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(lǐng)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(diào)用、知識庫和聯(lián)網(wǎng)搜索，滿足企業(yè)級業(yè)務(wù)需求
立即購買
免費體驗中心
免費領(lǐng)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(diào)用、知識庫和聯(lián)網(wǎng)搜索，滿足企業(yè)級業(yè)務(wù)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(lǐng)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(diào)用、知識庫和聯(lián)網(wǎng)搜索，滿足企業(yè)級業(yè)務(wù)需求
立即購買
- 深度學習卷積神經(jīng)網(wǎng)絡(luò)在檢測 內(nèi)容精選 換一換
-
經(jīng)驗，在國際頂級會議和期刊上發(fā)表超過50篇論文，谷歌引用數(shù)1700，擅長大規(guī)模視覺識別、自動機器學習等領(lǐng)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(luò)的基本單元組成和產(chǎn)生表達能力的方式及復(fù)雜的訓(xùn)練過程。 課程目標 通過本課程的學習，使學員：來自：百科
- 深度學習卷積神經(jīng)網(wǎng)絡(luò)在檢測 相關(guān)內(nèi)容
-
電梯內(nèi)電瓶車檢測商品介紹： 應(yīng)用場景： 隨著電瓶車越來越受歡迎，電瓶車起火事件也時有發(fā)生。特別當電瓶車被放置在樓道、室內(nèi)等封閉狹窄的環(huán)境內(nèi)，更容易導(dǎo)致火災(zāi)的發(fā)生。雖然已有相關(guān)法規(guī)禁止電瓶車進入室內(nèi)，但對其管理依然是一個挑戰(zhàn)。 針對高層住宅、商業(yè)樓宇，為了禁止電瓶車進入，減小因為電瓶車起來自：云商店
- 深度學習卷積神經(jīng)網(wǎng)絡(luò)在檢測 更多內(nèi)容
-
![]()
域比較狹窄，實用性有限，但是在它基礎(chǔ)上發(fā)展起來的卷積神經(jīng)網(wǎng)絡(luò)等計算機視覺技術(shù)早已應(yīng)用在更為復(fù)雜的任務(wù)中，因此，手寫數(shù)字識別也成為計算機視覺領(lǐng)域衡量算法表現(xiàn)的一個基準任務(wù)。所以，通過這一實踐場景來了解神經(jīng)網(wǎng)絡(luò)開發(fā)和訓(xùn)練，可謂再好不過了。如何使用深度學習框架MindSpore進行模型來自：百科![]()
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(zhuǎn)入雙向?qū)ε枷到y(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(yīng)用場景，著重介紹雙向深度學習理論、算法和應(yīng)用示例。來自：百科![]()
0系列課程。計算機視覺是深度學習領(lǐng)域最熱門的研究領(lǐng)域之一，它衍生出了一大批快速發(fā)展且具有實際作用的應(yīng)用，包括 人臉識別 、圖像檢測、目標監(jiān)測以及智能駕駛等。這一切本質(zhì)都是對圖像數(shù)據(jù)進行處理，本課程就圖像處理理論及相應(yīng)技術(shù)做了介紹，包括傳統(tǒng)特征提取算法和卷積神經(jīng)網(wǎng)絡(luò)，學習時注意兩者的區(qū)別。 目標學員來自：百科![]()
AI技術(shù)領(lǐng)域課程--深度學習 AI技術(shù)領(lǐng)域課程--深度學習 時間：2020-12-15 15:23:12 深度學習是一種以人工神經(jīng)網(wǎng)絡(luò)為架構(gòu)，對數(shù)據(jù)進行表征學習的算法。目前，在圖像、 語音識別 、自然語言處理、強化學習等許多技術(shù)領(lǐng)域中，深度學習獲得了廣泛的應(yīng)用，并且在某些問題上已經(jīng)達到來自：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(jié)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(guān)內(nèi)容與應(yīng)用。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(luò)需要平衡效率和能耗以及成本的關(guān)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(jié)構(gòu)設(shè)計。 2、用NAS搜索輕量級網(wǎng)絡(luò)。來自：百科![]()
