- 深度學(xué)習(xí)應(yīng)用 內(nèi)容精選 換一換
-
來自:百科華為云計(jì)算 云知識 深度學(xué)習(xí)概覽 深度學(xué)習(xí)概覽 時間:2020-12-17 10:03:07 HCIA-AI V3.0系列課程。本課程主要講述深度學(xué)習(xí)相關(guān)的基本知識,其中包括深度學(xué)習(xí)的發(fā)展歷程、深度學(xué)習(xí)神經(jīng) 網(wǎng)絡(luò)的部件、深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)不同的類型以及深度學(xué)習(xí)工程中常見的問題。 目標(biāo)學(xué)員來自:百科
- 深度學(xué)習(xí)應(yīng)用 相關(guān)內(nèi)容
-
華為云計(jì)算 云知識 深度學(xué)習(xí):IoT場景下的AI應(yīng)用與開發(fā) 深度學(xué)習(xí):IoT場景下的AI應(yīng)用與開發(fā) 時間:2020-12-08 10:34:34 本課程旨基于自動售賣機(jī)這一真實(shí)場景開發(fā),融合了物聯(lián)網(wǎng)與AI兩大技術(shù)方向,向您展示AI與IoT融合的場景運(yùn)用并解構(gòu)開發(fā)流程;從 物聯(lián)網(wǎng)平臺來自:百科來自:百科
- 深度學(xué)習(xí)應(yīng)用 更多內(nèi)容
-
需要掌握人工智能技術(shù),希望具備及其學(xué)習(xí)和深度學(xué)習(xí)算法應(yīng)用能力,希望掌握華為人工智能相關(guān)產(chǎn)品技術(shù)的工程師 課程目標(biāo) 學(xué)完本課程后,您將能夠:掌握學(xué)習(xí)算法定義與機(jī)器學(xué)習(xí)的流程;了解常用機(jī)器學(xué)習(xí)算法;了解超參數(shù)、梯度下降和交叉驗(yàn)證等概念。 課程大綱 1. 機(jī)器學(xué)習(xí)算法 2. 機(jī)器學(xué)習(xí)的分類 3. 機(jī)器學(xué)習(xí)的整體流程來自:百科
限公司 “智慧學(xué)習(xí)”模塊通過數(shù)字化網(wǎng)絡(luò)資源進(jìn)行學(xué)習(xí)與教學(xué)的活動即網(wǎng)絡(luò)化學(xué)習(xí),可以充分利用現(xiàn)代網(wǎng)絡(luò)技術(shù)所提供的、具有全新溝通機(jī)制與豐富資源的學(xué)習(xí)環(huán)境,實(shí)現(xiàn)一種全新的學(xué)習(xí)方式,這種學(xué)習(xí)方式將改變傳統(tǒng)教學(xué)中教師的作用和師生之間的關(guān)系,從而根本改變學(xué)校教學(xué)模式和教育體制,提高教學(xué)效率。一來自:云商店
學(xué)習(xí) 云數(shù)據(jù)庫 GaussDB 學(xué)習(xí)云數(shù)據(jù)庫 GaussDB 云數(shù)據(jù)庫GaussDB,華為自主創(chuàng)新研發(fā)的分布式關(guān)系型數(shù)據(jù)庫,具有高性能、高可用、高安全、低成本的特點(diǎn),企業(yè)核心數(shù)據(jù)上云信賴之選。如何快速學(xué)習(xí)和了解GaussDB呢? 云數(shù)據(jù)庫GaussDB,華為自主創(chuàng)新研發(fā)的分布式關(guān)系型數(shù)來自:專題
深度學(xué)習(xí)計(jì)算服務(wù)平臺是中科弘云面向有定制化AI需求的行業(yè)用戶,推出的 AI開發(fā)平臺 ,提供從樣本標(biāo)注、模型訓(xùn)練、模型部署的一站式AI開發(fā)能力,幫助用戶快速訓(xùn)練和部署模型,管理全周期AI工作流。平臺為開發(fā)者設(shè)計(jì)了眾多可幫助降低開發(fā)成本的開發(fā)工具與框架,例如AI數(shù)據(jù)集、AI模型與算力等。來自:其他
- 《深度學(xué)習(xí)應(yīng)用開發(fā)》學(xué)習(xí)筆記匯總
- 《深度學(xué)習(xí)應(yīng)用開發(fā)》學(xué)習(xí)筆記匯總(二)
- 深度學(xué)習(xí)應(yīng)用篇-元學(xué)習(xí)[13]:元學(xué)習(xí)概念、學(xué)習(xí)期、工作原理、模型分類等
- 深度學(xué)習(xí)應(yīng)用實(shí)戰(zhàn)案例-員工流失預(yù)測模型(Python源代碼)
- 深度學(xué)習(xí)的現(xiàn)實(shí)應(yīng)用
- 深度學(xué)習(xí)應(yīng)用篇-元學(xué)習(xí)[15]:基于度量的元學(xué)習(xí):SNAIL、RN、PN、MN
- 深度學(xué)習(xí)應(yīng)用篇-元學(xué)習(xí)[14]:基于優(yōu)化的元學(xué)習(xí)-MAML模型、LEO模型、Reptile模型
- 深度學(xué)習(xí)中的遷移學(xué)習(xí):應(yīng)用與實(shí)踐
- 深度解析與學(xué)習(xí)應(yīng)用-模型樹
- 深度學(xué)習(xí)應(yīng)用篇-元學(xué)習(xí)[16]:基于模型的元學(xué)習(xí)-Learning to Learn優(yōu)化策略、Meta-Learner LSTM