- 本书摘自《深度学习：卷积神经网络从入门到精通》——书中第1章，第1.7.1节，作者是李玉鑑、张婷、单传辉、刘兆英等。 本书摘自《深度学习：卷积神经网络从入门到精通》——书中第1章，第1.7.1节，作者是李玉鑑、张婷、单传辉、刘兆英等。
- 本书摘自《深度学习：卷积神经网络从入门到精通》——书中第1章，第1.4节，作者是李玉鑑、张婷、单传辉、刘兆英等。 本书摘自《深度学习：卷积神经网络从入门到精通》——书中第1章，第1.4节，作者是李玉鑑、张婷、单传辉、刘兆英等。
- 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.4.5节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.4.5节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.4.1节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.4.1节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.3.3节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.3.3节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.3.2节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.3.2节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.3.1节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.3.1节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.1.1节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第3章，第3.1.1节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第2章，第2.3节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第2章，第2.3节，作者是肖智清。
- 本书摘自《神经网络与PyTorch实战》——书中第1章，第1.2.4节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第1章，第1.2.4节，作者是肖智清。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第1章，第1.2.2节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第1章，第1.2.2节，作者是言有三 。
- 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第1章，第1.1.1节，作者是言有三 。 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第1章，第1.1.1节，作者是言有三 。
- 在自然语言处理（NLP）领域，传统的语言模型主要聚焦于处理文本数据。然而，随着技术的发展和应用需求的扩展，多模态学习逐渐成为了一个热门的研究方向。多模态学习指的是同时处理和理解多种类型的数据，如文本、图像、音频、视频等，进而结合这些数据来完成复杂的任务。例如，通过结合图像与文本，模型能够进行更精确的图像描述生成、视觉问答、情感分析等任务。多模态学习的核心挑战在于如何有效地融合不同模态的数据，... 在自然语言处理（NLP）领域，传统的语言模型主要聚焦于处理文本数据。然而，随着技术的发展和应用需求的扩展，多模态学习逐渐成为了一个热门的研究方向。多模态学习指的是同时处理和理解多种类型的数据，如文本、图像、音频、视频等，进而结合这些数据来完成复杂的任务。例如，通过结合图像与文本，模型能够进行更精确的图像描述生成、视觉问答、情感分析等任务。多模态学习的核心挑战在于如何有效地融合不同模态的数据，...
- AMSR-E/Aqua level 3 global monthly Surface Soil Moisture Averages V005 (AMSRE_AVRMO) at GES DISCGES DISC 的 AMSR-E/Aqua 第 3 级全球地表土壤水分月平均值 V005 (AMSRE_AVRMO)AMSR-E/Aqua level 3 global monthly Surfac... AMSR-E/Aqua level 3 global monthly Surface Soil Moisture Averages V005 (AMSRE_AVRMO) at GES DISCGES DISC 的 AMSR-E/Aqua 第 3 级全球地表土壤水分月平均值 V005 (AMSRE_AVRMO)AMSR-E/Aqua level 3 global monthly Surfac...
- AMSR-E L2 Rainfall Subset, collocated with CloudSat track V002 (AMSERR_CPR) at GES DISCAMSR-E L2 降雨子集，与位于 GES DISC 的 CloudSat 轨道 V002 (AMSERR_CPR) 位于同一地点 简介这是沿云卫星视场轨迹的 AMSR-E 雨率产品子集。子集的目标是选择并返回云卫... AMSR-E L2 Rainfall Subset, collocated with CloudSat track V002 (AMSERR_CPR) at GES DISCAMSR-E L2 降雨子集，与位于 GES DISC 的 CloudSat 轨道 V002 (AMSERR_CPR) 位于同一地点 简介这是沿云卫星视场轨迹的 AMSR-E 雨率产品子集。子集的目标是选择并返回云卫...
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中 -
一个AI团队帮你写代码：华为云码道Agent Space实战2026/06/25 周四 19:00-21:00
张翰文-华为云码道工程师/郭英旭-青软创新科技集团股份有限公司 软件架构师
本场直播聚焦华为云码道Agent Space两大模式：研发办公、代码开发，亲身体验从需求到代码的AI自动化能力。实操演示基于华为 CodeArts CLI，依托 OpenSpec 规格体系从零搭建业务项目。
回顾中
热门标签