- 深度學(xué)習(xí)及其應(yīng)用技術(shù) 內(nèi)容精選 換一換
-
智慧生態(tài),讓開發(fā)者 能夠快速地利用華為強(qiáng)大的AI處理能力,為用戶提供更好的智慧應(yīng)用體驗(yàn)。 目標(biāo)學(xué)員 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)完本課程之后,您將能夠:掌握華為HiAI平臺(tái)的使用方法;了解HiAI平臺(tái)的強(qiáng)大功能。來自:百科dspore的特性。最后通過基 于Mindspore的開發(fā)與應(yīng)用來進(jìn)入了解這一開發(fā)框架。 目標(biāo)學(xué)員 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:描述Mindspore是什么;了解Mind來自:百科
- 深度學(xué)習(xí)及其應(yīng)用技術(shù) 相關(guān)內(nèi)容
-
發(fā)的海量計(jì)算場(chǎng)景。P系列適合于深度學(xué)習(xí),科學(xué)計(jì)算,CAE等;G系列適合于3D動(dòng)畫渲染,CAD等。 課程簡(jiǎn)介 本課程介紹了CPU& 彈性云服務(wù)器 的特性、應(yīng)用場(chǎng)景等并為大家演示如何購(gòu)買及使用。 課程目標(biāo) 通過本課程的學(xué)習(xí),了解GPU在各個(gè)行業(yè)的市場(chǎng)情況及其特性優(yōu)勢(shì)等,并掌握其使用方法。來自:百科發(fā)和執(zhí)行提供了多層次和多功能的便捷服務(wù)。 AI開發(fā)平臺(tái) ModelArts ModelArts是面向開發(fā)者的一站式AI開發(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。來自:百科
- 深度學(xué)習(xí)及其應(yīng)用技術(shù) 更多內(nèi)容
-
- 深度學(xué)習(xí)的數(shù)學(xué) —— 矩陣乘向量及其特性
- 卷積操作的概念及其在深度學(xué)習(xí)中的應(yīng)用
- 【IoT】NFC 應(yīng)用技術(shù)全面解析
- 《MXNet深度學(xué)習(xí)實(shí)戰(zhàn)》—1.1.3 深度學(xué)習(xí)
- 深度學(xué)習(xí)
- AIGC技術(shù)深度剖析:底層原理及其應(yīng)用
- 《MXNet深度學(xué)習(xí)實(shí)戰(zhàn)》—1.2 深度學(xué)習(xí)框架
- PyTorch深度學(xué)習(xí)實(shí)戰(zhàn) | 深度學(xué)習(xí)框架(PyTorch)
- 深度學(xué)習(xí)修煉(一)——從機(jī)器學(xué)習(xí)轉(zhuǎn)向深度學(xué)習(xí)
- 【深度學(xué)習(xí)】嘿馬深度學(xué)習(xí)筆記第1篇:深度學(xué)習(xí),1.1 深度學(xué)習(xí)與機(jī)器學(xué)習(xí)的區(qū)別【附代碼文檔】