- LBA-ECO CD-03 Flux-Meteorological Data, km 77 Pasture Site, Para, Brazil: 2000-2005简介涡流相关和微气象测量始于 2001 年并持续到 2005 年，测量地点位于巴西帕拉州圣塔伦市南部 BR-163 公路 77 公里处的牧场。测量包括使用涡流协方差 (EC) 方法测量的湍流通量（动量、热量、水蒸气和二氧化碳）... LBA-ECO CD-03 Flux-Meteorological Data, km 77 Pasture Site, Para, Brazil: 2000-2005简介涡流相关和微气象测量始于 2001 年并持续到 2005 年，测量地点位于巴西帕拉州圣塔伦市南部 BR-163 公路 77 公里处的牧场。测量包括使用涡流协方差 (EC) 方法测量的湍流通量（动量、热量、水蒸气和二氧化碳）...
- 数据与生命的对话：当大数据遇上生物信息学 数据与生命的对话：当大数据遇上生物信息学
- 1.Huggingface 的简介Huggingface 即是网站名也是其公司名 ，随着 transformer 浪潮 ，Huggingface 逐步收纳了众多最前沿的模型和数据集等有趣的工 作 ，与 transformers 库结合 ，可以快速使用学习这些模型。 目前提到 NLP 必然绕不开 Huggingface。2. Huggingface 的具体介绍进入 Huggingface 网站... 1.Huggingface 的简介Huggingface 即是网站名也是其公司名 ，随着 transformer 浪潮 ，Huggingface 逐步收纳了众多最前沿的模型和数据集等有趣的工 作 ，与 transformers 库结合 ，可以快速使用学习这些模型。 目前提到 NLP 必然绕不开 Huggingface。2. Huggingface 的具体介绍进入 Huggingface 网站...
- Ground-Based Doppler Orbitography and Radiopositioning Integrated by Satellite (DORIS) Earth Orientation Parameters Time Series Product from NASA CDDIS简介卫星综合多普勒轨道测绘与无线电定位 (DORIS) 地球定向参数时间序列产品，源自美国... Ground-Based Doppler Orbitography and Radiopositioning Integrated by Satellite (DORIS) Earth Orientation Parameters Time Series Product from NASA CDDIS简介卫星综合多普勒轨道测绘与无线电定位 (DORIS) 地球定向参数时间序列产品，源自美国...
- 精度对齐说明精度对齐旨在确保模型在训练一定轮次后，其损失（LOSS）或评分能够与原硬件训练的结果基本相符。 精度对齐标准下图所示为在原硬件GPU上的训练精度：迁移到NPU上后要求与GPU训练精度相差在千分之五左右，若精度误差过大则需要通过前向、反向对齐操作定位问题算子。 精度对齐思路一旦精度出现偏差，首先确认环境变量配置（例如，NPU私有格式环境变量是否关闭export FLAGS_npu... 精度对齐说明精度对齐旨在确保模型在训练一定轮次后，其损失（LOSS）或评分能够与原硬件训练的结果基本相符。 精度对齐标准下图所示为在原硬件GPU上的训练精度：迁移到NPU上后要求与GPU训练精度相差在千分之五左右，若精度误差过大则需要通过前向、反向对齐操作定位问题算子。 精度对齐思路一旦精度出现偏差，首先确认环境变量配置（例如，NPU私有格式环境变量是否关闭export FLAGS_npu...
- 本次案例以PaddleOCRv4的模型为例，介绍将模型迁移到NPU上的流程。迁移过程要保证原模型的功能在新的硬件上不会出现错误，可以借助各种日志辅助定位，此处尤其需要注意的是偶发性错误与长跑时才会出现的错误。 安装PaddleOCR套件# 下载 PaddleOCR 套件源码git clone https://github.com/PaddlePaddle/PaddleOCR# 进入 Padd... 本次案例以PaddleOCRv4的模型为例，介绍将模型迁移到NPU上的流程。迁移过程要保证原模型的功能在新的硬件上不会出现错误，可以借助各种日志辅助定位，此处尤其需要注意的是偶发性错误与长跑时才会出现的错误。 安装PaddleOCR套件# 下载 PaddleOCR 套件源码git clone https://github.com/PaddlePaddle/PaddleOCR# 进入 Padd...
- 训练常用环境变量本节介绍的环境变量建议在训练前提前设置好。 NPU私有格式0为关闭，建议关闭：export FLAGS_npu_storage_format=0 NPU在线编译false为关闭，建议小模型关闭，大模型打开：export FLAGS_npu_jit_compile=false aclnn_scale在大模型场景设置False性能更好，小模型场景设置True性能更好：expor... 训练常用环境变量本节介绍的环境变量建议在训练前提前设置好。 NPU私有格式0为关闭，建议关闭：export FLAGS_npu_storage_format=0 NPU在线编译false为关闭，建议小模型关闭，大模型打开：export FLAGS_npu_jit_compile=false aclnn_scale在大模型场景设置False性能更好，小模型场景设置True性能更好：expor...
