超分辨率转换

超分辨率转换

    神经网络 模型压缩实验 内容精选 换一换
  • 神经网络基础

    华为云计算 云知识 神经网络基础 神经网络基础 时间:2020-12-07 16:53:14 HCIP-AI EI Developer V2.0系列课程。神经网络是深度学习的重要基础,理解神经网络的基本原理、优化目标与实现方法是学习后面内容的关键,这也是本课程的重点所在。 目标学员

    来自:百科

    查看更多 →

  • 大V讲堂——能耗高效的深度学习

    10:09:21 现在大多数的AI模型,尤其是计算视觉领域的AI模型,都是通过深度神经网络来进行构建的,从2015年开始,学术界已经开始注意到现有的神经网络模型都是需要较高算力和能好的。并且有大量的研究论文集中于如何将这些AI模型从云上部署到端侧,为AI模型创造更多的应用场景和产业价值。

    来自:百科

    查看更多 →

  • 神经网络 模型压缩实验 相关内容
  • 框架管理器离线模型生成介绍

    优好的离线模型。离线模型生成器主要用来生成可以高效执行在昇腾AI处理器上的离线模型。 离线模型生成器的工作原理如上图所示,在接收到原始模型后,对卷积神经网络模型进行模型解析、量化、编译和序列化四个步骤: 1、解析 在解析过程中,离线模型生成器支持不同框架下的原始网络模型解析,提炼

    来自:百科

    查看更多 →

  • ModelArts概览与实验

    ModelArts平台开发实验 AI开发平台ModelArts ModelArts是面向开发者的一站式AI开发平台,为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成,及端-边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期AI工作流。

    来自:百科

    查看更多 →

  • 神经网络 模型压缩实验 更多内容
  • 大V讲堂——神经网络结构搜索

    云知识 大V讲堂——神经网络结构搜索 大V讲堂——神经网络结构搜索 时间:2020-12-14 10:07:11 神经网络结构搜索是当前深度学习最热门的话题之一,已经成为了一大研究潮流。本课程将介绍神经网络结构搜索的理论基础、应用和发展现状。 课程简介 神经网络结构搜索(NAS)

    来自:百科

    查看更多 →

  • 从MindSpore手写数字识别学习深度学习

    基于深度学习的识别方法 与传统的机器学习使用简单模型执行分类等任务不同,此次训练我们使用深度神经网络作为训练模型,即深度学习。深度学习通过人工神经网络来提取特征,不同层的输出常被视为神经网络提取出的不同尺度的特征,上一层的输出作为下一层的输入,层层连接构成深度神经网络。 1994年,Yann LeCun发布了结合反向传播的卷积神经网络

    来自:百科

    查看更多 →

  • ModelArts模型训练_模型训练简介_如何训练模型

    ModelArts模型训练 ModelArts模型训练简介 ModelArts模型训练,俗称“建模”,指通过分析手段、方法和技巧对准备好的数据进行探索分析,从中发现因果关系、内部联系和业务规律,为商业目的提供决策参考。训练模型的结果通常是一个或多个机器学习或深度学习模型模型可以应用到新的数据中,得到预测、评价等结果。

    来自:专题

    查看更多 →

  • 基于ModelArts实现人脸识别

    11:19:20 本实验指导用户在华为云ModelArts平台对预置的模型进行重训练,快速构建人脸识别应用。 实验目标与基本要求 掌握MXNet AI引擎用法; 掌握基于MXNet构建人脸识别神经网络; 掌握华为云ModelArts SDK创建训练作业、模型部署和模型测试; 掌握Mo

    来自:百科

    查看更多 →

  • 云端实验室

    进行各类实验课程的操作实验。 华为云沙箱实验室,提供了实验方向覆盖云计算、人工智能、鲲鹏、软件开发、云安全等方面的实验供用户学习使用,实验的难易程度包括了:初级、中级、高级等云端实验。 KooLabs KooLabs是华为云官方实验平台,一键创建实验环境,开发者通过实验手册指导,

    来自:百科

    查看更多 →

  • 语音处理理论、应用与实验

    掌握语音处理理论和应用,具有语音处理的相关编程和云上应用能力。 课程大纲 第1章 语言处理介绍 第2章 传统语音模型 第3章 神经网络语音模型 第4章 高级语音模型 第5章 技术前沿与未来展望 第6章 语音处理实验 语音通话 VoiceCall 语音通话(Voice Call),以云服务的方式提供语音通

    来自:百科

    查看更多 →

  • 大V讲堂——开放环境下的自适应视觉感知

    现有机器视觉学习技术通常依赖于大规模精确标注的训练数据。在典型实验室环境下设计和训练的人工智能模型,在行业应用场景变换时,容易导致系统性能急剧下降。本课程将从弱监督视觉理解的角度,介绍在降低模型对特定应用场景数据依赖方面所开展的一些研究工作。 课程简介 本课程介绍了在降低模型对特定应用场景数据依赖方面所开展的一些研究工作。

