- 拓展學(xué)習(xí)的廣度和深度 內(nèi)容精選 換一換
-
征形成更抽象的高層代表屬性類別或特征,發(fā)現(xiàn)數(shù)據(jù)分布式特征表示。研究深入學(xué)習(xí)的動(dòng)機(jī)是建立模擬大腦分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò),它模擬大腦的機(jī)制來(lái)解釋說(shuō)明數(shù)據(jù),如圖像、聲音、文本等數(shù)據(jù)。 深度學(xué)習(xí)的典型模型:卷積神經(jīng)網(wǎng)絡(luò)模型、深度信任網(wǎng)絡(luò)模型、堆棧自編碼網(wǎng)絡(luò)模型。 深度學(xué)習(xí)的應(yīng)用:計(jì)算機(jī)視覺(jué)、 語(yǔ)音識(shí)別 、自然語(yǔ)言處理等其他領(lǐng)域。來(lái)自:百科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:描述神經(jīng)網(wǎng)絡(luò)的定義與發(fā)展;熟悉深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的重要“部件”;熟悉神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與優(yōu)化;描述深度學(xué)習(xí)中常見(jiàn)的問(wèn)題。 課程大綱 1. 深度學(xué)習(xí)簡(jiǎn)介 2. 訓(xùn)練法則來(lái)自:百科
- 拓展學(xué)習(xí)的廣度和深度 相關(guān)內(nèi)容
-
算法和應(yīng)用示例。 課程簡(jiǎn)介 本課程介紹了雙向深度學(xué)習(xí)理論、算法和應(yīng)用示例,讓你對(duì)雙向深度學(xué)習(xí)有初步的認(rèn)知。 課程目標(biāo) 通過(guò)本課程的學(xué)習(xí),使學(xué)員: 1、認(rèn)識(shí)雙向智能。 2、了解深度雙向智能的理論、算法和應(yīng)用示例。 課程大綱 第1章 引言 第2章 雙向智能 第3章 深度雙向智能 華為云來(lái)自:百科典型應(yīng)用:軟件開(kāi)發(fā)、CI/CD流程自動(dòng)化 市場(chǎng)策略:作為通用的Serverless容器計(jì)算平臺(tái),提供高彈性、免運(yùn)維、按需計(jì)費(fèi)的CPU容器實(shí)例 目標(biāo)市場(chǎng):高彈性業(yè)務(wù)CCE 彈性流量處理 典型應(yīng)用:視頻、媒資、游戲、電商、在線教育 市場(chǎng)策略:通過(guò)CCE和CCI的協(xié)同(Bursting),更好的拓展長(zhǎng)穩(wěn)市場(chǎng) 文中課程 ??來(lái)自:百科
- 拓展學(xué)習(xí)的廣度和深度 更多內(nèi)容
-
云知識(shí) 基于深度學(xué)習(xí)算法的語(yǔ)音識(shí)別 基于深度學(xué)習(xí)算法的語(yǔ)音識(shí)別 時(shí)間:2020-12-01 09:50:45 利用新型的人工智能(深度學(xué)習(xí))算法,結(jié)合清華大學(xué)開(kāi)源語(yǔ)音數(shù)據(jù)集THCHS30進(jìn)行語(yǔ)音識(shí)別的實(shí)戰(zhàn)演練,讓使用者在了解語(yǔ)音識(shí)別基本的原理與實(shí)戰(zhàn)的同時(shí),更好的了解人工智能的相關(guān)內(nèi)容與應(yīng)用。來(lái)自:百科自動(dòng)機(jī)器學(xué)習(xí)等領(lǐng)域。 課程簡(jiǎn)介 本教程介紹了AI解決方案深度學(xué)習(xí)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(dá)能力的方式及復(fù)雜的訓(xùn)練過(guò)程。 課程目標(biāo) 通過(guò)本課程的學(xué)習(xí),使學(xué)員: 1、了解深度學(xué)習(xí)。 2、了解深度神經(jīng)網(wǎng)絡(luò)。 課程大綱 第1章 深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò) 華為云來(lái)自:百科華為云計(jì)算 云知識(shí) 深度學(xué)習(xí):IoT場(chǎng)景下的AI應(yīng)用與開(kāi)發(fā) 深度學(xué)習(xí):IoT場(chǎng)景下的AI應(yīng)用與開(kāi)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(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)網(wǎng)平臺(tái)來(lái)自:百科而 GaussDB (for MySQL)數(shù)據(jù)庫(kù)的存儲(chǔ)池化,具有強(qiáng)悍性能,支撐業(yè)務(wù)拓展: 原生優(yōu)化:MySQL + 優(yōu)勢(shì)硬件: RDMA、V5CPU、Optane 架構(gòu)優(yōu)勢(shì): 數(shù)據(jù)庫(kù)邏輯下推,釋放算力,減少網(wǎng)絡(luò)開(kāi)銷 提供7倍于原生 MySQL 的性能 文中課程 更多精彩課程、實(shí)驗(yàn)、微認(rèn)證來(lái)自:百科0白皮書(shū)》 自主開(kāi)發(fā)的工作流引擎實(shí)現(xiàn)了基于組織角色的可定制、可擴(kuò)展、可集成的 BPM(業(yè)務(wù)流程管理)規(guī)范體系,對(duì)于組織制度的電子化表述和互聯(lián)網(wǎng)化流轉(zhuǎn)提供了完整的體系支持,提供彈性的可視化、智能化的工作流定義、設(shè)計(jì)、配置和運(yùn)行展現(xiàn)。