Flexus L實例
即開即用，輕松運維，開啟簡單上云第一步
立即查看
免費體驗中心
免費領取體驗產(chǎn)品，快速開啟云上之旅
立即前往
企業(yè)級DeepSeek
支持API調用、知識庫和聯(lián)網(wǎng)搜索，滿足企業(yè)級業(yè)務需求
立即購買
免費體驗中心
免費領取體驗產(chǎn)品，快速開啟云上之旅
立即前往
企業(yè)級DeepSeek
支持API調用、知識庫和聯(lián)網(wǎng)搜索，滿足企業(yè)級業(yè)務需求
立即前往
Flexus L實例
即開即用，輕松運維，開啟簡單上云第一步
立即查看
免費體驗中心
免費領取體驗產(chǎn)品，快速開啟云上之旅
立即前往
Flexus L實例
即開即用，輕松運維，開啟簡單上云第一步
立即前往
企業(yè)級DeepSeek
支持API調用、知識庫和聯(lián)網(wǎng)搜索，滿足企業(yè)級業(yè)務需求
立即購買
- 機器學習與深度學習 內容精選 換一換
-
- 機器學習與深度學習 相關內容
-
華為云計算 云知識 深度學習：IoT場景下的AI應用與開發(fā) 深度學習：IoT場景下的AI應用與開發(fā) 時間：2020-12-08 10:34:34 本課程旨基于自動售賣機這一真實場景開發(fā)，融合了物聯(lián)網(wǎng)與AI兩大技術方向，向您展示AI與IoT融合的場景運用并解構開發(fā)流程；從 物聯(lián)網(wǎng)平臺來自：百科
- 機器學習與深度學習 更多內容
-
![]()
大V講堂——雙向深度學習 大V講堂——雙向深度學習 時間：2020-12-09 14:52:19 以當今研究趨勢由前饋學習重新轉入雙向對偶系統(tǒng)為出發(fā)點，從解碼與編碼、識別與重建、歸納與演繹、認知與求解等角度，我們將概括地介紹雙向深度學習的歷史、發(fā)展現(xiàn)狀、應用場景，著重介紹雙向深度學習理論、算法和應用示例。來自：百科![]()
從MindSpore手寫數(shù)字識別學習深度學習 從MindSpore手寫數(shù)字識別學習深度學習 時間：2020-11-23 16:08:48 深度學習作為機器學習分支之一，應用日益廣泛。 語音識別 、自動機器翻譯、即時視覺翻譯、刷臉支付、人臉考勤……不知不覺，深度學習已經(jīng)滲入到我們生活中的每個來自：百科![]()
類的水平。本課程將介紹深度學習算法的知識。 課程簡介 本課程將會探討深度學習中的基礎理論、算法、使用方法、技巧與不同的深度學習模型。 課程目標 通過本課程的學習，使學員： 1、掌握神經(jīng)網(wǎng)絡基礎理論。 2、掌握深度學習中數(shù)據(jù)處理的基本方法。 3、掌握深度學習訓練中調參、模型選擇的基本方法。來自：百科![]()
第7章 有監(jiān)督學習-決策樹 第8章 有監(jiān)督學習-集成算法概述 第9章 有監(jiān)督學習-Bagging 第10章 有監(jiān)督學習-隨機森林 第11章 有監(jiān)督學習-Boosting 第12章 有監(jiān)督學習-Adaboost 第13章 有監(jiān)督學習-GBDT 第14章 有監(jiān)督學習-Xgboost 第15章來自：百科![]()
值。 課程簡介 為了解決真實世界中的問題，我們的深度學習算法需要巨量的數(shù)據(jù)，同時也需要機器擁有處理龐大數(shù)據(jù)的能力，在現(xiàn)實世界中部署神經(jīng)網(wǎng)絡需要平衡效率和能耗以及成本的關系。本課程介紹了能耗高效的深度學習。 課程目標 通過本課程的學習，使學員了解如下知識： 1、高效的結構設計。 2、用NAS搜索輕量級網(wǎng)絡。來自：百科![]()
華為云計算 云知識 基于深度學習算法的語音識別 基于深度學習算法的語音識別 時間：2020-12-01 09:50:45 利用新型的人工智能（深度學習）算法，結合清華大學開源語音數(shù)據(jù)集THCHS30進行語音識別的實戰(zhàn)演練，讓使用者在了解語音識別基本的原理與實戰(zhàn)的同時，更好的了解人工智能的相關內容與應用。來自：百科![]()
別、自動機器學習等領域。 課程簡介 本教程介紹了AI解決方案深度學習的發(fā)展前景及其面臨的巨大挑戰(zhàn)；深度神經(jīng)網(wǎng)絡的基本單元組成和產(chǎn)生表達能力的方式及復雜的訓練過程。 課程目標 通過本課程的學習，使學員： 1、了解深度學習。 2、了解深度神經(jīng)網(wǎng)絡。 課程大綱 第1章 深度學習和神經(jīng)網(wǎng)絡來自：百科![]()