華為云計算 云知識 深度學習：IoT場景下的AI應(yīng)用與開發(fā) 深度學習：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這一真實場景開發(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融合的場景運用并解構(gòu)開發(fā)流程；從 物聯(lián)網(wǎng)平臺來自：百科![]()
和輸出張量描述三個流程。在輸入張量描述中，計算每個算子的輸入維度、內(nèi)存大小等信息，并且在離線模型生成器中定義好算子輸入數(shù)據(jù)的形式。在權(quán)重數(shù)據(jù)轉(zhuǎn)換中，對算子使用的權(quán)重參數(shù)進行數(shù)據(jù)格式（比如FP32到FP16的轉(zhuǎn)換）、形狀轉(zhuǎn)換（如分形重排）、數(shù)據(jù)壓縮等處理。在輸出張量描述中，計算算子的輸出維度、內(nèi)存大小等信息。來自：百科![]()
09:49:29 內(nèi)容審核 視頻檢測 視頻內(nèi)容審核為各類視頻平臺提供視頻中涉黃、涉恐、涉暴內(nèi)容自動審核，有效遏制風險與釋放審核人力，提升效率。 產(chǎn)品優(yōu)勢： 1. 多模態(tài)審核：支持同時對視頻字幕、聲音與畫面多維度智能核查； 2. 準確率高：采用深度卷積神經(jīng)網(wǎng)絡(luò)與海量訓(xùn)練數(shù)據(jù)，模型識別準確率高；來自：百科![]()
Recognition）提供多維度的視頻分析算法，支持對視頻中人、車、物、行為的多目標檢測、識別、分析等能力，在多種場景下準確高效地輸出視頻結(jié)構(gòu)化信息，為用戶構(gòu)建強大、全面、便捷的視頻內(nèi)容分析能力。 產(chǎn)品優(yōu)勢 準確識別：利用高精度的人臉檢測與識別服務(wù)，提供安全可靠的人臉布控、軌跡追蹤、人臉搜索等服務(wù) 穩(wěn)來自：百科![]()
具，用于開發(fā)能夠運行在NPU（Neural-networkProcessingUnit：神經(jīng)網(wǎng)絡(luò)處理器）上的TBE算子，該工具是在業(yè)界著名的開源項目TVM（TensorVirtualMachine）基礎(chǔ)上擴展的，提供了一套PythonAPI來實施開發(fā)活動。在本次開發(fā)實踐中，NPU特指昇騰AI處理器。來自：百科![]()
更高效使能網(wǎng)絡(luò)自動駕駛的云服務(wù)平臺。為了引導(dǎo)新手在AI領(lǐng)域、網(wǎng)絡(luò)規(guī)建維優(yōu)業(yè)務(wù)領(lǐng)域從入門到精通，NAIE打造了網(wǎng)絡(luò)AI學習賽2021，并有網(wǎng)絡(luò)AI大神指導(dǎo)你完成從0到1的通關(guān)。本學習賽同步開啟KPI異常檢測、硬盤異常檢測、日志異常檢測三個賽道供自行選擇，提交成績過線的選手頒發(fā)華為NAIE認證的社會實踐證書，予以成績證明來自：百科![]()
多目標檢測、識別、分析等能力，在多種場景下準確高效地輸出視頻結(jié)構(gòu)化信息，為用戶構(gòu)建強大、全面、便捷的視頻內(nèi)容分析能力。 當前視頻內(nèi)容分析提供了以下功能： 暴力分揀識別VSI：暴力分揀識別（Violent Sorting Identification）基于對視頻連續(xù)幀的檢測，識別出來自：百科![]()
華為云計算 云知識 神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 時間：2020-12-07 16:53:14 HCIP-AI EI Developer V2.0系列課程。神經(jīng)網(wǎng)絡(luò)是深度學習的重要基礎(chǔ)，理解神經(jīng)網(wǎng)絡(luò)的基本原理、優(yōu)化目標與實現(xiàn)方法是學習后面內(nèi)容的關(guān)鍵，這也是本課程的重點所在。 目標學員來自：百科
看了本文的人還看了
- 深度學習（七）——卷積神經(jīng)網(wǎng)絡(luò)
- PyTorch深度學習實戰(zhàn) | 典型卷積神經(jīng)網(wǎng)絡(luò)
- 動手學深度學習之卷積神經(jīng)網(wǎng)絡(luò)(一)
- 《深度學習：卷積神經(jīng)網(wǎng)絡(luò)從入門到精通》
- 【深度學習】嘿馬深度學習筆記第7篇：卷積神經(jīng)網(wǎng)絡(luò),3.1 卷積神經(jīng)網(wǎng)絡(luò)(CNN)原理【附代碼文檔】
- 《深度學習：卷積神經(jīng)網(wǎng)絡(luò)從入門到精通》——2.7 內(nèi)外卷積運算
- 《深度學習：卷積神經(jīng)網(wǎng)絡(luò)從入門到精通》——2.8 膨脹卷積運算
- 《深度學習：卷積神經(jīng)網(wǎng)絡(luò)從入門到精通》——2.10 卷積面計算
- 《深度學習：卷積神經(jīng)網(wǎng)絡(luò)從入門到精通》——1.2 卷積神經(jīng)網(wǎng)絡(luò)的形成和演變
- 《深度學習：卷積神經(jīng)網(wǎng)絡(luò)從入門到精通》——1.6 卷積神經(jīng)網(wǎng)絡(luò)的平臺和工具