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。

 
 

    深度学习demo演示 内容精选 换一换
  • 深度学习

    华为云计算 云知识 深度学习 深度学习 时间:2020-11-23 16:30:56 深度学习( Deep Learning,DL)是机器学习的一种,机器学习是实现人工智能的必由之路。深度学习的概念源于人工神经网络的研究,包含多个隐藏层的多层感知器就是深度学习结构。深度学习通过组合低层特

    来自:百科

    查看更多 →

  • 深度学习概览

    华为云计算 云知识 深度学习概览 深度学习概览 时间:2020-12-17 10:03:07 HCIA-AI V3.0系列课程。本课程主要讲述深度学习相关的基本知识,其中包括深度学习的发展历程、深度学习神经 网络的部件、深度学习神经网络不同的类型以及深度学习工程中常见的问题。 目标学员

    来自:百科

    查看更多 →

  • 深度学习demo演示 相关内容
  • 大V讲堂——双向深度学习

    大V讲堂——双向深度学习 大V讲堂——双向深度学习 时间:2020-12-09 14:52:19 以当今研究趋势由前馈学习重新转入双向对偶系统为出发点,从解码与编码、识别与重建、归纳与演绎、认知与求解等角度,我们将概括地介绍双向深度学习的历史、发展现状、应用场景,着重介绍双向深度学习理论、算法和应用示例。

    来自:百科

    查看更多 →

  • 从MindSpore手写数字识别学习深度学习

    从MindSpore手写数字识别学习深度学习 从MindSpore手写数字识别学习深度学习 时间:2020-11-23 16:08:48 深度学习作为机器学习分支之一,应用日益广泛。 语音识别 、自动 机器翻译 、即时视觉翻译、刷脸支付、人脸考勤……不知不觉,深度学习已经渗入到我们生活中的每个

    来自:百科

    查看更多 →

  • 深度学习demo演示 更多内容
  • AI技术领域课程--深度学习

    类的水平。本课程将介绍深度学习算法的知识。 课程简介 本课程将会探讨深度学习中的基础理论、算法、使用方法、技巧与不同的深度学习模型。 课程目标 通过本课程的学习,使学员: 1、掌握神经网络基础理论。 2、掌握深度学习中数据处理的基本方法。 3、掌握深度学习训练中调参、模型选择的基本方法。

    来自:百科

    查看更多 →

  • 基于深度学习算法的语音识别

    华为云计算 云知识 基于深度学习算法的语音识别 基于深度学习算法的语音识别 时间:2020-12-01 09:50:45 利用新型的人工智能(深度学习)算法,结合清华大学开源语音数据集THCHS30进行语音识别的实战演练,让使用者在了解语音识别基本的原理与实战的同时,更好的了解人工智能的相关内容与应用。

    来自:百科

    查看更多 →

  • 大V讲堂——能耗高效的深度学习

    华为云计算 云知识 大V讲堂——能耗高效的深度学习 大V讲堂——能耗高效的深度学习 时间:2020-12-08 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

    来自:百科

    查看更多 →

  • 实战篇:不用写代码也可以自建AI模型

    AI开发痛点分析 第3节 ModelArts介绍 第4节 图像分类Demo演示 第5节 自动学习Demo演示 第6节 课程总结 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Traini

    来自:百科

    查看更多 →

  • 深度学习:IoT场景下的AI应用与开发

    华为云计算 云知识 深度学习:IoT场景下的AI应用与开发 深度学习:IoT场景下的AI应用与开发 时间:2020-12-08 10:34:34 本课程旨基于自动售卖机这一真实场景开发,融合了物联网与AI两大技术方向,向您展示AI与IoT融合的场景运用并解构开发流程;从 物联网平台

    来自:百科

    查看更多 →

  • 计算机视觉基础:深度学习和神经网络

    、自动机器学习等领域。 课程简介 本教程介绍了AI解决方案深度学习的发展前景及其面临的巨大挑战;深度神经网络的基本单元组成和产生表达能力的方式及复杂的训练过程。 课程目标 通过本课程的学习,使学员: 1、了解深度学习。 2、了解深度神经网络。 课程大纲 第1章 深度学习和神经网络

    来自:百科

    查看更多 →

  • 图引擎服务安全监测demo

    华为云计算 云知识 图引擎服务 安全监测demo 图引擎 服务安全监测demo 时间:2020-11-25 11:16:07 本视频主要为您介绍图引擎服务安全监测demo的操作教程指导。 场景描述: 安全监测:基于图引擎异常检测方法,快速准确捕捉不同视频/图像内容关联性,提供高效的安全监测服务。