Mocha文檔手冊學習與基本介紹 Mocha文檔手冊學習與基本介紹 時間：2021-07-09 14:12:27 Mocha 是一個功能豐富的 JavaScript 測試框架，運行在 Node.js 和瀏覽器中，讓異步測試變得簡單有趣。 Mocha文檔手冊學習與信息參考網(wǎng)址：https://mochajs來自：百科![]()
華為云計算 云知識 Pug文檔手冊學習與基本介紹 Pug文檔手冊學習與基本介紹 時間：2021-07-09 11:02:21 Pug 是一款健壯、靈活、功能豐富的模板引擎，專門為 Node.js 平臺開發(fā)。Pug 是由 Jade 改名而來。 Pug文檔手冊學習與信息參考網(wǎng)址：https://www來自：百科![]()
華為云計算 云知識 Sequelize文檔手冊學習與基本介紹 Sequelize文檔手冊學習與基本介紹 時間：2021-07-09 14:25:33 TypeORM 是一個 ORM 框架，可以與 TypeScript 和 JavaScript (ES5,ES6,ES7,ES8) 一起使用。來自：百科![]()
華為云計算 云知識 Docusaurus文檔手冊學習與基本介紹 Docusaurus文檔手冊學習與基本介紹 時間：2021-07-09 10:37:09 Docusaurus 是一款基于 React 框架構建的易于維護的靜態(tài)網(wǎng)站創(chuàng)建工具。Docusaurus 能夠幫你快速建立文檔網(wǎng)站、博客、營銷頁面等。來自：百科![]()
云知識 Nginx文檔手冊學習與基本介紹 Nginx文檔手冊學習與基本介紹 時間：2021-07-09 14:07:45 Nginx (engine x) 是一個高性能的HTTP和反向代理服務，也是一個IMAP/POP3/SMTP服務。 Nginx文檔手冊學習與信息參考網(wǎng)址：https://www來自：百科![]()
華為云計算 云知識 fastify文檔手冊學習與基本介紹 fastify文檔手冊學習與基本介紹 時間：2021-07-09 11:24:42 Fastify是一款快速并且低開銷的 web 框架，專為 Node.js 平臺量身打造 Fastify文檔手冊學習與信息參考網(wǎng)址：https://www來自：百科![]()
華為云計算 云知識 Nunjucks文檔手冊學習與基本介紹 Nunjucks文檔手冊學習與基本介紹 時間：2021-07-09 11:17:39 Nunjucks 是 JavaScript 專用的功能豐富、強大的模板引擎。 Nunjucks 文檔手冊學習與信息參考網(wǎng)址：https://nunjucks來自：百科![]()
SWR文檔手冊學習與基本介紹 SWR文檔手冊學習與基本介紹 時間：2021-07-09 14:45:44 SWR 是用于數(shù)據(jù)獲取的 React Hook 工具庫。 SWR 文檔手冊學習與信息參考網(wǎng)址：https://swr.bootcss.com/ 溫馨提示：參考網(wǎng)站內容與華為云無關來自：百科![]()
華為云計算 云知識 Jest文檔手冊學習與基本介紹 Jest文檔手冊學習與基本介紹 時間：2021-07-09 11:29:53 Jest 是一個令人愉快的 JavaScript 測試框架，專注于簡潔明快。 Jest文檔手冊學習與信息參考網(wǎng)址：https://www.jestjs來自：百科![]()
華為云計算 云知識 React文檔手冊學習與基本介紹 React文檔手冊學習與基本介紹 時間：2021-06-29 16:43:23 React是一個用于構建用戶界面的 JavaScript 庫。React主要用于構建UI。你可以在React里傳遞多種類型的參數(shù)，如聲明代碼，幫助你渲染出UI、也可以是靜態(tài)的HTML來自：百科
看了本文的人還看了
- 啥是AI、機器學習與深度學習？
- 什么是AI、機器學習與深度學習？
- 《深入理解AutoML和AutoDL：構建自動化機器學習與深度學習平臺》 —1.1.4 機器學習與深度學習
- 《深度學習：主流框架和編程實戰(zhàn)》——1.1.2 傳統(tǒng)機器學習與深度學習的對比
- 機器學習、深度學習與神經(jīng)網(wǎng)絡
- 《深入理解AutoML和AutoDL：構建自動化機器學習與深度學習平臺》 —3 機器學習概述
- 《智能系統(tǒng)與技術叢書 生成對抗網(wǎng)絡入門指南》—1.2機器學習與深度學習
- 《深入理解AutoML和AutoDL：構建自動化機器學習與深度學習平臺》 —1.4 深度學習的發(fā)展
- 《深入理解AutoML和AutoDL：構建自動化機器學習與深度學習平臺》
- 《深入理解AutoML和AutoDL：構建自動化機器學習與深度學習平臺》 —3.1.2 “機器學習”的前世今生