- 文章来源于3D视觉开发者社区 ，作者王浩 1、简介 目前，目标检测领域中主流的两大类方法。 第一大类是 从非Deep时代就被广泛应用的dense detector ，例如DPM，YOLO，Retin... 文章来源于3D视觉开发者社区 ，作者王浩 1、简介 目前，目标检测领域中主流的两大类方法。 第一大类是 从非Deep时代就被广泛应用的dense detector ，例如DPM，YOLO，Retin...
- 赛题：全球人工智能技术创新大赛赛道一: 医学影像报告异常检测 赛题背景 影像科医生在工作时会观察医学影像（如CT、核磁共振影像），并对其作出描述，这些描述中包含了大量医学信息，对医疗AI具有重要意义。本任务需要参赛队伍根据医生对CT的影像描述文本数据，判断身体若干目标区域是否有异常以及异常的类型。初赛阶段仅需判断各区域是否有异常，复... 赛题：全球人工智能技术创新大赛赛道一: 医学影像报告异常检测 赛题背景 影像科医生在工作时会观察医学影像（如CT、核磁共振影像），并对其作出描述，这些描述中包含了大量医学信息，对医疗AI具有重要意义。本任务需要参赛队伍根据医生对CT的影像描述文本数据，判断身体若干目标区域是否有异常以及异常的类型。初赛阶段仅需判断各区域是否有异常，复...
- 摘要 在头条上有很多人做股市的分析，分析每天大盘的涨跌，我观察了几位，预测的都不理想，我一直想着用AI去预测大盘的涨跌。股市数据是个时间序列数据，用RNN再合适不过了，今天我用GRU手把手教大家实现这一... 摘要 在头条上有很多人做股市的分析，分析每天大盘的涨跌，我观察了几位，预测的都不理想，我一直想着用AI去预测大盘的涨跌。股市数据是个时间序列数据，用RNN再合适不过了，今天我用GRU手把手教大家实现这一...
- 一直使用fate上传数据，但是不知道数据存放的位置，今天找到了，做个记录： 路径是：/data/projects/fate/eggroll/data/LMDB，这里面包含了上传的数据和训练时输出的数据。点... 一直使用fate上传数据，但是不知道数据存放的位置，今天找到了，做个记录： 路径是：/data/projects/fate/eggroll/data/LMDB，这里面包含了上传的数据和训练时输出的数据。点...
- 目录 一、什么是one-hot编码？ 二、为什么要用onehot 三、什么情况下使用onehot 四、使用举例： 一、什么是one-hot编码？ One-Hot编码，又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。 One-Hot编码是分类变量作... 目录 一、什么是one-hot编码？ 二、为什么要用onehot 三、什么情况下使用onehot 四、使用举例： 一、什么是one-hot编码？ One-Hot编码，又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。 One-Hot编码是分类变量作...
- 深度学习和 Python 开始 摘要 使用 Keras 训练您的第一个简单神经网络不需要很多代码，但我们将开始缓慢，一步一步地进行，确保您了解如何在自己的自定义数据集中培训网络的过程。 我们今天将涵... 深度学习和 Python 开始 摘要 使用 Keras 训练您的第一个简单神经网络不需要很多代码，但我们将开始缓慢，一步一步地进行，确保您了解如何在自己的自定义数据集中培训网络的过程。 我们今天将涵...
- 目录 摘要 训练 下载代码 下载权重文件 制作数据集 安装运行需要的包 修改类别 修改配置文件cfg.py 修改models.py 修改train.py文件 测试 摘要 YOLOV4在coco上面达到了43.5%AP ，在Tesla V100 上达到了65FP... 目录 摘要 训练 下载代码 下载权重文件 制作数据集 安装运行需要的包 修改类别 修改配置文件cfg.py 修改models.py 修改train.py文件 测试 摘要 YOLOV4在coco上面达到了43.5%AP ，在Tesla V100 上达到了65FP...
- 理一理基础优化理论，解释一下深度学习中的一阶梯度下降遇到的病态曲率（pathological curvature）问题。当海森矩阵condition number很大时，一阶梯度下降收敛很慢，无论是对鞍点还是局部极值点而言都不是个好事。 鞍点 $f'(x)=0$时函数不一定抵达局部最优解，还可能是鞍点（见上图），此时还必须根据二... 理一理基础优化理论，解释一下深度学习中的一阶梯度下降遇到的病态曲率（pathological curvature）问题。当海森矩阵condition number很大时，一阶梯度下降收敛很慢，无论是对鞍点还是局部极值点而言都不是个好事。 鞍点 $f'(x)=0$时函数不一定抵达局部最优解，还可能是鞍点（见上图），此时还必须根据二...
