神经网络标签_HarmonyOS开发者社区

神经网络

华为余承东：鸿蒙投资已上亿，未来或可替代谷歌生态-3

道翰天琼认知智能机器人平台API接口大脑为您揭秘。2019 年华为开发者大会的现场，华为消费者业务 CEO 余承东宣布正式推出华为操作系统鸿蒙 OS，并宣布正式开源。一年后，正值危难时刻的华为，能否靠鸿蒙扭转颓势？麒麟芯片数量有限，华为手机业务面临挑战近日，余承东向媒体表示：麒麟 9000 芯片，只生产到 9 月 15 号，还会上市，但是数量有限。9 月 3 号在德国柏林进行的 IFA2020 上

 认知智能大脑
2020-09-10 08:45:04

 910

#自然语言处理 #神经网络 #机器学习 +1
鸿蒙开发-想用AI把低清画面变高清？GLES神经网络超分

想象一下这个场景：你做了一个画面很精美的 3D 游戏，但手机性能有限，跑不了原生高分辨率。你有两个选择：一是降低分辨率让游戏流畅运行，但画面会模糊；二是硬扛高分辨率，但帧率惨不忍睹。有没有第三种选择？有——用神经网络超分。简单说就是：你用低分辨率渲染（性能好），然后通过 AI 算法把画面"放大"到高分辨率。因为 AI 能够智能地补充细节，所以最终效果比传统的双线性插值好得多。这就是 XEngine

程序猿直通车
2026-05-31 12:34:42

 800

 59

#人工智能 #harmonyos #神经网络
智能座舱十年演进（2015–2025）

摘要： 2015–2025年，智能座舱从传统驾驶舱（机械仪表+单屏）跃迁为全域多屏、大模型AI助手、量子安全的情感智能空间。中国从跟随特斯拉到全球领跑（华为、阿里、比亚迪等主导），渗透率从<5%升至>90%，市场规模达万亿级。2015–2018年为单屏启蒙期；2019–2022年多屏+AI助手崛起；2023–2025年进入大模型原生+情感交互时代，实现意图直驱与情感陪伴。中国技术（鸿蒙

 jzwspace
2026-01-04 20:12:12

 1093

 15

#神经网络 #人工智能 #深度学习 +4
在开发一个名为“潮间拾”的赶海记录App时，如何利用鸿蒙的Preferences数据持久化方案来处理一对多（行程-渔获）的关联数据

本文介绍了如何使用GLES神经网络超分技术提升游戏画面质量。主要内容包括：神经网络超分原理：通过AI算法将低分辨率画面智能放大到高分辨率，比传统插值效果更好。实现流程：检查设备支持→创建OH_NativeBuffer纹理→设置输入参数→执行超分渲染→输出高清画面。关键参数设置：必须提供OH_NativeBuffer handle，可选设置裁剪窗口和锐化度。与传统GPU超分的对比：神经网络超

 程序猿直通车
2026-06-02 16:50:34

 352

 57

#人工智能 #harmonyos #神经网络
Neural Network from Scratch in Cangjie: Part 6 - 仓颉从头开始的神经网络：第六部分

【代码】Neural Network from Scratch in Cangjie: Part 6 - 仓颉从头开始的神经网络：第六部分。

研究编程
2024-12-20 16:45:06

 822

 9

#深度学习 #神经网络 #华为 +1
HarmonyOS Next模型结构优化策略

经验总结在这个案例中，我们发现剪枝和量化技术的结合可以有效地减少模型的参数量和计算复杂度，同时通过微调训练能够在一定程度上恢复精度。在选择剪枝阈值和量化参数时，需要根据模型的特点和应用场景进行多次试验和调整。例如，对于对实时性要求较高的场景，可以适当增大剪枝比例，然后通过更精细的微调训练来平衡精度和速度。注意事项精度监控：在进行结构优化过程中，要密切关注模型精度的变化。一旦发现精度下降过多，及时调

 same4869
2024-12-19 08:58:28

 745

 12

#harmonyos #深度学习 #神经网络
Neural Network from Scratch in Cangjie: Part 4 - 仓颉从头开始的神经网络：第四部分

【代码】Neural Network from Scratch in Cangjie: Part 4 - 仓颉从头开始的神经网络：第四部分。

研究编程
2024-12-15 01:59:18

 676

 10

#神经网络 #深度学习 #华为 +1
Neural Network from Scratch in Cangjie: Part 5 - 仓颉从头开始的神经网络：第五部分

【代码】Neural Network from Scratch in Cangjie: Part 5 - 仓颉从头开始的神经网络：第五部分。

研究编程
2024-12-16 23:06:45

 726

 23

#神经网络 #深度学习 #华为 +1
Neural Network from Scratch in Cangjie: Part 2 - 仓颉从头开始的神经网络：第二部分

