Qeexo AutoML 运行在哪里？ARM系统里还是服务器端？有没有哪位大神解答一下
2022-10-08 15:50
如何通过FEDOT将AutoML用于时间序列数据？如何通过时间序列预测的现实世界任务了解FEDOT的核心正在发生什么？
2021-10-26 07:37
我想知道 X-CUBE-AI 和 NanoEdge AI Studio 在 ML 和 AI 开发环境中的区别。我可以在任何一个开发环境中做同样的事情吗？使用的设备有什么限制吗？
2022-12-05 06:03
什么是自然语言处理？自然语言处理任务有哪些？自然语言处理的方法是什么？
2021-09-08 06:51
生成对抗网络（GAN）自其诞生以来一直盛行。它的一个最显著的成功在于是用各种各样的卷积结构生成逼真的自然图像。 近年来，人们对自动设计复杂的神经网络架构产生了浓厚的兴趣。神经架构搜索（NAS）已经成功地开发和评估了图像分类任务以及最近的图像分割。发现的架构优于人工设计的模型。然而，单纯地将现有的NAS想法从图像分类/分割移植到GAN是不够的。
2020-11-30 07:29
华为接下来的动作可能是这家公司在AI领域最大的投入：发布华为云数据中心AI芯片，并跟国际巨头达成合作；推出类似TensorFlow、Caffe、PaddlePaddle的深度学习开源框架，同时推出跨终端、私有云、公有云等平台的AI算法模型一整套部署方案，一旦这些付诸实施，将是华为在AI时代的一个重要转折点。
2019-09-11 11:51
近年来，深度学习的繁荣，尤其是神经网络的发展，颠覆了传统机器学习特征工程的时代，将人工智能的浪潮推到了历史最高点。然而，尽管各种神经网络模型层出不穷，但往往模型性能越高，对超参数的要求也越来越严格，稍有不同就无法复现论文的结果。而网络结构作为一种特殊的超参数，在深度学习整个环节中扮演着举足轻重的角色。在图像分类任务上大放异彩的ResNet、在机器翻译任务上称霸的Transformer等网络结构无一不来自专家的精心设计。这些精细的网络结构的背后是深刻的理论研究和大量广泛的实验，这无疑给人们带来了新的挑战。
2019-09-11 11:52