支持動(dòng)態(tài)運(yùn)行過(guò)程中的流程變更策略和全息流轉(zhuǎn)記錄,形成流程行為大數(shù)據(jù)的基礎(chǔ)。致遠(yuǎn)協(xié)同來(lái)自:云商店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:掌握學(xué)習(xí)算法定義與機(jī)器學(xué)習(xí)的流程;了解常用機(jī)器學(xué)習(xí)算法;了解超參數(shù)、梯度下降和交叉驗(yàn)證等概念。 課程大綱 1. 機(jī)器學(xué)習(xí)算法 2. 機(jī)器學(xué)習(xí)的分類 3. 機(jī)器學(xué)習(xí)的整體流程來(lái)自:百科HiLens 和ModelArts的關(guān)系 Huawei HiLens和ModelArts的關(guān)系 時(shí)間:2020-09-19 10:18:12 ModelArts是面向AI開(kāi)發(fā)者的一站式開(kāi)發(fā)平臺(tái),核心功能是模型訓(xùn)練。Huawei HiLens偏AI應(yīng)用開(kāi)發(fā),并實(shí)現(xiàn)端云協(xié)同推理和管理。 您來(lái)自:百科案和如何構(gòu)建其應(yīng)用。 城市公共照明設(shè)施規(guī)模日益增大,用電量節(jié)節(jié)攀升。為解決傳統(tǒng)路燈的問(wèn)題,基于物聯(lián)網(wǎng)的智慧路燈應(yīng)運(yùn)而生,本認(rèn)證將會(huì)為您介紹基于物聯(lián)的智慧路燈解決方案和如何構(gòu)建其應(yīng)用。 立即學(xué)習(xí) 物聯(lián)網(wǎng)平臺(tái)的自販機(jī)銷量分析 初級(jí)微認(rèn)證 借助物聯(lián)網(wǎng)平臺(tái)和大數(shù)據(jù)分析服務(wù),隨時(shí)監(jiān)控自動(dòng)售來(lái)自:專題企業(yè)上云時(shí)會(huì)面臨云環(huán)境下的安全挑戰(zhàn),如何應(yīng)對(duì)非法入侵顯得尤為重要,微認(rèn)證通過(guò)對(duì)主機(jī)進(jìn)行安全監(jiān)測(cè),識(shí)別病毒并查殺隔離,保證企業(yè)主機(jī)正常運(yùn)行 立即購(gòu)買 Web暴力破解漏洞挖掘 大數(shù)據(jù)時(shí)代,數(shù)據(jù)泄露事件愈發(fā)的頻繁和嚴(yán)重;暴力破解仍是安全事件的“高發(fā)地”,利用弱口令進(jìn)行暴力破解攻擊的安全事件占近年來(lái)年安全事件總數(shù)的33%來(lái)自:專題華為云計(jì)算 云知識(shí) OLTP和OLAP的比較 OLTP和OLAP的比較 時(shí)間:2021-07-01 10:45:23 數(shù)據(jù)庫(kù) 數(shù)據(jù)系統(tǒng) 云數(shù)據(jù)庫(kù) 數(shù)據(jù)倉(cāng)庫(kù) OLTP與OLAP主要從分析粒度、時(shí)效性、數(shù)據(jù)更新需求,驅(qū)動(dòng)方式等幾個(gè)內(nèi)容進(jìn)行對(duì)比分析。 文中課程 更多精彩課堂、微認(rèn)證、沙箱實(shí)驗(yàn),盡在華為云學(xué)院來(lái)自:百科
- 圖的遍歷 深度和廣度遍歷算法
- python算法實(shí)現(xiàn)深度優(yōu)先和廣度優(yōu)先
- 七十九、深度和廣度優(yōu)先搜索算法
- 深入淺出廣度和深度優(yōu)先搜索算法
- 圖的二種遍歷-廣度優(yōu)先遍歷和深度優(yōu)先遍歷
- “深度優(yōu)先” 、 “廣度優(yōu)先” 究竟哪個(gè)更常用
- 《深度學(xué)習(xí):主流框架和編程實(shí)戰(zhàn)》——1.4 優(yōu)化深度學(xué)習(xí)的方法
- 《深度學(xué)習(xí):主流框架和編程實(shí)戰(zhàn)》——1.5 深度學(xué)習(xí)展望
- 《深度學(xué)習(xí):主流框架和編程實(shí)戰(zhàn)》——1.1.2 傳統(tǒng)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的對(duì)比
- 《深度學(xué)習(xí):主流框架和編程實(shí)戰(zhàn)》——1.2.2 基于統(tǒng)計(jì)的深度學(xué)習(xí)技術(shù)