- 深度學(xué)習(xí)用于實(shí)驗(yàn)物理 內(nèi)容精選 換一換
-
來自:百科華為云計(jì)算 云知識(shí) 深度學(xué)習(xí)概覽 深度學(xué)習(xí)概覽 時(shí)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(shí),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)用于實(shí)驗(yàn)物理 相關(guān)內(nèi)容
-
大V講堂——雙向深度學(xué)習(xí) 大V講堂——雙向深度學(xué)習(xí) 時(shí)間:2020-12-09 14:52:19 以當(dāng)今研究趨勢由前饋學(xué)習(xí)重新轉(zhuǎn)入雙向?qū)ε枷到y(tǒng)為出發(fā)點(diǎn),從解碼與編碼、識(shí)別與重建、歸納與演繹、認(rèn)知與求解等角度,我們將概括地介紹雙向深度學(xué)習(xí)的歷史、發(fā)展現(xiàn)狀、應(yīng)用場景,著重介紹雙向深度學(xué)習(xí)理論、算法和應(yīng)用示例。來自:百科來自:百科
- 深度學(xué)習(xí)用于實(shí)驗(yàn)物理 更多內(nèi)容
-
華為云計(jì)算 云知識(shí) 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(shí)間:2020-12-08 10:34:34 本課程旨基于自動(dòng)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(tái)來自:百科
能力。 課程大綱 第1章 ModelArts概覽 第2章 ModelArts平臺(tái)開發(fā)實(shí)驗(yàn) 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-來自:百科
進(jìn)行各類實(shí)驗(yàn)課程的操作實(shí)驗(yàn)。 華為云沙箱實(shí)驗(yàn)室,提供了實(shí)驗(yàn)方向覆蓋云計(jì)算、人工智能、鯤鵬、軟件開發(fā)、 云安全 等方面的實(shí)驗(yàn)供用戶學(xué)習(xí)使用,實(shí)驗(yàn)的難易程度包括了:初級(jí)、中級(jí)、高級(jí)等云端實(shí)驗(yàn)。 KooLabs KooLabs是華為云官方實(shí)驗(yàn)平臺(tái),一鍵創(chuàng)建實(shí)驗(yàn)環(huán)境,開發(fā)者通過實(shí)驗(yàn)手冊(cè)指導(dǎo),來自:百科
華為云計(jì)算 云知識(shí) GaussDB 適用于金融互聯(lián)網(wǎng)交易 GaussDB適用于金融互聯(lián)網(wǎng)交易 時(shí)間:2021-06-16 17:34:19 數(shù)據(jù)庫 GaussDB適合各中小銀行互聯(lián)網(wǎng)類交易系統(tǒng),比如移動(dòng)APP類、網(wǎng)站類等,具備兼容業(yè)界主流商業(yè)數(shù)據(jù)庫生態(tài)、高性能、安全可靠等特點(diǎn),推薦主備形態(tài)。具有如下2個(gè)主要優(yōu)勢:來自:百科
華為云計(jì)算 云知識(shí) 云審計(jì) 服務(wù)適用于哪些場景 云審計(jì)服務(wù)適用于哪些場景 時(shí)間:2021-07-01 16:24:11 云審計(jì)服務(wù)適用于的場景包括以下這些: 1. 行業(yè)認(rèn)證 根據(jù)客戶業(yè)務(wù)類型,需要進(jìn)行業(yè)務(wù)云認(rèn)證。如金融云、可信云等等。 2. IT 合規(guī)審計(jì) 根據(jù)信息管理規(guī)范要求,重要數(shù)據(jù),系統(tǒng)訪問都要被實(shí)時(shí)記錄。來自:百科
- 【深度學(xué)習(xí)】圖像超分實(shí)驗(yàn):SRCNN/FSRCNN
- 深度學(xué)習(xí)在物理層信號(hào)處理中的應(yīng)用研究
- 用于 Python 深度學(xué)習(xí)項(xiàng)目的 PyTorch 與 TensorFlow
- 《深度學(xué)習(xí):主流框架和編程實(shí)戰(zhàn)》——2.3.5 實(shí)驗(yàn)結(jié)果及分析
- cuDNN:用于深度學(xué)習(xí)的高效原語【讀書筆記】
- 關(guān)于《基于深度學(xué)習(xí)算法的語音識(shí)別》沙箱實(shí)驗(yàn)的建議
- 《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)
- 《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)