- 说明：随着开发迭代MindSpore的接口及流程的不断演进，书中代码仅为示意代码，完整可运行代码请大家以线上代码仓中对应章节代码为准。网址为：https://mindspore.cn/resource。读者可扫描右侧二维码获取相关资源。LeNet主要用来进行手写字符的识别与分类，并已在美国的银行中投入使用。LeNet的实现确立了卷积神经网络（CNN）的结构，现在神经网络中的许多内容在LeNe... 说明：随着开发迭代MindSpore的接口及流程的不断演进，书中代码仅为示意代码，完整可运行代码请大家以线上代码仓中对应章节代码为准。网址为：https://mindspore.cn/resource。读者可扫描右侧二维码获取相关资源。LeNet主要用来进行手写字符的识别与分类，并已在美国的银行中投入使用。LeNet的实现确立了卷积神经网络（CNN）的结构，现在神经网络中的许多内容在LeNe...
- RESTful API介绍学习 RESTful API介绍学习
- 本章介绍了深度神经网络的几个相关概念，并给出了用MindSpore实现简单神经网络的样例。深度学习（Deep Learning）与传统机器学习最大的不同在于其利用神经网络对数据进行高级抽象。而最基础的神经网络结构为前向神经网络（Feed forwardNeural Network，FNN），又称多层感知机（Multi-Layer Perceptron，MLP）。在介绍多层感知机之前，先来认识... 本章介绍了深度神经网络的几个相关概念，并给出了用MindSpore实现简单神经网络的样例。深度学习（Deep Learning）与传统机器学习最大的不同在于其利用神经网络对数据进行高级抽象。而最基础的神经网络结构为前向神经网络（Feed forwardNeural Network，FNN），又称多层感知机（Multi-Layer Perceptron，MLP）。在介绍多层感知机之前，先来认识...
- 在机器学习中，过拟合（Overfitting）与欠拟合（Underfitting）都是指模型选择不能够很好地拟合数据本身，即模型过于复杂或过于简单。一个过拟合的模型往往有着比数据本身特性更多的参数，为了拟合尽可能多的数据，甚至包括一些错误的样本，这些参数会因过度拟合数据而产生一些噪声。而欠拟合与之相反，其原因是选择的参数或模型不够复杂，例如用线性模型去拟合非线性结构，显然是欠拟合的。图2.7... 在机器学习中，过拟合（Overfitting）与欠拟合（Underfitting）都是指模型选择不能够很好地拟合数据本身，即模型过于复杂或过于简单。一个过拟合的模型往往有着比数据本身特性更多的参数，为了拟合尽可能多的数据，甚至包括一些错误的样本，这些参数会因过度拟合数据而产生一些噪声。而欠拟合与之相反，其原因是选择的参数或模型不够复杂，例如用线性模型去拟合非线性结构，显然是欠拟合的。图2.7...
- 梯度下降（Gradient Descent）算法是一个一阶最优化算法，通常也称为最速下降算法。为了找到一个损失函数（或目标函数）的局部最小值，必须向函数前点对应梯度（或者近似梯度）的反方向移动适当的距离，从而实现迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部最大值点，这个相反的过程被称为梯度上升算法。本节以梯度下降算法为例进行探讨。梯度下降算法基于以下观察：如果实数函数J（... 梯度下降（Gradient Descent）算法是一个一阶最优化算法，通常也称为最速下降算法。为了找到一个损失函数（或目标函数）的局部最小值，必须向函数前点对应梯度（或者近似梯度）的反方向移动适当的距离，从而实现迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部最大值点，这个相反的过程被称为梯度上升算法。本节以梯度下降算法为例进行探讨。梯度下降算法基于以下观察：如果实数函数J（...
- 目标检测任务比图像分类稍微复杂一些，需要对图像中感兴趣的目标检测物体进行定位和分类目标检测的用途广泛（人脸检测，车辆识别等）基于ModelArts平台，目标检测的开发流程和图像分类非常相似快速1，数据集准备，首先在目标检测模板创建一个项目，上传图像，并开始标注，如图像中的人脸，需将每张图像的目标类别（人脸标志）用矩形框标注出来，并给具体标签，大概标注十几张至二十几张图像后，便可得一个简易的人... 目标检测任务比图像分类稍微复杂一些，需要对图像中感兴趣的目标检测物体进行定位和分类目标检测的用途广泛（人脸检测，车辆识别等）基于ModelArts平台，目标检测的开发流程和图像分类非常相似快速1，数据集准备，首先在目标检测模板创建一个项目，上传图像，并开始标注，如图像中的人脸，需将每张图像的目标类别（人脸标志）用矩形框标注出来，并给具体标签，大概标注十几张至二十几张图像后，便可得一个简易的人...
