- 课前准备在进行开发前需要具备C/C++、Python语言基础知识以及Linux命令行操作能力图片分类应用图片分类应用即按图片中内容所属类别来区分图片，主要过程就是将图片以模型支持的参数进行输入，经过模型得出分类结果。这里以已经训练好的开源模型Resnet50为例，该模型要求输入图片的编码格式为RGB、分辨率为224*224，在模型的输出中Top5置信度的类别标签及其对应置信度（置信度表示图片... 课前准备在进行开发前需要具备C/C++、Python语言基础知识以及Linux命令行操作能力图片分类应用图片分类应用即按图片中内容所属类别来区分图片，主要过程就是将图片以模型支持的参数进行输入，经过模型得出分类结果。这里以已经训练好的开源模型Resnet50为例，该模型要求输入图片的编码格式为RGB、分辨率为224*224，在模型的输出中Top5置信度的类别标签及其对应置信度（置信度表示图片...
- 加拿大的高分辨率树种信息主要树种地图的距离-秒级¶。领先树种图的距离-秒级（D2SC）值，作为领先树种图的归属可信度指标，该图由空间详尽、30米空间分辨率、代表2019年情况的Landsat图像合成的表面反射值产生。按照Hermosilla等人（2022）描述的框架，在物种建模中还包括地理和气候数据、海拔衍生物和遥感得出的物候学。区域分类模型是根据加拿大的国家森林目录，使用150x150... 加拿大的高分辨率树种信息主要树种地图的距离-秒级¶。领先树种图的距离-秒级（D2SC）值，作为领先树种图的归属可信度指标，该图由空间详尽、30米空间分辨率、代表2019年情况的Landsat图像合成的表面反射值产生。按照Hermosilla等人（2022）描述的框架，在物种建模中还包括地理和气候数据、海拔衍生物和遥感得出的物候学。区域分类模型是根据加拿大的国家森林目录，使用150x150...
- Python作为一种流行的编程语言，拥有丰富的第三方库资源，这些库可以帮助开发者轻松实现各种功能，从数据分析到Web开发，从机器学习到图像处理，涵盖了各个领域。在Python的开发过程中，安装并使用常用的Python库是非常重要的一步。本文将介绍如何安装常用的Python库，以帮助您在Python开发中更加高效地进行编程。 NumPyNumPy是Python科学计算的核心库，提供了高性能的多... Python作为一种流行的编程语言，拥有丰富的第三方库资源，这些库可以帮助开发者轻松实现各种功能，从数据分析到Web开发，从机器学习到图像处理，涵盖了各个领域。在Python的开发过程中，安装并使用常用的Python库是非常重要的一步。本文将介绍如何安装常用的Python库，以帮助您在Python开发中更加高效地进行编程。 NumPyNumPy是Python科学计算的核心库，提供了高性能的多...
- 本专栏包含信息论与编码的核心知识，按知识点组织，可作为教学或学习的参考。markdown版本已归档至【Github仓库：https://github.com/timerring/information-theory 】或者公众号【AIShareLab】回复 信息论 获取。 信息率失真函数Theorem [Rate-Distortion]. 以小于或等于失真 D 去重构无记忆信源所需的最小信源... 本专栏包含信息论与编码的核心知识，按知识点组织，可作为教学或学习的参考。markdown版本已归档至【Github仓库：https://github.com/timerring/information-theory 】或者公众号【AIShareLab】回复 信息论 获取。 信息率失真函数Theorem [Rate-Distortion]. 以小于或等于失真 D 去重构无记忆信源所需的最小信源...
- 爬虫训练场建站时间轴：https://pachong.vip/timeline 背景为了便于记录爬虫训练场项目更新日志，所以集成该功能，实现效果如下所示。特别备注一下，时间轴是什么？时间轴是一种常用的网站布局元素，通常用来展示网站历史事件或里程碑式的信息。时间轴可以帮助用户更好地了解网站的发展历程，并使用户更容易找到想要的信息。时间轴通常是一条垂直的线，上面有若干个时间节点。每个时间节点都对... 爬虫训练场建站时间轴：https://pachong.vip/timeline 背景为了便于记录爬虫训练场项目更新日志，所以集成该功能，实现效果如下所示。特别备注一下，时间轴是什么？时间轴是一种常用的网站布局元素，通常用来展示网站历史事件或里程碑式的信息。时间轴可以帮助用户更好地了解网站的发展历程，并使用户更容易找到想要的信息。时间轴通常是一条垂直的线，上面有若干个时间节点。每个时间节点都对...
- 上周我有幸参加了由中国图像图形学会和合合信息共同举办的CSIG企业行活动。这次活动邀请了多位来自图像描述与视觉问答、图文公式识别、自然语言处理、生成式视觉等领域的学者，他们分享了各自的研究成果和经验，并与现场观众进行了深入的交流和探讨。干货多多，感悟多多，在这里分享此次的收获给大家。一、活动介绍 ✍中国图像图形学学会（China Society of Image and Graphics，C... 上周我有幸参加了由中国图像图形学会和合合信息共同举办的CSIG企业行活动。这次活动邀请了多位来自图像描述与视觉问答、图文公式识别、自然语言处理、生成式视觉等领域的学者，他们分享了各自的研究成果和经验，并与现场观众进行了深入的交流和探讨。干货多多，感悟多多，在这里分享此次的收获给大家。一、活动介绍 ✍中国图像图形学学会（China Society of Image and Graphics，C...
