- 深度學(xué)習(xí) 實(shí)戰(zhàn)PyTorch 內(nèi)容精選 換一換
-
GPU內(nèi)置硬件視頻編解碼引擎,能夠同時(shí)進(jìn)行35路高清視頻解碼與實(shí)時(shí)推理 常規(guī)支持軟件列表 Pi1實(shí)例主要用于GPU推理計(jì)算場(chǎng)景,例如圖片識(shí)別、 語(yǔ)音識(shí)別 等場(chǎng)景。 常用的軟件支持列表如下: Tensorflow、Caffe、PyTorch、MXNet等深度學(xué)習(xí)框架 推理加速型Pi2來(lái)自:百科來(lái)自:百科
- 深度學(xué)習(xí) 實(shí)戰(zhàn)PyTorch 相關(guān)內(nèi)容
-
Huawei LiteOS設(shè)備開(kāi)發(fā)實(shí)戰(zhàn) Huawei LiteOS設(shè)備開(kāi)發(fā)實(shí)戰(zhàn) 時(shí)間:2020-12-07 16:13:03 本課程主要內(nèi)容包括Huawei LiteOS簡(jiǎn)介、華為云 物聯(lián)網(wǎng)平臺(tái) 介紹、內(nèi)核開(kāi)發(fā)實(shí)戰(zhàn)、LiteOS移植、設(shè)備調(diào)測(cè)。通過(guò)深入分析實(shí)戰(zhàn)案例智慧農(nóng)業(yè)的代碼,輕松掌握L來(lái)自:百科AI平臺(tái)ModelArts AI平臺(tái)ModelArts ModelArts 是面向開(kāi)發(fā)者的一站式 AI 平臺(tái),為機(jī)器學(xué)習(xí)與深度學(xué)習(xí)提供海量數(shù)據(jù)預(yù)處理及交互式智能標(biāo)注、大規(guī)模分布式訓(xùn)練、自動(dòng)化模型生成,及端-邊-云模型按需部署能力,幫助用戶快速創(chuàng)建和部署模型,管理全周期 AI 工作流。來(lái)自:專題
- 深度學(xué)習(xí) 實(shí)戰(zhàn)PyTorch 更多內(nèi)容
-
第8章 語(yǔ)音識(shí)別 AI開(kāi)發(fā)平臺(tái)ModelArts ModelArts是面向開(kāi)發(fā)者的一站式AI開(kāi)發(fā)平臺(tái),為機(jī)器學(xué)習(xí)與深度學(xué)習(xí)提供海量數(shù)據(jù)預(yù)處理及半自動(dòng)化標(biāo)注、大規(guī)模分布式Training、自動(dòng)化模型生成,及端-邊-云模型按需部署能力,幫助用戶快速創(chuàng)建和部署模型,管理全周期AI工作流。 產(chǎn)品詳情立即注冊(cè)一元域名華為 云桌面來(lái)自:百科
課程簡(jiǎn)介 本課程主要內(nèi)容包括:自然語(yǔ)言處理技術(shù)原理、實(shí)戰(zhàn):構(gòu)建專屬智能問(wèn)答機(jī)器人。 課程目標(biāo) 通過(guò)本課程的學(xué)習(xí)使學(xué)員掌握深度學(xué)習(xí)平臺(tái)應(yīng)用及入門深度學(xué)習(xí)。 課程大綱 第1節(jié) 導(dǎo)讀&往期內(nèi)容回顧 第2節(jié) 自然語(yǔ)言處理概述 第3節(jié) NLP技術(shù)及應(yīng)用介紹 第4節(jié) 文本語(yǔ)義分析演示 第5節(jié) 對(duì)話機(jī)器人演示來(lái)自:百科
Mesh等熱門技術(shù),帶你深度了解微服務(wù)多種治理、應(yīng)用能力。 課程簡(jiǎn)介 本課程主要內(nèi)容包括:微服務(wù)基礎(chǔ)知識(shí),華為云微服務(wù)引擎 CS E框架、開(kāi)發(fā)、治理等多種應(yīng)用能力,微服務(wù)應(yīng)用實(shí)戰(zhàn)。 課程目標(biāo) 通過(guò)本課程的學(xué)習(xí),使學(xué)員: 1、系統(tǒng)、完整的了解熱門微服務(wù)技術(shù)理論; 2、學(xué)習(xí)華為云微服務(wù)架構(gòu)和應(yīng)用能力特點(diǎn);來(lái)自:百科
式高級(jí)工程師、應(yīng)用開(kāi)發(fā)高級(jí)工程師、高校師生,學(xué)習(xí)完成可考取HCIP-IoT高級(jí)工程師認(rèn)證。 開(kāi)發(fā)者進(jìn)階課程 《深度學(xué)習(xí):IoT場(chǎng)景下的AI應(yīng)用與開(kāi)發(fā)》 本課程旨基于自動(dòng)售賣機(jī)這一真實(shí)場(chǎng)景開(kāi)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(chǎng)景運(yùn)用并解構(gòu)開(kāi)發(fā)流程;從物聯(lián)來(lái)自:專題
