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
免費領取體驗產品，快速開啟云上之旅
￥0.00
元
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
- 深度學習 發(fā)展 內容精選 換一換
-
- 深度學習 發(fā)展 相關內容
-
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：百科來自：百科
- 深度學習 發(fā)展 更多內容
-
![]()
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![]()
華為云計算 云知識 大V講堂——能耗高效的深度學習 大V講堂——能耗高效的深度學習 時間：2020-12-08 10:09:21 現(xiàn)在大多數(shù)的AI模型，尤其是計算視覺領域的AI模型，都是通過深度神經(jīng)網(wǎng)絡來進行構建的，從2015年開始，學術界已經(jīng)開始注意到現(xiàn)有的神經(jīng)網(wǎng)絡模型都是需要來自：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![]()
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![]()
、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![]()
GaussDB數(shù)據(jù)庫發(fā)展 GaussDB數(shù)據(jù)庫發(fā)展 云數(shù)據(jù)庫GaussDB，華為自主創(chuàng)新研發(fā)的分布式關系型數(shù)據(jù)庫，布局全球7大區(qū)域，1000+專業(yè)人才，10年+技術積淀，企業(yè)核心數(shù)據(jù)上云信賴之選。你了解GaussDB的發(fā)展史嗎？ 云數(shù)據(jù)庫GaussDB，華為自主創(chuàng)新研發(fā)的分布式關來自：專題![]()
零門檻入門數(shù)據(jù)庫學習之數(shù)據(jù)庫技術發(fā)展史 零門檻入門數(shù)據(jù)庫學習之數(shù)據(jù)庫技術發(fā)展史 時間：2021-01-08 11:34:17 數(shù)據(jù)庫技術是因 數(shù)據(jù)管理 任務的需要，而產生數(shù)據(jù)管理是指對數(shù)據(jù)進行分類、組織、編碼、存儲、檢索和維護，是數(shù)據(jù)處理的中心問題。在數(shù)據(jù)管理的發(fā)展歷史中經(jīng)歷了三個階段。來自：百科![]()
/Oracle生態(tài)。 數(shù)據(jù)倉庫 發(fā)展現(xiàn)狀： 在金融，電信，零售等多個行業(yè)發(fā)展迅速； 體系架構，技術發(fā)展成熟； 不斷完善面向業(yè)務的場景分析； 數(shù)據(jù)倉庫發(fā)展趨勢： 需求多樣化； 管理數(shù)據(jù)量急劇增大； 生態(tài)化； 華為云 面向未來的智能世界，數(shù)字化是企業(yè)發(fā)展的必由之路。數(shù)字化成功的關鍵是以來自：百科![]()
華為云計算 云知識 Istio項目發(fā)展歷程 Istio項目發(fā)展歷程 時間：2021-07-01 11:26:33 Istio在Google、IBM、RedHat等開源巨頭成熟的項目運作與社區(qū)治理機制下快速發(fā)展，多個頭部云廠商參與，已經(jīng)商業(yè)Ready： Istio 作為第二代 Service來自：百科![]()
華為云計算 云知識 左鄰公司發(fā)展情況 左鄰公司發(fā)展情況 時間：2021-07-26 15:38:00 云市場 嚴選商城 行業(yè)解決方案 智慧園區(qū) 商品介紹 商品鏈接：左鄰智慧園區(qū)運營管理平臺軟件服務；服務商：深圳左鄰永佳科技有限公司 左鄰公司發(fā)展情況： 落地項?覆蓋園區(qū)、寫字樓、社區(qū)、?校和商業(yè)地產。來自：云商店![]()