- LBA-ECO CD-02 C and N Isotopes in Leaves and Atmospheric CO2, Amazonas, Brazil简介本数据集报告了巴西亚马逊州马瑙斯附近亚马逊国家科学研究所 (INPA) ZF2 保护区 (34 公里) 原始森林叶片组织和大气二氧化碳 (CO2) 的 13C/12C 变化结果、叶片组织的 15N/14N 比值以及沿地形梯度的叶片碳... LBA-ECO CD-02 C and N Isotopes in Leaves and Atmospheric CO2, Amazonas, Brazil简介本数据集报告了巴西亚马逊州马瑙斯附近亚马逊国家科学研究所 (INPA) ZF2 保护区 (34 公里) 原始森林叶片组织和大气二氧化碳 (CO2) 的 13C/12C 变化结果、叶片组织的 15N/14N 比值以及沿地形梯度的叶片碳...
- 自监督学习和监督学习是机器学习领域中的两种不同的学习范式，它们在数据标注需求、学习方法、应用场景和数据要求等方面存在显著差异。自监督学习与监督学习的对比对比维度自监督学习监督学习数据标注需求无需人工标注需要大量人工标注数据学习方法利用数据自身生成监督信号根据预先标记的数据进行训练应用场景无监督环境下的特征学习分类、回归和预测等问题数据要求无需人工标记的数据，但需要能够从数据本身派生标签的数据... 自监督学习和监督学习是机器学习领域中的两种不同的学习范式，它们在数据标注需求、学习方法、应用场景和数据要求等方面存在显著差异。自监督学习与监督学习的对比对比维度自监督学习监督学习数据标注需求无需人工标注需要大量人工标注数据学习方法利用数据自身生成监督信号根据预先标记的数据进行训练应用场景无监督环境下的特征学习分类、回归和预测等问题数据要求无需人工标记的数据，但需要能够从数据本身派生标签的数据...
- 基于随机森林算法的空气质量污染预测介绍 (Introduction)空气质量是影响人类健康和环境的重要因素。随着工业化和城市化进程的加速，空气污染问题日益突出。对未来空气质量进行准确预测，对于环境保护、公共健康预警和政府决策具有重要意义。空气质量预测是一个复杂的任务，它受到多种因素的影响，包括污染物排放、气象条件（如温度、湿度、风速、风向）、地形、时间因素（如日期、小时）等。机器学习算法因其... 基于随机森林算法的空气质量污染预测介绍 (Introduction)空气质量是影响人类健康和环境的重要因素。随着工业化和城市化进程的加速，空气污染问题日益突出。对未来空气质量进行准确预测，对于环境保护、公共健康预警和政府决策具有重要意义。空气质量预测是一个复杂的任务，它受到多种因素的影响，包括污染物排放、气象条件（如温度、湿度、风速、风向）、地形、时间因素（如日期、小时）等。机器学习算法因其...
- 虚拟现实让手术模拟更逼真，你敢相信医生是“游戏”练出来的吗？ 虚拟现实让手术模拟更逼真，你敢相信医生是“游戏”练出来的吗？
- 机器学习加持，运维从“救火”到“预知未来” 机器学习加持，运维从“救火”到“预知未来”
- 深度解析谷歌 TPU 架构：从硬件原理到 AI 模型优化实战引言 (Foreword/Motivation)在过去十多年里，深度学习的快速发展极大地推动了人工智能的进步。然而，随之而来的是对计算能力指数级的需求。传统的 CPU 在执行大规模并行矩阵乘法等神经网络核心运算时效率有限，而 GPU 虽然在并行计算方面表现出色，但其通用性架构并非完全针对 AI 负载进行优化。为了应对这一挑战，谷歌自... 深度解析谷歌 TPU 架构：从硬件原理到 AI 模型优化实战引言 (Foreword/Motivation)在过去十多年里，深度学习的快速发展极大地推动了人工智能的进步。然而，随之而来的是对计算能力指数级的需求。传统的 CPU 在执行大规模并行矩阵乘法等神经网络核心运算时效率有限，而 GPU 虽然在并行计算方面表现出色，但其通用性架构并非完全针对 AI 负载进行优化。为了应对这一挑战，谷歌自...
- 掌握Multi-Agent实践(三)：ReAct Agent集成Bing和Google搜索功能，采用推理与执行交替策略，增强处理复杂任务能力 掌握Multi-Agent实践(三)：ReAct Agent集成Bing和Google搜索功能，采用推理与执行交替策略，增强处理复杂任务能力
- 从AI助手到个性化数字分身：WeClone & Second Me打造本地化、私有化的个性化AI代理系统 从AI助手到个性化数字分身：WeClone & Second Me打造本地化、私有化的个性化AI代理系统
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
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
热门标签