PaddlePaddle — 情感分析

PaddlePaddle — 情感分析 ▶ 30:00
免费 视频 30 分钟 共1节

本门课程讲解了使用PaddlePaddle框架实现情感分析功能的应用实战,通过层层深入,带领开发者从真实的工作需求出发,完成AI图像技术中的热门功能。 课程背景:PaddlePaddle,百度旗下深度学习开源平台。Paddle(Parallel Distributed Deep Learning,并行分布式深度学习)。2016年9月27日,百度宣布其全新的深度学习开源平台PaddlePaddle在开源社区Github及百度大脑平台开放,供广大开发者下载使用。百度成为继Google、Facebook、IBM后另一个将人工智能技术开源的科技巨头,同时也是国内首个开源深度学习平台的科技公司。

职业课程库 PaddlePaddle

PaddlePaddle — 数字识别

PaddlePaddle — 数字识别 ▶ 24:00
免费 视频 24 分钟 共1节

本门课程讲解了使用PaddlePaddle框架实现图像分类功能的应用实战,通过层层深入,带领开发者从真实的工作需求出发,完成AI图像技术中的热门功能。 课程背景:PaddlePaddle,百度旗下深度学习开源平台。Paddle(Parallel Distributed Deep Learning,并行分布式深度学习)。2016年9月27日,百度宣布其全新的深度学习开源平台PaddlePaddle在开源社区Github及百度大脑平台开放,供广大开发者下载使用。百度成为继Google、Facebook、IBM后另一个将人工智能技术开源的科技巨头,同时也是国内首个开源深度学习平台的科技公司。

职业课程库 PaddlePaddle

PaddlePaddle — 图像分类

PaddlePaddle — 图像分类 ▶ 26:00
免费 视频 26 分钟 共1节

本门课程讲解了使用PaddlePaddle框架实现图像分类功能的应用实战,通过层层深入,带领开发者从真实的工作需求出发,完成AI图像技术中的热门功能。 课程背景:PaddlePaddle,百度旗下深度学习开源平台。Paddle(Parallel Distributed Deep Learning,并行分布式深度学习)。2016年9月27日,百度宣布其全新的深度学习开源平台PaddlePaddle在开源社区Github及百度大脑平台开放,供广大开发者下载使用。百度成为继Google、Facebook、IBM后另一个将人工智能技术开源的科技巨头,同时也是国内首个开源深度学习平台的科技公司。

职业课程库 PaddlePaddle

PaddlePaddle — 新手入门

PaddlePaddle — 新手入门 ▶ 49:00
免费 视频 49 分钟 共1节

本门课程为PaddlePaddle框架新手入门第一课,主要讲解相关技术背景:机器学习基础原理、热门算法推导、模型处理方案等。 课程背景:PaddlePaddle,百度旗下深度学习开源平台。Paddle(Parallel Distributed Deep Learning,并行分布式深度学习)。2016年9月27日,百度宣布其全新的深度学习开源平台PaddlePaddle在开源社区Github及百度大脑平台开放,供广大开发者下载使用。百度成为继Google、Facebook、IBM后另一个将人工智能技术开源的科技巨头,同时也是国内首个开源深度学习平台的科技公司。核心内容:1、机器学习基

职业课程库 PaddlePaddle

微软人工智能 - 深度学习框架

微软人工智能 - 深度学习框架 ▶ 9:48:00
免费 视频 9 小时 共1节

微软的公有云Azure针对现有流行的深度学习框架提供了强大的支持,为 Cognitive Toolkit,TensorFlow 以及 Caffe 等业界主流的深度学习框架提供了虚拟机模板和预配置的环境。同时微软研究院在深度神经网络及其应用领域一直处于领先的地位,并提供了一系列算法和工具不断促进性能的提升。数据科学家们可以快速的利用这些资源进行深度学习相关的研究、开发和应用。本部分内容讲围绕微软最新的深度研究方向以及深度学习在业界使用的场景,介绍深度学习网络的基本概念和应用在语音、视觉、视频、图像等领域的最佳实践,同时为大家带来一系列实际应用案例的解析。 课程背景:微软的公有云Azure针对

职业课程库 深度学习

TensorFlow 2.0原理与实践(每天1-2节课,快速系统化学习!)