- 虽然Transformer在CV任务上有非常强的学习建模能力，但是由于缺少了像CNN那样的归纳偏置，所以相比于CNN，Transformer的泛化能力就比较差。因此，如果只有Transformer进行全局... 虽然Transformer在CV任务上有非常强的学习建模能力，但是由于缺少了像CNN那样的归纳偏置，所以相比于CNN，Transformer的泛化能力就比较差。因此，如果只有Transformer进行全局...
- 1、简介 最近使用Bert实现了文本分类，模型使用的是bert的base版本。本文记录一下实现过程。 数据集：cnews，包含三个文件，分别是cnews.train.txt、cnews.test.tx... 1、简介 最近使用Bert实现了文本分类，模型使用的是bert的base版本。本文记录一下实现过程。 数据集：cnews，包含三个文件，分别是cnews.train.txt、cnews.test.tx...
- 摘要 我在做集群的联邦学习之前，用主机部署的方式，实现了单机版的横向联邦学习。参考了下面的两篇文章： 联邦学习实战-2-用FATE从零实现横向逻辑回归_文杰的博客-CSDN博客 Ubuntu18.0... 摘要 我在做集群的联邦学习之前，用主机部署的方式，实现了单机版的横向联邦学习。参考了下面的两篇文章： 联邦学习实战-2-用FATE从零实现横向逻辑回归_文杰的博客-CSDN博客 Ubuntu18.0...
- 目录 摘要 训练数据 1、下载Pytoch版的EfficientDet。 2、制作数据集。 3、下载EfficientNets预训练模型。 4、安装模型需要的包 5、放置数据集 6、修改train.py中的参数 测试 注意 摘要 谷歌大脑团队 Quoc V. Le 等人系统研究了多种目标检测神经网络架构设计，提... 目录 摘要 训练数据 1、下载Pytoch版的EfficientDet。 2、制作数据集。 3、下载EfficientNets预训练模型。 4、安装模型需要的包 5、放置数据集 6、修改train.py中的参数 测试 注意 摘要 谷歌大脑团队 Quoc V. Le 等人系统研究了多种目标检测神经网络架构设计，提...
- 版权声明：本文为奥比中光3D视觉开发者社区特约作者授权原创发布，未经授权不得转载，本文仅做学术分享，版权归原作者所有，若涉及侵权内容请联系删文。公众号：“3D视觉开发者社区” 摘要 YOLOX: Ex... 版权声明：本文为奥比中光3D视觉开发者社区特约作者授权原创发布，未经授权不得转载，本文仅做学术分享，版权归原作者所有，若涉及侵权内容请联系删文。公众号：“3D视觉开发者社区” 摘要 YOLOX: Ex...
- 本文介绍了 10 大常用机器学习算法，包括线性回归、Logistic 回归、线性判别分析、朴素贝叶斯、KNN、随机森林等。 1. 线性回归 在统计学和机器学习领域，线性回归可能是最广为人知也最易理解的算法之一。 预测建模主要关注的是在牺牲可解释性的情况下，尽可能最小化模型误差或做出最准确的预测。我们将借鉴、重用来自许多... 本文介绍了 10 大常用机器学习算法，包括线性回归、Logistic 回归、线性判别分析、朴素贝叶斯、KNN、随机森林等。 1. 线性回归 在统计学和机器学习领域，线性回归可能是最广为人知也最易理解的算法之一。 预测建模主要关注的是在牺牲可解释性的情况下，尽可能最小化模型误差或做出最准确的预测。我们将借鉴、重用来自许多...
- 摘要 1、SENet概述 Squeeze-and-Excitation Networks（简称 SENet）是 Momenta 胡杰团队（WMW）提出的新的网络结构，利用SENet，一举取得最后一... 摘要 1、SENet概述 Squeeze-and-Excitation Networks（简称 SENet）是 Momenta 胡杰团队（WMW）提出的新的网络结构，利用SENet，一举取得最后一...
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签