- LunarLander是一款控制类的小游戏，也是强化学习中常用的例子。游戏任务为控制登月器着陆，玩家通过操作登月器的主引擎和副引擎，控制登月器降落。登月器平稳着陆会得到相应的奖励积分，如果精准降落在着陆平台上会有额外的奖励积分；相反地如果登月器坠毁会扣除积分。 A2C全称为Advantage Actor-Critic，在本案例中，我们将展示如何基于A2C算法，训练一个LunarLander LunarLander是一款控制类的小游戏，也是强化学习中常用的例子。游戏任务为控制登月器着陆，玩家通过操作登月器的主引擎和副引擎，控制登月器降落。登月器平稳着陆会得到相应的奖励积分，如果精准降落在着陆平台上会有额外的奖励积分；相反地如果登月器坠毁会扣除积分。 A2C全称为Advantage Actor-Critic，在本案例中，我们将展示如何基于A2C算法，训练一个LunarLander
- 现在已经覆盖了图的介绍，图的主要类型，不同的图算法，在Python中使用Networkx来实现它们，以及用于节点标记，链接预测和图嵌入的图学习技术，最后讲了GNN分类应用以及未来发展方向！ 现在已经覆盖了图的介绍，图的主要类型，不同的图算法，在Python中使用Networkx来实现它们，以及用于节点标记，链接预测和图嵌入的图学习技术，最后讲了GNN分类应用以及未来发展方向！
- 3.主动学习（Active Learning）简介综述汇总以及主流技术方案 3.主动学习（Active Learning）简介综述汇总以及主流技术方案
- 2.知识蒸馏相关技术【模型蒸馏、数据蒸馏】以ERNIE-Tiny为例 2.知识蒸馏相关技术【模型蒸馏、数据蒸馏】以ERNIE-Tiny为例
- 这篇文章提出了动态记忆生成对抗网络（DM-GAN）来生成高质量的图像。该方法可以在初始图像生成不好时，引入动态存储模块来细化模糊图像内容，从而能够从文本描述中更加准确地生成图像。 文章被2019年CVPR（IEEE Conference on Computer Vision and Pattern Recognition）会议收录。 这篇文章提出了动态记忆生成对抗网络（DM-GAN）来生成高质量的图像。该方法可以在初始图像生成不好时，引入动态存储模块来细化模糊图像内容，从而能够从文本描述中更加准确地生成图像。 文章被2019年CVPR（IEEE Conference on Computer Vision and Pattern Recognition）会议收录。
- 这是一篇用GAN做文本生成图像（Text to Image、T2I）的论文，文章在2016年由Reed等人发布，被ICML会议录取。可以说是用GAN做文本生成图像的开山之作。 这是一篇用GAN做文本生成图像（Text to Image、T2I）的论文，文章在2016年由Reed等人发布，被ICML会议录取。可以说是用GAN做文本生成图像的开山之作。
- 1. 模型开发 What and WhyPyCharm在AI项目开发提供了优秀的代码编辑、调试、远程连接和同步能力，在开发者中广受欢迎。使用PyCharm插件配合ModelArts：一键帮助用户配置远程ModelArts Notebook，免去用户手工配置按需使用Notebook资源，启动停止，随心所欲本地代码提交至ModelArts训练任务，沉浸式AI开发体验ModelArts是华为云一... 1. 模型开发 What and WhyPyCharm在AI项目开发提供了优秀的代码编辑、调试、远程连接和同步能力，在开发者中广受欢迎。使用PyCharm插件配合ModelArts：一键帮助用户配置远程ModelArts Notebook，免去用户手工配置按需使用Notebook资源，启动停止，随心所欲本地代码提交至ModelArts训练任务，沉浸式AI开发体验ModelArts是华为云一...
- 基于GAN的文本生成图像，最早在2016年由Reed等人提出，最开始是Conditional GANs的扩展，仅在受限的数据集取得成果，小图像分辨率64*64。本系列是根据2021年的一篇论文《Adversarial Text-to-Image Synthesis: A Review》理解所写，主要在于总结和归纳基于GAN的“文本生成图像”（text to image）方向的研究情况 基于GAN的文本生成图像，最早在2016年由Reed等人提出，最开始是Conditional GANs的扩展，仅在受限的数据集取得成果，小图像分辨率64*64。本系列是根据2021年的一篇论文《Adversarial Text-to-Image Synthesis: A Review》理解所写，主要在于总结和归纳基于GAN的“文本生成图像”（text to image）方向的研究情况
- TransGAN是UT-Austin、加州大学、 IBM研究院的华人博士生构建了一个只使用纯 transformer 架构、完全没有卷积的 GAN，并将其命名为 TransGAN。该论文已被NeruIPS（Conference and Workshop on Neural Information Processing Systems，计算机人工智能领域A类会议）录用，文章发表于2021年12... TransGAN是UT-Austin、加州大学、 IBM研究院的华人博士生构建了一个只使用纯 transformer 架构、完全没有卷积的 GAN，并将其命名为 TransGAN。该论文已被NeruIPS（Conference and Workshop on Neural Information Processing Systems，计算机人工智能领域A类会议）录用，文章发表于2021年12...
