- 基于卷积神经网络的农作物病虫害识别系统 介绍基于卷积神经网络（CNN）的农作物病虫害识别系统是一种利用深度学习技术来自动识别和分类农作物病虫害的工具。该系统通过分析农作物的图像，能够快速、准确地识别出病虫害类型，从而为农业生产提供决策支持。 原理详解卷积神经网络（CNN）：CNN是一种深度学习模型，特别适合处理图像数据。其主要结构包括卷积层、激活层、池化层和全连接层。卷积层通过卷积操作提取... 基于卷积神经网络的农作物病虫害识别系统 介绍基于卷积神经网络（CNN）的农作物病虫害识别系统是一种利用深度学习技术来自动识别和分类农作物病虫害的工具。该系统通过分析农作物的图像，能够快速、准确地识别出病虫害类型，从而为农业生产提供决策支持。 原理详解卷积神经网络（CNN）：CNN是一种深度学习模型，特别适合处理图像数据。其主要结构包括卷积层、激活层、池化层和全连接层。卷积层通过卷积操作提取...
- CANN（Compute Architecture for Neural Networks）提供了算子加速库（Ascend Operator Library，简称AOL）。该库提供了一系列丰富且深度优化过的高性能算子API，更亲和昇腾AI处理器，调用流程如图1所示。开发者可直接调用算子库API使能模型创新与应用，以进一步提升开发效率和获取极致模型性能。 CANN（Compute Architecture for Neural Networks）提供了算子加速库（Ascend Operator Library，简称AOL）。该库提供了一系列丰富且深度优化过的高性能算子API，更亲和昇腾AI处理器，调用流程如图1所示。开发者可直接调用算子库API使能模型创新与应用，以进一步提升开发效率和获取极致模型性能。
- MindIE LLM是MindIE解决方案下的大语言模型推理组件，基于昇腾硬件提供业界通用大模型推理能力，同时提供多并发请求的调度功能，支持Continuous Batching、PageAttention、FlashDecoding等加速特性，使能用户高性能推理需求。 MindIE LLM是MindIE解决方案下的大语言模型推理组件，基于昇腾硬件提供业界通用大模型推理能力，同时提供多并发请求的调度功能，支持Continuous Batching、PageAttention、FlashDecoding等加速特性，使能用户高性能推理需求。
- TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。TF是词频(Term Frequency)，IDF是逆文本频率指数 TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比 TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。TF是词频(Term Frequency)，IDF是逆文本频率指数 TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比
- 通常情况下，对图像进行卷积运算时，经过多层的卷积运算后，输出图像的尺寸会变得很小，即图像被削减。而对于某些特定的任务（比如：图像分割、GAN），我们需要将图像恢复到原来的尺寸再进行进一步的计算。这个恢复图像尺寸，实现图像由小分辨率到大分辨率映射的操作，叫做上采样（Upsample），如 图 所示。 通常情况下，对图像进行卷积运算时，经过多层的卷积运算后，输出图像的尺寸会变得很小，即图像被削减。而对于某些特定的任务（比如：图像分割、GAN），我们需要将图像恢复到原来的尺寸再进行进一步的计算。这个恢复图像尺寸，实现图像由小分辨率到大分辨率映射的操作，叫做上采样（Upsample），如 图 所示。
- 测试驱动开发（Test-Driven Development，简称 TDD）是一种软件开发方法论，它强调在编写功能代码之前先编写测试代码。通过这种方式，可以确保代码的质量和可维护性，同时也能促进更好的设计思考。本文将从 TDD 的基本概念出发，逐步深入到实践中常见的问题、易错点以及如何避免这些问题，并通过具体的代码案例进行说明。 什么是测试驱动开发？测试驱动开发的核心理念可以概括为三个步骤：... 测试驱动开发（Test-Driven Development，简称 TDD）是一种软件开发方法论，它强调在编写功能代码之前先编写测试代码。通过这种方式，可以确保代码的质量和可维护性，同时也能促进更好的设计思考。本文将从 TDD 的基本概念出发，逐步深入到实践中常见的问题、易错点以及如何避免这些问题，并通过具体的代码案例进行说明。 什么是测试驱动开发？测试驱动开发的核心理念可以概括为三个步骤：...
- 1.算法运行效果图预览(完整程序运行后无水印) BO优化前BO优化过程BO优化后2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）MBsize = 32;Lr = 0.1;% CNN LSTM构建卷积神经网络layers = func_model(Nclass, Dim); % 设置训练选项 % 训练网络n... 1.算法运行效果图预览(完整程序运行后无水印) BO优化前BO优化过程BO优化后2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）MBsize = 32;Lr = 0.1;% CNN LSTM构建卷积神经网络layers = func_model(Nclass, Dim); % 设置训练选项 % 训练网络n...
- 1.课题概述风力发电电网系统的simulink建模与仿真。 2.系统仿真结果 3.核心程序与模型版本：MATLAB2022a 4.系统原理简介4.1风力发电原理与风机数学模型 风力发电机主要通过叶片捕获风能，将其转化为机械能，进一步转化为电能。风速与输出功率的关系通常遵循伯努利定律和叶素理论，可以用以... 1.课题概述风力发电电网系统的simulink建模与仿真。 2.系统仿真结果 3.核心程序与模型版本：MATLAB2022a 4.系统原理简介4.1风力发电原理与风机数学模型 风力发电机主要通过叶片捕获风能，将其转化为机械能，进一步转化为电能。风速与输出功率的关系通常遵循伯努利定律和叶素理论，可以用以...
