作者小头像 Lv.1
31 成长值

个人介绍

大数据专业学生,希望能在AI data 领域有所收获

感兴趣或擅长的领域

人工智能、大数据、数据库、编程语言
个人勋章
TA还没获得勋章~
成长雷达
10
21
0
0
0

个人资料

个人介绍

大数据专业学生,希望能在AI data 领域有所收获

感兴趣或擅长的领域

人工智能、大数据、数据库、编程语言

达成规则

发布时间 2020/10/22 11:31:38 最后回复 andyleung 2020/10/25 23:25:02 版块 AI大赛&活动
730 6 0
发布时间 2020/10/12 09:10:56 最后回复 烟雨十年 2020/11/12 17:26:19 版块 社区活动
12473 197 0
他的回复:
华为云Id:   hw21105508第二阶段第一周笔记ModelArts    — 一站式开发平台,是面向AI开发者的平台,快速创建,部署。学习,开发,应用应用于图像分类、物体检测、视频分析、语音识别、产品推荐、异常检测等多种ModelArts应用场景:ModelArts支持应用到图像分类、物体检测、视频分析、语音识别、产品推荐、异常检测等多种AI应用场景。 应用使能:提供全流程服务(ModelArts),分层API和预集成方案MindSpore:支持端、边、云独立的和协同的统一训练和推理框架CANN:芯片算子库和高度自动化算子开发工具Ascend:基于统一、可扩展架构的系列化AlIР和芯片  支持多种数据标注:物体(图像分类、物体检测)、音频(声音分类、语音内容、语音分割)、文本(文本分类、命名实体文本三元组)支持团队标注:一个标注任务,可以团队多成员标注采用基于半监督/主动学习的混合智能标注在数据特征挖掘上,可以自动提取特征一键训练:仅需配置数据和日志输出路径;使用预置模型进行迁移学习;自动超参调优;自动模型压缩(量化、修剪);零编码模型训练优化可以交互式Notebook建模,支持Python建模语言端、边、云全场景Al模型部署:在线服务:高吞吐、低延迟、自动伸缩推理优化批量推理:大批量数据推理高效分布式计算边缘推理:深度集成IEF支持华为Ascend Al芯片支持华为SDC、HiLens Kit、Atlas 500等 ModelArts服务应用场景-图像识别:图像识别:准确识别图片中的物体分类信息,比如动物识别、品牌Logo识别、车型识别等优势:提供丰富的图像分类/图像语义分割模型算法便捷:基于开源图片数据集训练好的预置模型,可方便用户继续训练,提升训练速度 视频分析:准确分析视频中的关键信息,比如人脸识别、车辆特征识别优势:提供丰富的视频检测/视频语义分析模型算法便捷:基子开源数据集训练好的预置模型,可方便用户继续训练,提升训练速度语音识别:让机器理解语音信号,协助处理语音信息,适用手智能客服问答、智能助手等优势:提供丰富的自然语言处理算法便捷:基子开源数据集训练好的预置模型,可方便用户继续训练,提升训练速度 异常检测:在网络设备运行中,用自动化的网络检测系统,粮据流量情况卖时分析,预测可疑流量或可能发生故障的设备相关内容:推荐算法:基于PCA的异常检测、孤立森林场景案例:网络入侵检测学习心得体会:之前参加比赛的缘故接触到了ModelArts,后面经常用到对它有了进一步的了解,现在使用起来基本轻车熟路了。感受是MA确实能够快速、轻量、低成本的支持离线式(作业提交)或在线交互式(Notebook)深度学习模型开发、训练与调试,相比其他类似厂商产品如虚拟机(百度云)有着配置简单、快速上手的优点(虚拟机需要自行配置软件环境,费时费力且容易出错),相比一些众包计算服务(如极客云,有一说一这个便宜,缺点是不稳定,长时间的任务经常失败),有着稳定、简易、灵活、计费友好(任务结束后自动停止计费,不像虚拟机一样还得自己销毁镜像)、成本相对较低(呼吁华为可以给一些核心开发者多一些免费测试资源,不过基本参加学习或者比赛华为都给卷或者资源的,几百的卷基本用不完哈哈爱了)的优点,这也使我们能够在有限的硬件条件下得以快速迭代,验证想法。总之ModelArts 是可以让开发者上手更快、训练更快、部署更快的全流程平台。是个很好的平台,适合不同阶段的开发者,强烈安利。 
发布时间 2020/09/14 09:00:05 最后回复 Mr.兜兜 2020/10/14 09:23:19 版块 社区活动
16034 235 0
他的回复:
华为云ID:hw21105508第二周笔记人工智能的标准定义是由约翰·麦卡锡提出的人工智能元年:1956年比较依赖调参人员的经验,被称为“炼丹术”的算法是:深度学习人工智能的三要素:数据、算法、算力人工智能的三大学派不包括:符号主义、连接主义、行为主义未来人工智能技术的突破方向可能是:非监督学习,知识推理人工智能中用联邦学习技术可以解决数据隐私保护问题当前世界在AI领域的研究主要集中在计算机视觉自然语言处理研究的主题:机器翻译、情感分析、文本挖掘阿西莫夫对人工智能和人的伦理关系最早的定义是机器人三定律AI所面临的问题:人类会犯错、理论数据和实际数据的差距、道德伦理问题如何确认一个问题是否合适用AI解决的要素:是否有足够的数据来训练够准的模型、是否有与目标相关的特征可以被有效的表达、预测的目标是否可以被量化以下不同类型芯片的性能排序正确的是:ASIC>FPGA>GPU>CPU 1)CPU:算力要求低,算法逻辑验证;小批量数据;训练和推理网络简单;缺点是算力低。(2)GPU:适用于开发,能够快速部署;算力可调配;训练和推理速度快;缺点是功耗大,机动性差。(3)FPGA:灵活性好,可编程;计算能力强;环境适应性广;缺点是价格高,适用范围小(4)ASIC:专用场景定制芯片,性能好;环境适应性广;缺点是投入成本高,只适用固定场景。在工业落地领域不常见的芯片类型是:FPGA 华为的昇腾芯片采用的是什么架构是:达芬奇架构算力:从CPU、GPU到NPU,在工业落地经常用到的芯片类型包括CPU、GPU和ASIC,不同芯片的性能也有所不同,一般来说ASIC的性能最优,CPU的性能最弱。 
发布时间 2020/09/14 09:05:36 最后回复 emilyleungbaby 2020/10/08 21:39:49 版块 社区活动
18513 595 0