【代码】Neural Network from Scratch in Cangjie: Part 2 - 仓颉从头开始的神经网络：第二部分。

研究编程
2024-12-09 21:18:34

 1129

 11

#神经网络 #深度学习 #华为 +1
操作系统纷纷“入局”大模型，终端AI竞争升级

6月21日，华为开发者大会上，HarmonyOS NEXT（鸿蒙NEXT）操作系统正式发布，独立于iOS与安卓，实现大模型时代国产终端操作系统的重大升级。新一代鸿蒙操作系统首次融入盘古大模型5.0，在AI能力上提升明显，实现了系统级的原生智能。此前，苹果在WWDC大会发布的iOS18也集成了OpenAI的大模型能力，支持对大模型的跨应用、跨终端调用。终端操作系统的AI升级将带来人机交互的全面革新，

玩转AI大模型
2024-08-07 10:25:28

 1051

 9

#人工智能 #算法 #职场和发展 +3
Neural Network from Scratch in Cangjie: Part 3 - 仓颉从头开始的神经网络：第三部分

ReLU。

研究编程
2024-12-14 00:25:40

 685

 27

#神经网络 #深度学习 #华为 +1
鸿蒙版本WebRTC编译指导

本文介绍了鸿蒙系统下WebRTC的编译指南。主要内容包括：1）WebRTC技术简介及鸿蒙适配版本说明；2）编译环境准备要求（Ubuntu 20.04、WebRTC M120版本、OpenHarmony SDK 5.0）；3）详细编译步骤，包括工具安装、代码获取、依赖库下载及手动/自动两种编译方式；4）测试验证方法，提供音频测试用例说明。重点强调了SDK路径配置和编译参数设置，并给出了测试用例参数的

 大榕树51
2025-12-15 08:56:52

 1304

 29

#harmonyos #webrtc #华为 +4
HarmonyOS 5声纹社交：玩家语音特征绑定虚拟身份，防伪检测准确率≥99.8%

HarmonyOS 5声纹社交系统通过集成华为VoicePrint引擎与自研绑定算法，首次实现了"语音特征-虚拟身份"的强绑定，防伪检测准确率达99.8%，重新定义了数字社交的安全标准。这一创新不仅解决了传统身份验证的痛点，更通过多模态融合与分布式技术，为元宇宙时代的"可信身份"提供了标杆级解决方案。

m0_59315734
2025-06-21 08:53:12

 1298

 18

#神经网络 #godot #华为
运行tensorflow-datasets遇到import tensorflow.compat.v2 as tf报错ImportError: No module named tensorflow.V2

运行tensorflow-datasets遇到import tensorflow.compat.v2 as tf报错ImportError: No module named tensorflow.V2ImportError: No module named tensorflow.compat.v2ImportError: No module named tensorflow.compat.v2te

跳舞的蒲公英
2020-11-11 18:40:26

 7915

 4

#python #tensorflow #神经网络
神经网络中训练数据集、验证数据集和测试数据集的区别

whats the difference between train, validation and test set, in neural networks?Answer:The training and validation sets are used during training.for each epochfor each training d

Hobbits
2015-08-26 09:32:52

 8848

#机器学习 #神经网络
【Tensorflow slim 实战】写MobileNet

按https://arxiv.org/pdf/1704.04861.pdf通过和https://github.com/Zehaos/MobileNet/blob/master/nets/mobilenet.py 的对比复写了一遍MobileNetdef mobile_net(inputs,num_classes=1000,

zj360202
2017-11-24 13:17:33

 8593

 3

#神经网络 #深度学习
【Tensorflow slim】slim nets包

slim nets中包含几种常用的net网络from tensorflow.contrib.slim.python.slim.nets import alexnetfrom tensorflow.contrib.slim.python.slim.nets import inceptionfrom tensorflow.contrib.slim.python.slim.nets import

zj360202
2017-11-21 17:49:12

 8561

 5

#神经网络 #深度学习
关于logistic、logit、log-odds、sigmoid、softmax、cross entropy

定义sigmoid 函数：形状像S的函数。logistic 函数：一种典型的sigmoid 函数，函数如下：logit函数：logistic 函数的反函数，也有logistic unit的意思，类似于probit相对于标准正态分布的分布函数（也是S型的呢）的反函数，即probability unit，就是通过概率找到随机变量的值：也叫log-odds函数，因为p/(1-p)在统计学中叫做odds，

weixin_45783996
2022-03-27 16:06:00

 8906

 7

#深度学习 #神经网络
深度神经网络中的对抗样本与学习

概述最近大半年，人工智能领域成为科技领域提到的最多的名词之一。在kdnuggets此前发布的文章(Deep Learning’s Deep Flaws)’s Deep Flaws中，深度学习大神Yoshua Bengio和他的博士生、Google科学家Ian Goodfellow在评论中与作者就深度学习对抗样本（Adversarial Examples）展开了热烈的讨论，kdnuggets编辑邀

 xiangzhihong8
2017-04-17 10:06:42

 8734

 3

#神经网络 #深度学习 #人工智能
Transformers实战系列之文本生成

每天给你送来NLP技术干货！来自：ChallengeHub作者：致Greatfromutilsimport*setup_chapter()Using transformers v4.11.3Using datasets v1.13.0Using accelerate v0.5.1文本生成文本生成是自然语言处理中一个重要的研究领域，具有广阔的应用前景。国内外...