- 使用Python实现深度学习模型：智能运动表现分析 使用Python实现深度学习模型：智能运动表现分析
- 介绍DeepArt 是一种将普通照片转化为具有特定艺术风格图片的应用。它利用深度学习技术，尤其是卷积神经网络（CNN），来实现图像风格迁移（style transfer）。DeepArt 可以将任意输入图像转换成类似于著名艺术家的绘画风格，从而生成独特的、充满艺术感的作品。应用使用场景• 数码艺术创作：数字艺术家可以快速将照片转换为不同艺术风格的作品。• 社交媒体内容制作：用户可以创建个性化... 介绍DeepArt 是一种将普通照片转化为具有特定艺术风格图片的应用。它利用深度学习技术，尤其是卷积神经网络（CNN），来实现图像风格迁移（style transfer）。DeepArt 可以将任意输入图像转换成类似于著名艺术家的绘画风格，从而生成独特的、充满艺术感的作品。应用使用场景• 数码艺术创作：数字艺术家可以快速将照片转换为不同艺术风格的作品。• 社交媒体内容制作：用户可以创建个性化...
- 线性回归是⼀种⽤于建⽴输⼊变量（特征）与连续⽬标变量之间关系的线性模型。它是机器学习和统计学中最简单、最常⻅的回归⽅法之⼀。线性回归假设特征与⽬标之间存在线性关系，并试图找到⼀条最佳拟合的直线（或超平⾯）来描述数据之间的关系。在机器学习领域中的大多数任务通常都与预测（prediction）有关。 当我们想预测一个数值时，就会涉及到回归问题。 常见的例子包括：预测价格（房屋、股票等）、预测住院... 线性回归是⼀种⽤于建⽴输⼊变量（特征）与连续⽬标变量之间关系的线性模型。它是机器学习和统计学中最简单、最常⻅的回归⽅法之⼀。线性回归假设特征与⽬标之间存在线性关系，并试图找到⼀条最佳拟合的直线（或超平⾯）来描述数据之间的关系。在机器学习领域中的大多数任务通常都与预测（prediction）有关。 当我们想预测一个数值时，就会涉及到回归问题。 常见的例子包括：预测价格（房屋、股票等）、预测住院...
- 摘要看完第一篇，大家应该对MAE的训练流程有所了解了。链接：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/136022910?spm=1001.2014.3001.5501这篇再讲述一篇案例，我们一起实现吧！ MAE代码from functools import partialfrom typing import Tu... 摘要看完第一篇，大家应该对MAE的训练流程有所了解了。链接：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/136022910?spm=1001.2014.3001.5501这篇再讲述一篇案例，我们一起实现吧！ MAE代码from functools import partialfrom typing import Tu...
- 问题详情 File "D:\ProgramData\anaconda3\lib\site-packages\torch\nn\modules\module.py", line 1194, in _call_impl return forward_call(*input, **kwargs) File "E:\yolov8\ultralytics-main\ultralytics\... 问题详情 File "D:\ProgramData\anaconda3\lib\site-packages\torch\nn\modules\module.py", line 1194, in _call_impl return forward_call(*input, **kwargs) File "E:\yolov8\ultralytics-main\ultralytics\...
- 在Android系统中使用NPU实现Yolov5分类检测-迅为电子 介绍YOLOv5 是一种目标检测算法，广泛应用于实时对象检测。NPU（神经处理单元）是一种专门设计用于加速神经网络计算的硬件。将YOLOv5部署到Android设备上并利用NPU，可以显著提升推理速度和效率。 应用使用场景智能监控：实时物体监控、识别和跟踪，提高安防水平。移动机器人：智能导航和障碍物检测。增强现实：实时对象... 在Android系统中使用NPU实现Yolov5分类检测-迅为电子 介绍YOLOv5 是一种目标检测算法，广泛应用于实时对象检测。NPU（神经处理单元）是一种专门设计用于加速神经网络计算的硬件。将YOLOv5部署到Android设备上并利用NPU，可以显著提升推理速度和效率。 应用使用场景智能监控：实时物体监控、识别和跟踪，提高安防水平。移动机器人：智能导航和障碍物检测。增强现实：实时对象...
- CNN进化论：从LeNet到ResNet的深度学习征途与PlugLink的赋能实践 介绍卷积神经网络（Convolutional Neural Networks, CNNs）是深度学习领域中最重要的模型之一。自LeNet提出以来，CNN经历了快速的发展，从AlexNet、VGG到ResNet，每一步都在不断提升性能和效率。本文将全面介绍这些重要的CNN架构，并探讨PlugLink如何赋能这... CNN进化论：从LeNet到ResNet的深度学习征途与PlugLink的赋能实践 介绍卷积神经网络（Convolutional Neural Networks, CNNs）是深度学习领域中最重要的模型之一。自LeNet提出以来，CNN经历了快速的发展，从AlexNet、VGG到ResNet，每一步都在不断提升性能和效率。本文将全面介绍这些重要的CNN架构，并探讨PlugLink如何赋能这...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签