- DL之RNN：基于TF利用RNN实现简单的序列数据类型(DIY序列数据集)的二分类(线性序列&随机序列) 目录 序列数据类型&输出结果 设计思路 序列数据类型&输出结果 1、test01：training_iters = 1000000 (32, 20, 1) [[0.336], [0.337], [0.338], [0.339], [0... DL之RNN：基于TF利用RNN实现简单的序列数据类型(DIY序列数据集)的二分类(线性序列&随机序列) 目录 序列数据类型&输出结果 设计思路 序列数据类型&输出结果 1、test01：training_iters = 1000000 (32, 20, 1) [[0.336], [0.337], [0.338], [0.339], [0...
- TF之AutoML框架：AutoML框架的简介、特点、使用方法详细攻略 目录 AutoML框架的简介 AutoML框架的特点 AutoML框架的使用方法 AutoML VS AutoKeras 框架 AutoML框架的简介 AutoML官网：https://www.automl.org/ 自动化机器学习，简单来说就是一种自动化任... TF之AutoML框架：AutoML框架的简介、特点、使用方法详细攻略 目录 AutoML框架的简介 AutoML框架的特点 AutoML框架的使用方法 AutoML VS AutoKeras 框架 AutoML框架的简介 AutoML官网：https://www.automl.org/ 自动化机器学习，简单来说就是一种自动化任...
- ML之NN：利用神经网络的BP算法解决XOR类(异或非)问题(BP solve XOR Problem) 目录 输出结果 实现代码 输出结果 实现代码 #BP solve XOR Problemimport numpy as np X = np.array ([[1, 0, 0], [1, 0, 1], [1, ... ML之NN：利用神经网络的BP算法解决XOR类(异或非)问题(BP solve XOR Problem) 目录 输出结果 实现代码 输出结果 实现代码 #BP solve XOR Problemimport numpy as np X = np.array ([[1, 0, 0], [1, 0, 1], [1, ...
- DL之FCN：FCN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 FCN算法的简介(论文介绍) 0、FCN性能—实验结果 1、全卷积神经网络的特点、局限性、缺点 FCN算法的架构详解 FCN算法的案例应用 相关... DL之FCN：FCN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 FCN算法的简介(论文介绍) 0、FCN性能—实验结果 1、全卷积神经网络的特点、局限性、缺点 FCN算法的架构详解 FCN算法的案例应用 相关...
- Keras之ML~P：基于Keras中建立的简单的二分类问题的神经网络模型(根据200个数据样本预测新的5个样本)——概率预测 目录 输出结果 核心代码 输出结果 核心代码 # -*- coding: utf-8 -*- #Keras之ML~P：基于Keras中建立的简单的二分类问题的神经网络模型(根据200个... Keras之ML~P：基于Keras中建立的简单的二分类问题的神经网络模型(根据200个数据样本预测新的5个样本)——概率预测 目录 输出结果 核心代码 输出结果 核心代码 # -*- coding: utf-8 -*- #Keras之ML~P：基于Keras中建立的简单的二分类问题的神经网络模型(根据200个...
- DL之CNN：计算机视觉之卷积神经网络经典算法简介、重要进展、改进技巧之详细攻略(建议收藏) 目录 CNN经典算法细讲 1、CNN历年冠军算法 1.1、LeNet-5 1.2、AlexNet 1.3、VGGNet DL之CNN：计算机视觉之卷积神经网络经典算法简介、重要进展、改进技巧之详细攻略(建议收藏) 目录 CNN经典算法细讲 1、CNN历年冠军算法 1.1、LeNet-5 1.2、AlexNet 1.3、VGGNet
- DL之DNN：基于神经网络(从1层~50层)DNN算法实现对非线性数据集点进行绘制决策边界 目录 输出结果 设计代码 输出结果 设计代码 首先查看数据集 import numpy as npfrom sklearn.datasets impo... DL之DNN：基于神经网络(从1层~50层)DNN算法实现对非线性数据集点进行绘制决策边界 目录 输出结果 设计代码 输出结果 设计代码 首先查看数据集 import numpy as npfrom sklearn.datasets impo...
- DL之DNN：利用numpy自定义三层结构+softmax函数建立3层完整神经网络全部代码实现(探究BP神经网络的底层思想) 目录 输出结果 代码实现 输出结果 代码实现 #DL之NN：利用numpy自定义三... DL之DNN：利用numpy自定义三层结构+softmax函数建立3层完整神经网络全部代码实现(探究BP神经网络的底层思想) 目录 输出结果 代码实现 输出结果 代码实现 #DL之NN：利用numpy自定义三...