- 【Datawhale动手学深度学习笔记】多层感知机代码实践 【Datawhale动手学深度学习笔记】多层感知机代码实践
- 【Datawhale动手学深度学习笔记】线性神经网络 【Datawhale动手学深度学习笔记】线性神经网络
- 本期将提供一个利用深度学习进行花卉图片分类的案例，并使用迁移学习的方法解决训练数据较少的问题。图片分类是根据图像的语义信息对不同的图片进行区分，是计算机视觉中的基本问题，也是图像检测、图像分割、物体跟踪等高阶视觉任务的基础。在深度学习领域，图片分类的任务一般基于卷积神经网络来完成，如常见的卷积神经网络有 VGG、GoogleNet、ResNet 等。而在图像分类领域，数据标记是最基础和烦琐的工作。 本期将提供一个利用深度学习进行花卉图片分类的案例，并使用迁移学习的方法解决训练数据较少的问题。图片分类是根据图像的语义信息对不同的图片进行区分，是计算机视觉中的基本问题，也是图像检测、图像分割、物体跟踪等高阶视觉任务的基础。在深度学习领域，图片分类的任务一般基于卷积神经网络来完成，如常见的卷积神经网络有 VGG、GoogleNet、ResNet 等。而在图像分类领域，数据标记是最基础和烦琐的工作。
- 即使我们可以利用反向传播来进行优化，但是训练过程中仍然会出现一系列的问题，比如鞍点、病态条件、梯度消失和梯度爆炸，对此我们首先提出了小批量随机梯度下降，并且基于批量随机梯度下降的不稳定的特点，继续对其做出方向和学习率上的优化。 即使我们可以利用反向传播来进行优化，但是训练过程中仍然会出现一系列的问题，比如鞍点、病态条件、梯度消失和梯度爆炸，对此我们首先提出了小批量随机梯度下降，并且基于批量随机梯度下降的不稳定的特点，继续对其做出方向和学习率上的优化。
- 上周，我和一位从业三十余年的工程师聊到ChatGPT。作为一名人工智能领域研究者，我也一直对对话式大型语言模型非常感兴趣，在讨论中，我向他解释这个技术时，他瞬间被其中惊人之处所吸引🙌，我们深入探讨了ChatGPT的关键技术，他对我所说的内容产生了浓厚的兴趣，我们开始交流并分享了各自的经验。我发现，与这位资深工程师的讨论不仅加深了我的理解，也让我更加了解了这项技术的前沿发展🌱。后续我也下面... 上周，我和一位从业三十余年的工程师聊到ChatGPT。作为一名人工智能领域研究者，我也一直对对话式大型语言模型非常感兴趣，在讨论中，我向他解释这个技术时，他瞬间被其中惊人之处所吸引🙌，我们深入探讨了ChatGPT的关键技术，他对我所说的内容产生了浓厚的兴趣，我们开始交流并分享了各自的经验。我发现，与这位资深工程师的讨论不仅加深了我的理解，也让我更加了解了这项技术的前沿发展🌱。后续我也下面...
- 前言当前，Al的应用正在从企业单个业务场景复制推广到更多部门，从先行者的小范围探索到行业企业的全面布局，与此同时，与Al相关的技术发展和演进速度也非常之快，新的Al算法不断刷新已有纪录，计算框架也不断出现。在发展迅猛的趋势之下，企业在探索和使用Al的过程中也遇到了非常多的困惑。针对Al应用当中的各种痛点，华为公司提供全栈全场景AI解决方案，为客户提供了从底层AI芯片、Al框架到应用使能的能力... 前言当前，Al的应用正在从企业单个业务场景复制推广到更多部门，从先行者的小范围探索到行业企业的全面布局，与此同时，与Al相关的技术发展和演进速度也非常之快，新的Al算法不断刷新已有纪录，计算框架也不断出现。在发展迅猛的趋势之下，企业在探索和使用Al的过程中也遇到了非常多的困惑。针对Al应用当中的各种痛点，华为公司提供全栈全场景AI解决方案，为客户提供了从底层AI芯片、Al框架到应用使能的能力...
- 运用“分而治之”的思想，解决选第二大元素问题。 运用“分而治之”的思想，解决选第二大元素问题。
- YOLOv5 仅在 YOLOv4 发表一个月之后就公布了，这导致很多人对 YOLOv5 的命名有所质疑，因为相比于它的前代 YOLOv4，它在理论上并没有明显的差异，虽然集成了最近的很多新的创新，但是这些集成点又和 YOLOv4 类似。我个人觉得之所以出现这种命名冲突应该是发布的时候出现了 “撞车”，毕竟 YOLOv4 珠玉在前（早一个月），YOLOv5 也只能命名为 5 了。 YOLOv5 仅在 YOLOv4 发表一个月之后就公布了，这导致很多人对 YOLOv5 的命名有所质疑，因为相比于它的前代 YOLOv4，它在理论上并没有明显的差异，虽然集成了最近的很多新的创新，但是这些集成点又和 YOLOv4 类似。我个人觉得之所以出现这种命名冲突应该是发布的时候出现了 “撞车”，毕竟 YOLOv4 珠玉在前（早一个月），YOLOv5 也只能命名为 5 了。
- 本文为学习笔记，部分内容参考网上资料和论文而写的，内容涉及 Faster RCNN 网络结构理解和代码实现原理。 本文为学习笔记，部分内容参考网上资料和论文而写的，内容涉及 Faster RCNN 网络结构理解和代码实现原理。
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 -
苏州工业园区“华为云杯”2025人工智能应用创新大赛赛中直播2025/08/21 周四 16:00-17:00
Vz 华为云AIoT技术布道师
本期直播将与您一起探讨如何基于华为云IoT平台全场景云服务，结合AI、鸿蒙、大数据等技术，打造有创新性，有竞争力的方案和产品。
即将直播
热门标签