- 人工智能应用快速开发，ModelArts提供丰富的模板并具备一定的自动化能力，ModelArts使得开发人工智能应用更加便捷，ModelArts目前提供图像分类，目标检测，声音分类，文本分类等多种简单的模板，以及零售商品识别，OCR等复杂模板模板类型 简单模板（行业相关性较弱，包含环节数较少，业务技能要求较多，较为通用） 复杂模板（行业相关性较强，包含环节数较多，业务技能要求较少）图像... 人工智能应用快速开发，ModelArts提供丰富的模板并具备一定的自动化能力，ModelArts使得开发人工智能应用更加便捷，ModelArts目前提供图像分类，目标检测，声音分类，文本分类等多种简单的模板，以及零售商品识别，OCR等复杂模板模板类型 简单模板（行业相关性较弱，包含环节数较少，业务技能要求较多，较为通用） 复杂模板（行业相关性较强，包含环节数较多，业务技能要求较少）图像...
- 回归问题算法通常是利用一系列属性来预测一个值，预测的值是连续的。例如给出一套房子的一些特征数据，如面积、卧室数等来预测房价，利用最近一周的气温变化和卫星云图来预测未来的气温情况等。如果一套房子实际价格为500万元，通过回归分析的预测值为499万元，则认为这是一个比较好的回归分析。在机器学习问题中，常见的回归分析有线性回归（Linear Regression）、多项式回归（Polynomial... 回归问题算法通常是利用一系列属性来预测一个值，预测的值是连续的。例如给出一套房子的一些特征数据，如面积、卧室数等来预测房价，利用最近一周的气温变化和卫星云图来预测未来的气温情况等。如果一套房子实际价格为500万元，通过回归分析的预测值为499万元，则认为这是一个比较好的回归分析。在机器学习问题中，常见的回归分析有线性回归（Linear Regression）、多项式回归（Polynomial...
- 在Python中self的用途的学习 在Python中self的用途的学习
- 假设房子例子，真实的数据之间存在这样的关系： 真实关系：真实房子价格 = 0.02×中心区域的距离 + 0.04×城市一氧化氮浓度 + (-0.12×自住房平均房价) + 0.254×城镇犯罪率那么现在呢，我们随意指定一个关系（猜测） 随机指定关系：预测房子价格 = 0.25×中心区域的距离 + 0.14×城市一氧化氮浓度 + 0.42×自住房平均房价 + 0.34×城镇... 假设房子例子，真实的数据之间存在这样的关系： 真实关系：真实房子价格 = 0.02×中心区域的距离 + 0.04×城市一氧化氮浓度 + (-0.12×自住房平均房价) + 0.254×城镇犯罪率那么现在呢，我们随意指定一个关系（猜测） 随机指定关系：预测房子价格 = 0.25×中心区域的距离 + 0.14×城市一氧化氮浓度 + 0.42×自住房平均房价 + 0.34×城镇...
- Python Django logging配置学习 Python Django logging配置学习
- Python中的变量和数据类型是什么？ Python中的变量和数据类型是什么？
- Django-Debug-Toolbar 使用指南的学习 Django-Debug-Toolbar 使用指南的学习
- 12月6日，“鲲鹏凌云·智耀津门”天津鲲鹏训练营&鲲鹏应用开发者大赛，鲲鹏训练营一、二期闭营暨应用者开发大赛正式开启。本次活动在天津滨海高新技术产业开发区管理委员会指导下，由天津鲲鹏生态创新中心主办，旨在吸引全产业开发者共同打造鲲鹏全栈解决方案，加速构建以鲲鹏为底座的计算产业，打造充满生命力的鲲鹏生态。此次训练营吸引了天津300多名企业和高校专业人才，按照“训赛结合、以训促赛”的办营... 12月6日，“鲲鹏凌云·智耀津门”天津鲲鹏训练营&鲲鹏应用开发者大赛，鲲鹏训练营一、二期闭营暨应用者开发大赛正式开启。本次活动在天津滨海高新技术产业开发区管理委员会指导下，由天津鲲鹏生态创新中心主办，旨在吸引全产业开发者共同打造鲲鹏全栈解决方案，加速构建以鲲鹏为底座的计算产业，打造充满生命力的鲲鹏生态。此次训练营吸引了天津300多名企业和高校专业人才，按照“训赛结合、以训促赛”的办营...
- Python 浏览器的同源策略及跨域解决方案学习过程 Python 浏览器的同源策略及跨域解决方案学习过程
上滑加载中
推荐直播
-
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中 -
华为云码道全新升级，多会话并行与多智能体协作2026/05/08 周五 19:00-21:00
王一男-华为云码道产品专家；张嘉冉-华为云码道工程师；胡琦-华为云HCDE；程诗杰-华为云HCDG
华为云码道4月份版本全新升级，此次直播深度解读4月份产品特性，通过“特性解读+实操演示+实战案例+设计创新”的组合，全方位展现码道在多会话并行与多智能体协作方面的能力，赋能开发者提升效率
正在直播
热门标签