    来自:百科

    查看更多 →

  • 图引擎服务语义搜索Demo

    华为云计算 云知识 图引擎服务语义搜索Demo 图引擎服务语义搜索Demo 时间:2020-11-25 11:05:08 本视频主要为您介绍图引擎服务语义搜索Demo的操作教程指导。 场景描述: 视频图中的语义搜索是一种新型的图计算应用方向。 通过构建图片中的事物的语义关系网络,

    来自:百科

    查看更多 →

  • 快视频集成流程介绍

    务VOD、消息&短信服务MSG SMS 等,具体请参见开通华为云服务。 客户端开发:快视频提供了完整的Demo源码,您可以直接下载,快速完成编译,具体请参见快速入门。您也可以在Demo源码的基础上进行个性化开发,具体请参见集成Android客户端和集成iOS客户端。 服务端部署:您需

    来自:百科

    查看更多 →

  • 实战篇:让机器理解人类语言和语音

    专属 智能问答机器人 。 课程目标 通过本课程的学习使学员掌握深度学习平台应用及入门深度学习。 课程大纲 第1节 导读&往期内容回顾 第2节 自然语言处理 概述 第3节 NLP技术及应用介绍 第4节 文本语义分析演示 第5节 对话机器人 演示 第6节 课程总结 华为云 面向未来的智能世界

    来自:百科

    查看更多 →

  • 图引擎服务物流配送demo

    华为云计算 云知识 图引擎服务物流配送demo 图引擎服务物流配送demo 时间:2020-11-25 11:11:57 本视频主要为您介绍图引擎服务物流配送demo的操作教程指导。 场景描述: 物流配送是一种典型的图计算应用场景。 基于图引擎的物流配送,可以合理设计配送路线和方

    来自:百科

    查看更多 →

  • 鲲鹏应用创新大赛2020(全国赛)

    颁奖时间:2020年9月2日 【参对象】 报名者仅限决赛入围队伍,详情请见决赛入围队伍名单。 【作品提交规范】 作品中需要包含: 1.讲解材料PPT 2.演示Demo/演示Demo视频(可选) 3.鲲鹏认证证书/兼容性测试报告 【奖项设置】 鲲鹏应用创新大赛2020分为“鲲鹏生态:使能金融行业”、“鲲鹏生态

    来自:百科

    查看更多 →

  • 服务器GPU_GPU云服务器使用_华为云GPU云服务器

    1/Pi1实例,满足科学计算、深度学习训练、推理等计算场景 G系列G3/G1提供多种显存,满足图形图像场景。P系列提供P2v/P1/Pi1实例,满足科学计算、深度学习训练、推理等计算场景 生态优秀 完善的生态环境,全面支持多种GPU应用程序、深度学习框架。G系列支持OpenGL、

    来自:专题

    查看更多 →

  • 机器学习概览

    需要掌握人工智能技术,希望具备及其学习深度学习算法应用能力,希望掌握华为人工智能相关产品技术的工程师 课程目标 学完本课程后,您将能够:掌握学习算法定义与机器学习的流程;了解常用机器学习算法;了解超参数、梯度下降和交叉验证等概念。 课程大纲 1. 机器学习算法 2. 机器学习的分类 3. 机器学习的整体流程

    来自:百科

    查看更多 →

  • 自动学习

    华为云计算 云知识 自动学习 自动学习 时间:2020-12-10 16:52:26 自动学习是什么?ModelArts自动学习是帮助人们实现AI应用的低门槛、高灵活、零代码的定制化模型开发工具。自动学习功能根据标注数据自动设计模型、自动调参、自动训练、自动压缩和部署模型。开发者

    来自:百科

    查看更多 →

  • GPU_GPU是什么_GPU加速云服务器

    1/Pi1实例,满足科学计算、深度学习训练、推理等计算场景 G系列G3/G1提供多种显存,满足图形图像场景。P系列提供P2v/P1/Pi1实例,满足科学计算、深度学习训练、推理等计算场景 生态优秀 完善的生态环境,全面支持多种GPU应用程序、深度学习框架。G系列支持OpenGL、

    来自:专题

    查看更多 →

  • 2020年东风公司智能制造大数据创意大赛

    开发过程及解题思路介绍材料、仿真环境演示结果等进行审核。 (3)组委会将在官网公布前6名参赛队名单,入围决赛。 决赛:2020年9月下旬(具体时间另行通知) (1)在决赛开始之前,参赛队伍可继续优化模型精度,同时基于模型开发应用或演示demo(不限于小程序、APP、H5等)。 (

    来自:百科

    查看更多 →

共105条
看了本文的人还看了