TensorFlow 2.0原理与实践(每天1-2节课,快速系统化学习!) ▶ 11:46:00
免费 视频 11 小时 共34节

课程目标: 详细了解 TensorFlow2.0的核心概念,能独立完成基于 TensorFlow的AI模型训练 课程目标 详细了解 TensorFlow2.0的核心概念,能独立完成基于 TensorFlow的AI模型训练 适用人群 零基础系统学习 课程简介课程从基础学习篇到进阶学习篇,详细讲解TensorFlow 2.0的原理,实现在深度学习中的应用。课程强调学习方法讲授、帮忙学员从零开始系统化的学习。(本课程不提供学习下载资料) 第 18 课GradientTape-2第 18 课GradientTape-1第 17 集Estimator-2第 17 集Estimator-1第 1

人工智能 深度学习

NLP基础+实战 让机器“写小说”

NLP基础+实战 让机器“写小说” ▶ 3:00:00
免费 视频 3 小时 共3章26节

阐述自然语言处理入门所需的基本开发原理,利用主流开发框架处理NLP问题 简介:本次课程,最大程度基于实际项目需要,介绍主流的自然语言处理方法,涉及的主要术语以及术语解释,采用Google成熟的机器学习框架tensorflow进行编码实现。课程涉及中文分词、逻辑回归、word2vec以及RNN的算法实现 ,全部以中文素材进行模型训练,最大限度贴近实战。学员通过课程学习可以掌握目前互联网企业应用的基本NLP框架,熟悉模型训练、模型分发和使用的流程,最终可以应用到实际生产项目中。 第1章 快速了解机器学习1-1 机器学习简要介绍1-2 机器学习开发环境准备1-3 pycharm简单配置介绍

前沿技术 深度学习

讲给入门者的深度学习课程

讲给入门者的深度学习课程 ▶ 4:58:00
免费 视频 4 小时 共12章37节

通过该课程系统、深入、全面地掌握深度学习的基础知识点,完成一个手写数字识别案例。 课程目标 通过该课程系统、深入、全面地掌握深度学习的基础知识点,完成一个手写数字识别案例。 适用人群 深度学习入门学习者 课程简介课程系统、深入、全面地介绍了深度学习的基础理论知识。课程以TensorFlow2.0实现了一个手写数字识别模型,识别率为98%左右。课程主要包含:——基础知识——学习方式——学习技巧——损失函数——激活函数——TensorFlow2.0——手写数字识别模型构建等等。 概念基础什么是深度学习再说说深度学习深度学习的基本原理工作原理参数的重要性学习方式有

人工智能 深度学习

移动平台模型裁剪与优化的技术探索与工程实践

移动平台模型裁剪与优化的技术探索与工程实践 ▶ 1:13:21
免费 视频 1 小时 共4节

课程简介 根据全新编写的移动平台深度学习思维导图,为大家讲解移动平台深度学习路径,给大家一个比较明确的学习方向和指导,并结合实际案例做补充讲解。 你将收获 移动平台开发的基础原理与架构设计 基础 AI 与移动平台开发核心学习路径 掌握核心模型裁剪与优化的工程方法 基于优化的TensorFlow Lite的落地案例 章节目录移动端机器学习移动端开发核心学习路径优化以及案例分享Q{amp}amp;A

人工智能 深度学习

2小时学会在海思NNIE平台移植OpenPose模型

2小时学会在海思NNIE平台移植OpenPose模型 ▶ 1:58:24
¥ 58.00 视频 1 小时 共6节

课程简介本课程侧重实战,主要教如何在海思35XX NNIE 平台上移植姿态识别模型OpenPose,利用NNIE 实现模型推理加速,  并且教会大家如何把OpenPose 模型的后处理代码移植到海思35XX 平台上。 你将收获 让你快速理解OpenPose姿态识别的模型原理 让你快速掌握海思35XX NNIE 平台上AI模型移植流程和移植方法 让你能快速地把OpenPose姿态识别模型移植到海思35XX NNIE上 章节目录课程大纲总览介绍与NNIE开发注意事项海思SDK下载和文档分析,交叉编译opencv与SVP介绍NNIE开发和模型转换工具的安装和使用OpenPose姿态识别模型

人工智能 深度学习
arrow-top