華為云計算 云知識 云計算的發(fā)展歷程 云計算的發(fā)展歷程 時間：2021-06-30 18:56:52 “云”中的資源在使用者看來是可以無限擴展的，并且可以隨時獲取，按需使用，隨時擴展，按使用付費。這種特性經(jīng)常被稱為像水電一樣使用IT基礎設施。 云計算的發(fā)展歷程按照時間順序，可以列為下圖的時間節(jié)點：來自：百科![]()
華為云計算 云知識 存儲市場發(fā)展趨勢 存儲市場發(fā)展趨勢 時間：2021-05-25 15:55:17 存儲與備份 存儲技術的發(fā)展中，分布式云存儲呈現(xiàn)快速的市場增長趨勢，有兩點原因驅動： 1. 云存儲從專有設備變?yōu)橥ㄓ迷O備，簡單管理、低TCO，并支持大規(guī)模線性擴展； 2. 新興業(yè)務來自：百科![]()
，機載數(shù)據(jù)、文本數(shù)據(jù)、音頻數(shù)據(jù)、視頻數(shù)據(jù)等空管數(shù)據(jù)融合，有效支撐空管業(yè)務。 空管數(shù)據(jù)智能化，輔助業(yè)務決策 利用空管大數(shù)據(jù)融合，基于深度學習、強化學習等方法，面向智能化沖突管理、智能化空中交通流量管理、智能化規(guī)劃管理、智能化進離場排序、智能化機場運行等場景，輔助業(yè)務決策。 數(shù)據(jù)創(chuàng)新應用，打造智慧化空管來自：百科![]()
華為云計算 云知識 微服務的發(fā)展 微服務的發(fā)展 時間：2021-07-01 14:16:39 微服務：互聯(lián)網(wǎng)高速發(fā)展以及傳統(tǒng)分布式、SOA架構無法適應快速的開發(fā)迭代等多重因素共同推動下的產物。 微服務雛形：微服務架構概念最早由Fred George在2012年的一次技術大會上所提出，拆分SOA服務實現(xiàn)解耦。來自：百科![]()
華為云計算 云知識 范式理論的發(fā)展歷史 范式理論的發(fā)展歷史 時間：2021-06-02 14:00:54 數(shù)據(jù)庫 1971~1972：Codd系統(tǒng)地提出了1NF、2NF和3NF的概念，討論了規(guī)范化問題； 1974： Codd和Boyce共同提出了新范式，BCNF； 1976： Fagin提出了4NF；來自：百科![]()
GaussDB 發(fā)展 GaussDB發(fā)展 云數(shù)據(jù)庫 GaussDB，華為自主創(chuàng)新研發(fā)的分布式關系型數(shù)據(jù)庫，布局全球7大區(qū)域，1000+專業(yè)人才，10年+技術積淀，企業(yè)核心數(shù)據(jù)上云信賴之選。你了解GaussDB的發(fā)展史嗎？ GaussDB數(shù)據(jù)庫，又稱為云數(shù)據(jù)庫GaussDB，華為自主創(chuàng)來自：專題![]()
華為云計算 云知識 存儲技術的發(fā)展趨勢 存儲技術的發(fā)展趨勢 時間：2021-05-25 15:50:38 存儲與備份 存儲技術的發(fā)展，整體有3個趨勢： 1. 閃存 從機械硬盤到閃存盤。性能100倍提升?？傮w擁有成本降低。 2. 云化 從集中式架構到分布式云化加過。從兩節(jié)點到數(shù)千節(jié)點。新業(yè)務上線由月到天。來自：百科
看了本文的人還看了
- 深度學習的發(fā)展歷程
- 《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
- 深度學習技術在測井解釋中的未來發(fā)展方向
- 深度學習技術的發(fā)展展望：人工智能 & 自然智能（一）
- 深度學習技術的發(fā)展展望：人工智能 & 自然智能（二）
- 深度學習框架-Caffe：特點、架構、應用和未來發(fā)展趨勢
- 【技術分享】基于深度學習的目標檢測算法發(fā)展（一）
- 深度學習框架-Pytorch：特點、架構、應用和未來發(fā)展趨勢
- 深度學習框架-Keras：特點、架構、應用和未來發(fā)展趨勢
- 《MXNet深度學習實戰(zhàn)》—1.1.3 深度學習