- 需求跨领域跨任务：领域之间知识迁移难度高，如通用领域知识很难迁移到垂类领域，垂类领域之间的知识很难相互迁移；存在实体、关系、事件等不同的信息抽取任务需求。 - 定制化程度高：针对实体、关系、事件等不同的信息抽取任务，需要开发不同的模型，开发成本和机器资源消耗都很大。 - 训练数据无或很少：部分领域数据稀缺，难以获取，且领域专业性使得数据标注门槛高。 需求跨领域跨任务：领域之间知识迁移难度高，如通用领域知识很难迁移到垂类领域，垂类领域之间的知识很难相互迁移；存在实体、关系、事件等不同的信息抽取任务需求。 - 定制化程度高：针对实体、关系、事件等不同的信息抽取任务，需要开发不同的模型，开发成本和机器资源消耗都很大。 - 训练数据无或很少：部分领域数据稀缺，难以获取，且领域专业性使得数据标注门槛高。
- 机器学习：梯度下降法 为什么需要梯度下降法1.梯度下降法是迭代法的一种，可用于求解最小二乘问题。2.在求解机器学习算法的模型参数，在没有约束条件时，主要有梯度下降法，最小二乘法。3.在求解损失函数的最小值时，可以通过梯度下降法的迭代求解，求得最小值的损失函数和模型的参数。4.如果我们需要求解损失函数的最大值，可以通过梯度上升法来迭代，梯度下降法和梯度上升法可以相互转换。5.在机器学习中，梯... 机器学习：梯度下降法 为什么需要梯度下降法1.梯度下降法是迭代法的一种，可用于求解最小二乘问题。2.在求解机器学习算法的模型参数，在没有约束条件时，主要有梯度下降法，最小二乘法。3.在求解损失函数的最小值时，可以通过梯度下降法的迭代求解，求得最小值的损失函数和模型的参数。4.如果我们需要求解损失函数的最大值，可以通过梯度上升法来迭代，梯度下降法和梯度上升法可以相互转换。5.在机器学习中，梯...
- 本文为大家带来两位民间技术爱好者成长为CTO的励志故事，看看创业开发者的7年蜕变，不知是否能激励屏幕前的你继续奋斗前行。 本文为大家带来两位民间技术爱好者成长为CTO的励志故事，看看创业开发者的7年蜕变，不知是否能激励屏幕前的你继续奋斗前行。
- 8月16日-17日，2022年可信AI峰会在北京举办。华为云盘古预训练大模型通过中国信息通信研究院（以下简称“中国信通院”）首轮大模型测评，在“模型开发”和“模型能力”两部分达到4+级标准。 8月16日-17日，2022年可信AI峰会在北京举办。华为云盘古预训练大模型通过中国信息通信研究院（以下简称“中国信通院”）首轮大模型测评，在“模型开发”和“模型能力”两部分达到4+级标准。
- 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。第二部分将讲解图像运算和图像增强，上一篇文章介绍图像腐蚀处理和膨胀处理。这篇文章将继续介绍开运算、闭运算和梯度运算。希望对您有所帮助~ 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。第二部分将讲解图像运算和图像增强，上一篇文章介绍图像腐蚀处理和膨胀处理。这篇文章将继续介绍开运算、闭运算和梯度运算。希望对您有所帮助~
- 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。第二部分将讲解图像运算和图像增强，上一篇文章介绍图像阈值化处理，涉及阈值化处理、固定阈值化处理和自适应阈值化处理。这篇文章将详细讲解开始图像形态学知识，主要介绍图像腐蚀处理和膨胀处理。希望对您有所帮助~ 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。第二部分将讲解图像运算和图像增强，上一篇文章介绍图像阈值化处理，涉及阈值化处理、固定阈值化处理和自适应阈值化处理。这篇文章将详细讲解开始图像形态学知识，主要介绍图像腐蚀处理和膨胀处理。希望对您有所帮助~
上滑加载中
推荐直播
-
OpenHarmony应用开发之网络数据请求与数据解析2025/01/16 周四 19:00-20:30
华为开发者布道师、南京师范大学泰州学院副教授，硕士研究生导师，开放原子教育银牌认证讲师
科技浪潮中，鸿蒙生态强势崛起，OpenHarmony开启智能终端无限可能。当下，其原生应用开发适配潜力巨大，终端设备已广泛融入生活各场景，从家居到办公、穿戴至车载。 现在，机会敲门！我们的直播聚焦OpenHarmony关键的网络数据请求与解析，抛开晦涩理论，用真实案例带你掌握数据访问接口，轻松应对复杂网络请求、精准解析Json与Xml数据。参与直播，为开发鸿蒙App夯实基础，抢占科技新高地，别错过！
回顾中 -
Ascend C高层API设计原理与实现系列2025/01/17 周五 15:30-17:00
Ascend C 技术专家
以LayerNorm算子开发为例，讲解开箱即用的Ascend C高层API
回顾中
热门标签