLP 并非 “唯一的大模型”，而是大模型在语言模态的典型体现；CV 大模型的 “大”，则是视觉智能从 “感知” 迈向 “认知” 的必经之路。 NLP 并非 “唯一的大模型”，而是大模型在语言模态的典型体现；CV 大模型的 “大”，则是视觉智能从 “感知” 迈向 “认知” 的必经之路。
- 在精密制造、医疗影像、半导体检测等小视野场景中，图像往往具有高分辨率（像素可达 8K×8K 以上）、格式转换易变形、正负样本极度稀缺（单类样本常不足 50 张）等特点。这类场景对缺陷检测精度要求极高（需识别亚毫米级缺陷），但传统方法面临算力瓶颈、样本不足、姿态鲁棒性差等挑战。本文整合多轮技术方案，从预处理、数据增强、模型适配到后处理，提供全流程解决方案，助力突破小视野图像处理难题。 在精密制造、医疗影像、半导体检测等小视野场景中，图像往往具有高分辨率（像素可达 8K×8K 以上）、格式转换易变形、正负样本极度稀缺（单类样本常不足 50 张）等特点。这类场景对缺陷检测精度要求极高（需识别亚毫米级缺陷），但传统方法面临算力瓶颈、样本不足、姿态鲁棒性差等挑战。本文整合多轮技术方案，从预处理、数据增强、模型适配到后处理，提供全流程解决方案，助力突破小视野图像处理难题。
- 在 NLP 技术快速演进的当下，Function Call（函数调用）、MCP（多模态内容处理）、Agent（智能体）与智能体系统已成为突破传统模型能力边界的关键技术。本文在原有基模、RAG 等方案基础上，深入解析这些新兴技术的适用场景，帮助开发者构建更完整的技术选型框架。 在 NLP 技术快速演进的当下，Function Call（函数调用）、MCP（多模态内容处理）、Agent（智能体）与智能体系统已成为突破传统模型能力边界的关键技术。本文在原有基模、RAG 等方案基础上，深入解析这些新兴技术的适用场景，帮助开发者构建更完整的技术选型框架。
- 在 NLP 项目落地中，技术方案的选择往往决定了开发效率与最终效果。基模（基础模型）、提示词工程、RAG（检索增强生成）、知识图谱、微调、模型增训、模型融合等技术并非 “非此即彼”，而是需要根据项目目标、数据特性、算力资源和场景约束进行组合。本文从实战角度出发，解析不同方案的适用边界与选型逻辑，帮助开发者建立系统化决策框架。 在 NLP 项目落地中，技术方案的选择往往决定了开发效率与最终效果。基模（基础模型）、提示词工程、RAG（检索增强生成）、知识图谱、微调、模型增训、模型融合等技术并非 “非此即彼”，而是需要根据项目目标、数据特性、算力资源和场景约束进行组合。本文从实战角度出发，解析不同方案的适用边界与选型逻辑，帮助开发者建立系统化决策框架。
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中 -
用码道，让你的AI作品三步上朋友圈2026/08/04 周二 19:00-20:00
林华鼎-华为云AI开发者运营负责人
从入门 · 到做AI应用 · 到企业级开发。不教编程，只教用AI · 零代码、有产出、能带走、可炫耀 · 每课人人动手实操
回顾中
热门标签