zenRRan
2022-04-12 18:52:46

 9281

 7

#python #机器学习 #人工智能 +2
解决Yolov5运行时，报错问题— assert img0 is not None, ‘Image Not Found ‘ + pathAssertionError: Image Not Found

解决方案：将utils/datasets.py文件中的p = str(Path(path).absolute()) # os-agnostic absolute path改为p = str(Path(path))，重新运行代码即可

 嗨皮Sir
2021-07-01 17:14:53

 9112

 23

#python #神经网络 #深度学习
使用 PocketSphinx 进行真正的语音识别

目录前言电脑环境安装`PocketSphinx`新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图前言我最近一直在搞一个名叫 A..

7LH0rse
2020-04-28 20:29:05

 9822

 8

#语音识别 #人工智能 #深度学习 +2
点云数据集

一、ModelNet40（点云分类）普林斯顿ModelNet项目的目标是为计算机视觉、计算机图形学、机器人和认知科学领域的研究者们提供一个全面、干净的三维CAD模型集合, 该数据的主页地址https://modelnet.cs.princeton.edu, 数据最早发布在论文3D ShapeNets: A Deep Representation for Volumetric Shapes[CVPR

爱学习的小菜鸡
2021-08-31 20:35:33

 1w

 16

#神经网络
深度学习教程(5) | 深度学习的实用层面（吴恩达·完整版）

本篇讲解如何优化神经网络模型，包括Train / Dev / Test sets的切分和比例选择，Bias和Variance的相关知识，防止过拟合的方法，规范化输入以加快梯度下降速度和精度，梯度消失和梯度爆炸的原因及处理方法，梯度检查。......

ShowMeAI
2022-04-14 05:11:27

 1w

 1

#深度学习 #神经网络
卷积：如何成为一个很厉害的神经网络

本文首发于：https://jizhi.im/blog/post/intuitive_explanation_cnn什么是卷积神经网络？又为什么很重要？卷积神经网络(Convolutional Neural Networks, ConvNets or CNNs)是一种在图像识别与分类领域被证明特别有效的神经网络。卷积网络已经成功地识别人脸、物体、交通标志，应用在机器

 lcy7289786
2017-04-03 12:12:52

 1w

 8

#机器学习 #深度学习 #神经网络 +1
吴恩达机器学习Python实现课后习题（4）：Backpropagation 反向传播（文末有完整代码）

1 Prepare datasets其中有5000个训练样本，每个样本是20*20像素的数字的灰度图像。每个像素代表一个浮点数，表示该位置的灰度强度。20×20的像素网格被展开成一个400维的向量。在我们的数据矩阵X中，每一个样本都变成了一行，这给了我们一个5000×400矩阵X，每一行都是一个手写数字图像的训练样本,预测手写数字图像1.1 Visualizing the data 可视化数据im

TCQD
2021-05-30 11:35:09

 1w

 34

#python #神经网络 #机器学习
PyTorch基础-Adam优化器使用-06

当不知道使用什么优化器的时候可以使用adam优化器代码import numpy as npimport torchfrom torch import nn,optimfrom torch.autograd import Variablefrom torchvision import datasets,transformsfrom torch.utils.data import DataLoader

gemoumou
2021-02-09 19:54:05

 1.4w

 18

#深度学习 #神经网络 #机器学习 +1
Flask 深度模型部署与接口测试

pip install bert4keras==0.8.3pip install uwsgipip install flaskimport numpy as npimport pandas as pdfrom bert4keras.backend import kerasfrom bert4keras.models import build_transformer_modelfrom bert4k

QuietNightThought
2021-08-05 09:09:00

 1.4w

#tensorflow #神经网络 #深度学习
Caffe学习系列——工具篇：神经网络模型结构可视化

在Caffe中，目前有两种可视化prototxt格式网络结构的方法：使用Netscope在线可视化使用Caffe提供的draw_net.py本文将就这两种方法加以介绍1. Netscope:支持Caffe的神经网络结构在线可视化工具　　Netscope是个支持prototxt格式描述的神经网络结构的在线可视工具，网址:　　http://ethere

Solomon1588
2016-11-13 10:40:26

 1.4w

 3

#深度学习 #神经网络
报错解决之GeForce RTX *** with CUDA capability sm_86 is not compatible with the current PyTorch...

报错问题解决。

哈哈哈哈哈嗝哈哈哈
2022-02-18 15:38:44

 1.3w

 10

#pytorch #深度学习 #神经网络
jetson nano安装jtop

JetSon系列是Nvidia公司推出的面向边缘计算嵌入式平台。在使用nvidia-smi时发现是用不了，搜索之下发现使用jtop代替了补充一下安装jtop的记录首先安装支持环境包sudo apt-get install git cmakesudo apt-get install python3-devsudo apt-get install libhdf5-serial-d...

江湖夜雨十年灯。。。
2020-04-14 00:33:00

 1.2w

 5

#机器学习 #神经网络