    来自:百科

    查看更多 →

  • 使用昇腾弹性云服务器实现黑白图像上色应用(C++)

    时间:2020-12-01 15:29:16 本实验主要介绍基于AI1型服务器的黑白图像上色项目,并部署在AI1型服务器上执行的方法。 实验目标与基本要求 本实验主要介绍基于AI1型弹性云服务器完成黑白图像上色应用开发,通过该实验了解将神经网络模型部署到昇腾310处理器运行的一般过程和方法。

    来自:百科

    查看更多 →

  • 逻辑模型和物理模型的对比

    华为云计算 云知识 逻辑模型和物理模型的对比 逻辑模型和物理模型的对比 时间:2021-06-02 14:37:26 数据库 逻辑模型与物理模型的对比如下: 名称定义:逻辑模型取名按照业务规则和现实世界对象的命名规范来取名;物理模型需要考虑到数据库产品限制,比如不能出现非法字符,不能使用数据库关键词,不能超长等约束;

    来自:百科

    查看更多 →

  • 基于昇腾AI处理器的目标检测应用(ACL)

    时间:2020-12-01 15:09:18 本实验通过模型转换、数据预处理/网络模型加载/推理/结果输出全流程展示昇腾处理器推理应用开发过程,帮助您快速熟悉ACL这套计算加速库。 实验目标与基本要求 ① 了解华为昇腾全栈开发工具MindStudio及其离线模型转换功能; ② 了解如何使用ACL

    来自:百科

    查看更多 →

  • 基于深度学习算法的语音识别

    ,更好的了解人工智能的相关内容与应用。 实验目标与基本要求 通过本实验将了解如何使用Keras和Tensorflow构建DFCNN的语音识别神经网络,并且熟悉整个处理流程,包括数据预处理、模型训练、模型保存和模型预测等环节。 实验摘要 实验准备:登录华为云账号 1.OBS准备 2

    来自:百科

    查看更多 →

  • TBE基本概念之NPU

    Engine)提供了昇腾AI处理器自定义算子开发能力,通过TBE提供的API和自定义算子编程开发界面可以完成相应神经网络算子的开发。 TBE的重要概念之一为NPU,即Neural-network Processing Unit,神经网络处理器。 在维基百科中,NPU这个词条被直接指向了“人工智能加速器”,释义是这样的:

    来自:百科

    查看更多 →

  • 人工智能学习入门

    基于ModelArts实现人脸识别 本实验指导用户在华为云ModelArts平台对预置的模型进行重训练,快速构建人脸识别应用。 基于ModelArts实现人车检测模型训练和部署 本实验将指导用户使用华为ModelArts预置算法构建一个人车检测模型的AI应用。人车检测模型可以应用于自动驾驶场景,检测道路上人和车的位置。

    来自:专题

    查看更多 →

  • 昇腾AI软件栈神经网络软件架构

    格式需求。 张量加速引擎作为神经网络算子兵工厂,为神经网络模型源源不断提供功能强大的计算算子。 框架管理器将原始神经网络模型转换成昇腾AI处理器支持的形态,并且将转换的模型与昇腾AI处理器相融合,引导神经网络运行并高效发挥出性能。 运行管理器为神经网络的任务下发和分配提供了各种资源管理通道。

    来自:百科

    查看更多 →

  • 雪花型模型

    华为云计算 云知识 雪花型模型 雪花型模型 时间:2021-06-02 14:23:10 数据库 雪花型模型是直接面对报表类型应用常用的模型结构,因为事实表的维度展开以后和雪花结构一样而得名,是在OLAP应用中,尤其是报表系统中会经常遇到雪花模型的情况。如下图即一个雪花模型。 图中,保存度

    来自:百科

    查看更多 →

  • 张量加速引擎(TBE)的三种应用场景

    了TBE算子的融合能力,为神经网络的优化开辟一条独特的路径。 张量加速引擎TBE的三种应用场景 1、一般情况下,通过深度学习框架中的标准算子实现的神经网络模型已经通过GPU或者其它类型神经网络芯片做过训练。如果将这个神经网络模型继续运行在昇腾AI处理器上时,希望尽量在不改变原始代

    来自:百科

    查看更多 →

  • 自定义TBE算子入门,不妨从单算子开发开始

    发,只需提供深度学习模型文件,通过离线模型生成器(OMG)转换就能够得到离线模型文件,从而进一步利用流程编排器(Matrix)生成具体的应用程序。既然如此,为什么还需要自定义算子呢?这是因为在模型转换过程中出现了算子不支持的情况,例如昇腾AI软件栈不支持模型中的算子、开发者想修改

    来自:百科

    查看更多 →

共105条
看了本文的人还看了