技术干货——人工智能

CosineWarmup是一种非常实用的训练策略，本次教程将带领大家实现该训练策略。教程将从理论和代码实战两个方面进行。

本文分享自华为云社区《python进阶——人工智能实时目标跟踪,这一篇就够用了！》，本程序主要实现了python的opencv人工智能视觉模块的目标跟踪功能。

本文为大家介绍一下深度学习中的混合精度训练，并通过代码实战的方式为大家讲解实际应用的理论，并对模型进行测试。

本文介绍了昇腾CANN提供的两种数据预处理的方式：DVPP和AIPP，介绍了两者的功能、差别及联系，并以具体代码示例介绍了如何使用DVPP和AIPP的功能。

残差网络(ResNet)的提出是为了解决深度神经网络的“退化”（优化）问题。ResNet 通过设计残差块结构，调整模型结构，让更深的模型能够有效训练更训练。

本文分享自华为云社区《如何查看并读懂昇腾平台的应用日志》，本文介绍了昇腾平台日志分类、日志级别设置、日志内容格式，以及如何获取日志文件的方法。

InstructPix2Pix提出了一种使用文本编辑图像的方法：给定输入图像和编辑指令，告诉模型要做什么，模型将遵循这些指令来编辑图像。

本文深度讲解了卷积计算的原理，并详细介绍了构成所有卷积网络主干的基本元素，包括卷积层本身、填充和步幅的基本细节、用于在相邻区域汇聚信息的汇聚层，最后给出卷积层和汇聚层的代码示例和CNN框架结构图。

本文分享自华为云社区《在昇腾平台上对TensorFlow网络进行性能调优》，本文就带大家了解在昇腾平台上对TensorFlow训练网络进行性能调优的常用手段。

本文分享自华为云社区《模型压缩-pytorch 中的模型剪枝方法实践》，所谓模型剪枝，其实是一种从神经网络中移除"不必要"权重或偏差的模型压缩技术。

模型压缩算法旨在将一个大模型转化为一个精简的小模型。工业界的模型压缩方法有：知识蒸馏、轻量化模型架构、剪枝、量化。

本文分享自华为云社区《MindNLP-基于Mindspore2.0的GPT2预训练模型迁移教程》， 这篇文章主要目的是为了让大家能够清楚如何用MindSpore2.0来进行模型的迁移。

本文分享自华为云社区《[Python从零到壹] 五十六.图像增强及运算篇之图像平滑（中值滤波、双边滤波）》，本文将详细讲解两种非线性滤波方法中值滤波和双边滤波。

通过本教程，我们学习了一类客流统计应用——区域内客流统计，通常用于室外安防，或室内客流热力图，经过简单改造还可以实现区域入侵检测、人员在离岗检测等应用。

本篇文章分享自华为云社区的《反向传播与梯度下降详解》，主要讲述反向传播指的是计算神经网络参数梯度的方法。

基于 Dropout 的这种特殊方式对网络带来的随机性，研究员们提出了 R-Drop 来进一步对（子模型）网络的输出预测进行了正则约束。

通过本教程，我们可以学习客流统计应用的扩展——过线客流统计+口罩佩戴识别，可用于商超、写字楼入口安检。

日前，由华为与武汉伯生科技基于昇腾AI合作研发的“思符（SiFold）蛋白质结构预测平台”正式推出，并成功应用于国药集团动物保健股份有限公司的猪圆环病毒疫苗研发中。

为提升网络性能、降低人工调优成本，CANN推出了自动化网络调优工具AOE，通过子图调优、算子调优与梯度调优的功能，让网络可以在AI硬件上获得最佳性能。

通过本教程，我们学习了另一类客流统计应用——过线客流统计，通常用于室内出入口，摄像头会架设在高处俯拍，使用头肩部检测可以减少人与人之间的遮挡。