深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和 语音识别 等不同领域， DLI 服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

深度学习模型预测 深度学习已经广泛应用于图像分类、图像识别和语音识别等不同领域，DLI服务中提供了若干函数实现加载深度学习模型并进行预测的能力。 目前可支持的模型包括DeepLearning4j 模型和Keras模型。由于Keras它能够以 TensorFlow、CNTK或者 Theano

查看更多 →

移动重构 简介 复制Class 移动Class 移动包 移动内部类到上层 移动实例方法 移动静态成员 向上/向下移动成员 父主题： 重构

查看更多 →

重构前 message = "Hello!" print(message) 父主题： 案例

查看更多 →

重构 命令 键（CodeArts IDE键盘映射） 键（IDEA键盘映射） 命令ID 查看可用的重构 Ctrl+Shift+R Ctrl+Shift+Alt+T editor.action.refactor 复制类 Alt+F6 F5 refactor.copy.class 安全删除

查看更多 →

重构 简介 代码操作 重构操作 重命名符号 代码操作的键绑定 父主题： 基本操作

查看更多 →

重构 简介 移动重构 提取/引入重构 内联重构 使方法静态 反转布尔值 用委托替换继承 用工厂方法替换构造函数 用生成器替换构造函数 封装字段 更改方法签名 更改类签名 将匿名类转换为内部类 尽可能使用Interface 类型迁移 包装返回值 转换为实例方法 删除中间人 安全删除

查看更多 →

各个模型深度学习训练加速框架的选择 LlamaFactory框架使用两种训练框架： DeepSpeed和Accelerate都是针对深度学习训练加速的工具，但是它们的实现方式和应用场景有所不同。 DeepSpeed是一种深度学习加速框架，主要针对大规模模型和大规模数据集的训练。D

查看更多 →

培训内容 培训内容 说明 神经网络基础 介绍深度学习预备知识，人工神经网络，深度前馈网络，反向传播和神经网络架构设计 图像处理理论和应用 介绍计算机视觉概览，数字图像处理基础，图像预处理技术，图像处理基本任务，特征提取和传统图像处理算法，深度学习和卷积神经网络相关知识 语音处理理论和应用

查看更多 →

.0实战 深度学习预备知识 介绍学习算法，机器学习的分类、整体流程、常见算法，超参数和验证集，参数估计、最大似然估计和贝叶斯估计 深度学习概览 介绍神经网络的定义与发展，深度学习的训练法则，神经网络的类型以及深度学习的应用 图像识别、语音识别、 机器翻译 编程实验 与图像识别、语言识别、机器翻译编程相关的实验操作

查看更多 →

重构前 print("Hello!") 父主题： 案例

查看更多 →

重构后 greeting = "Hello!" print(greeting) 父主题： 案例

查看更多 →

重构操作 提取方法 提取变量 父主题： 重构

查看更多 →

内联重构 简介 内联变量 内联参数 内联方法 内联字段 内联超类 内联到匿名类 父主题： 重构

查看更多 →

代码重构 简介 内联变量 引入变量 变量重命名 父主题： 代码编辑

查看更多 →

重构后 print("Hello!") 父主题： 案例

查看更多 →

重构后 message = "Hello!" print(message) 父主题： 案例

查看更多 →

重构前 message = "Hello!" print(message) 父主题： 案例

查看更多 →

使用自动学习实现图像分类 准备图像分类数据 创建图像分类项目 标注图像分类数据 训练图像分类模型 部署图像分类服务 父主题： 使用自动学习实现零代码AI开发

查看更多 →

提升业务效率。 媒资图像标签 基于深度学习技术，准确识别图像中的视觉内容，提供多种物体、场景和概念标签，具备目标检测和属性识别等能力帮助客户准确识别和理解图像内容。主要面向媒资素材管理、内容推荐、广告营销等领域。 图1 媒资图像标签示例图 名人识别 利用深度神经网络模型对图片内容

查看更多 →

应用场景 内容审核 -图像 内容审核-图像有以下应用场景： 视频直播 在互动直播场景中，成千上万个房间并发直播，人工审核直播内容几乎不可能。基于图像审核能力，可对所有房间内容实时监控，识别可疑房间并进行预警。 场景优势如下： 准确率高：基于改进的深度学习算法，检测准确率高。 响应速度快：视频直播响应速度小于0

查看更多 →