- DL之DNN之BP：神经网络算法简介之BP算法/GD算法之不需要额外任何文字，只需要八张图讲清楚BP类神经网络的工作原理 目录 BP类神经网络理解 1、信号正向传播FP 2、误差反向传播BP+GD BP类神经网络理解 1、BP算法 1、信号正向传播FP ... DL之DNN之BP：神经网络算法简介之BP算法/GD算法之不需要额外任何文字，只需要八张图讲清楚BP类神经网络的工作原理 目录 BP类神经网络理解 1、信号正向传播FP 2、误差反向传播BP+GD BP类神经网络理解 1、BP算法 1、信号正向传播FP ...
- DL之SqueezeNet：SqueezeNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 SqueezeNet算法的简介(论文介绍) 1、轻量级的CNN架构优势 2、主要特点 3、常用的模型压缩技术 SqueezeNet算法的架构详解 SqueezeNet算法的案例应用 ... DL之SqueezeNet：SqueezeNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 SqueezeNet算法的简介(论文介绍) 1、轻量级的CNN架构优势 2、主要特点 3、常用的模型压缩技术 SqueezeNet算法的架构详解 SqueezeNet算法的案例应用 ...
- DL之CNN：利用CNN算法实现对句子分类+进行情感分析(预测句子情感) 目录 CNN算法设计思路 代码实现 CNN算法设计思路 b 代码实现 后期更新…… DL之CNN：利用CNN算法实现对句子分类+进行情感分析(预测句子情感) 目录 CNN算法设计思路 代码实现 CNN算法设计思路 b 代码实现 后期更新……
- DL之ResNeXt：ResNeXt算法的架构详解 相关文章DL之ResNeXt：ResNeXt算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略DL之ResNeXt：ResNeXt算法的架构详解 ResNeXt算法的架构详解 1、主要思想——Inception与ResNet相互借鉴 Inceptio... DL之ResNeXt：ResNeXt算法的架构详解 相关文章DL之ResNeXt：ResNeXt算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略DL之ResNeXt：ResNeXt算法的架构详解 ResNeXt算法的架构详解 1、主要思想——Inception与ResNet相互借鉴 Inceptio...
- DL之VGGNet：VGGNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 VGG系列神经网络算法简介 1、网络架构 2、实验结果 VGG系列神经网络的架构详解 VGG系列集合以及对比 VGG16练习攻略二 1、VGG16实践经验 VGG19 1、关于imagenet-vgg-verydeep-19.mat模型简介 ... DL之VGGNet：VGGNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 VGG系列神经网络算法简介 1、网络架构 2、实验结果 VGG系列神经网络的架构详解 VGG系列集合以及对比 VGG16练习攻略二 1、VGG16实践经验 VGG19 1、关于imagenet-vgg-verydeep-19.mat模型简介 ...
- TF之DeepDream：DeepDream前世今生之简介、安装、使用方法之详细攻略 目录 DeepDream前世今生之简介 DD的目的 DD特点 DD工作原理 DeepDream前世今生之安装 DeepDream前世今生之使用方法 DeepDream前世今生之简介  ... TF之DeepDream：DeepDream前世今生之简介、安装、使用方法之详细攻略 目录 DeepDream前世今生之简介 DD的目的 DD特点 DD工作原理 DeepDream前世今生之安装 DeepDream前世今生之使用方法 DeepDream前世今生之简介  ...
- DL之FasterR-CNN：Faster R-CNN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 Faster R-CNN算法的简介(论文介绍) 1、实验结果 2、三者架构对比——R-CNN、Fast R-CNN、Faster R-CNN Faster R-CNN算法的架构详解 1、Faster R-CNN Fa... DL之FasterR-CNN：Faster R-CNN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 Faster R-CNN算法的简介(论文介绍) 1、实验结果 2、三者架构对比——R-CNN、Fast R-CNN、Faster R-CNN Faster R-CNN算法的架构详解 1、Faster R-CNN Fa...
上滑加载中
推荐直播
-
香橙派AIpro的远程推理框架与实验案例2025/07/04 周五 19:00-20:00
郝家胜 -华为开发者布道师-高校教师
AiR推理框架创新采用将模型推理与模型应用相分离的机制，把香橙派封装为AI推理黑盒服务，构建了分布式远程推理框架，并提供多种输入模态、多种输出方式以及多线程支持的高度复用框架，解决了开发板环境配置复杂上手困难、缺乏可视化体验和资源稀缺课程受限等痛点问题，真正做到开箱即用，并支持多种笔记本电脑环境、多种不同编程语言，10行代码即可体验图像分割迁移案例。
回顾中 -
鸿蒙端云一体化应用开发2025/07/10 周四 19:00-20:00
倪红军 华为开发者布道师-高校教师
基于鸿蒙平台终端设备的应用场景越来越多、使用范围越来越广。本课程以云数据库服务为例，介绍云侧项目应用的创建、新建对象类型、新增存储区及向对象类型中添加数据对象的方法，端侧（HarmonyOS平台）一体化工程项目的创建、云数据资源的关联方法及对云侧数据的增删改查等操作方法，为开发端云一体化应用打下坚实基础。
即将直播
热门标签