算能力,可以使用P1型云服務(wù)器。常用的軟件支持列表如下: Tensorflow、Caffe、PyTorch、MXNet等深度學(xué)習(xí)框架 RedShift for Autodesk 3dsMax、V-Ray for 3ds Max Agisoft PhotoScan MapD 彈性云服務(wù)器來(lái)自:百科
云知識(shí) 實(shí)戰(zhàn)篇:刷臉時(shí)代已經(jīng)到來(lái),你準(zhǔn)備好了嗎? 實(shí)戰(zhàn)篇:刷臉時(shí)代已經(jīng)到來(lái),你準(zhǔn)備好了嗎? 時(shí)間:2020-12-14 16:36:37 手把手教你玩轉(zhuǎn) 人臉識(shí)別 ,初探深度學(xué)習(xí)。 課程簡(jiǎn)介 本課程主要內(nèi)容包括:人臉識(shí)別原理、機(jī)器如何提取圖像的特征。 課程目標(biāo) 通過(guò)本課程學(xué)習(xí),了解機(jī)器學(xué)習(xí)的方法及快速掌握人臉識(shí)別應(yīng)用。來(lái)自:百科
式高級(jí)工程師、應(yīng)用開(kāi)發(fā)高級(jí)工程師、高校師生,學(xué)習(xí)完成可考取HCIP-IoT高級(jí)工程師認(rèn)證。 開(kāi)發(fā)者進(jìn)階課程 《深度學(xué)習(xí):IoT場(chǎng)景下的AI應(yīng)用與開(kāi)發(fā)》 本課程旨基于自動(dòng)售賣機(jī)這一真實(shí)場(chǎng)景開(kāi)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(chǎng)景運(yùn)用并解構(gòu)開(kāi)發(fā)流程;從物聯(lián)來(lái)自:專題
將介紹人工智能基本知識(shí)體系,機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)基礎(chǔ)與實(shí)踐。時(shí)空預(yù)測(cè)問(wèn)題的AutoML求解— Hands on Vega:基于AIOPS平臺(tái),利用AutoDL技術(shù)開(kāi)發(fā)硬盤異常檢測(cè)模型。以及中軟宅客學(xué)院在線平臺(tái)網(wǎng)絡(luò)人工智能課程介紹及7天實(shí)戰(zhàn)、人才測(cè)評(píng)。 內(nèi)容大綱: 1、人工智能基本知識(shí)體系;來(lái)自:百科
、軟件工程師等學(xué)習(xí)。 課程目標(biāo) 1.了解企業(yè)敏捷轉(zhuǎn)型經(jīng)常踩到的50個(gè)坑:總結(jié)各個(gè)企業(yè)開(kāi)展敏捷經(jīng)常踩到的坑,幫助你避開(kāi)錯(cuò)誤路線 2.深度學(xué)習(xí)敏捷實(shí)踐及敏捷轉(zhuǎn)型的策略:了解敏捷全套實(shí)踐和策略,包括Scrum、看板、敏捷度量、敏捷領(lǐng)導(dǎo)力、如何系統(tǒng)化領(lǐng)導(dǎo)敏捷轉(zhuǎn)型等 3.學(xué)習(xí)企業(yè)轉(zhuǎn)型的案例來(lái)自:百科
- PyTorch 深度學(xué)習(xí)實(shí)戰(zhàn) | PyTorch 環(huán)境搭建
- PyTorch深度學(xué)習(xí)實(shí)戰(zhàn) | 深度學(xué)習(xí)框架(PyTorch)
- 《MXNet深度學(xué)習(xí)實(shí)戰(zhàn)》—1.2.2 PyTorch
- PyTorch深度學(xué)習(xí)實(shí)戰(zhàn) | 計(jì)算機(jī)視覺(jué)
- PyTorch深度學(xué)習(xí)實(shí)戰(zhàn) | 預(yù)測(cè)工資——線性回歸
- PyTorch深度學(xué)習(xí)實(shí)戰(zhàn) | 典型卷積神經(jīng)網(wǎng)絡(luò)
- 深度學(xué)習(xí)實(shí)戰(zhàn)(三):使用PyTorch搭建VGG網(wǎng)絡(luò)
- PyTorch 深度學(xué)習(xí)實(shí)戰(zhàn) |用 TensorFlow 訓(xùn)練神經(jīng)網(wǎng)絡(luò)
- PyTorch深度學(xué)習(xí)領(lǐng)域框架
- PyTorch深度學(xué)習(xí)實(shí)戰(zhàn) | 神經(jīng)網(wǎng)絡(luò)的優(yōu)化難題