xgboost和深度学习  内容精选
  • 镜像使用 - GPU云服务器 | 百度智能云文档

    镜像使用 GPU专用镜像使用说明 GPU专用镜像中,会集成GPU驱动、CUDA、cuDNN、主流深度学习框架等,具体信息如下: GPU专用镜像 CUDA版本 cuDNN 深度学习框架版本 Ubuntu 16.04 LTS amd64 (64bit)-CUDA9.2 CUDA 9.2 cuDNN 7.1.4 无 Ubuntu 16.04 LTS amd64 (64bit)-CUDA8.0 CUDA 8.0

    查看更多>>

  • 南方电网_提升电力服务智能化水平_智能客服

    机器深度学习 打造广东电网“特有“智能知识库 客户中心承担着客户企业信息交互的重要职能。但很多客户中心知识库陈旧、搜索体验差、无自学习能力,无法支持人工坐席应对客户繁杂的问题,准确及高效服务戛然而止。智能知识库可通过机器学习算法识别出企业通用语料,为客户提供标准通用的知识库。同时通过持续挖掘用户与机器人客服的历史会话进行自主学习,不断提高解决问题的能力。

    查看更多>>

xgboost和深度学习  更多内容
  • Notebook简介 - EasyDL零门槛AI开发平台 | 百度智能云文档

    PaddlePaddle语音方向的开源模型库 PaddleHub 飞桨预训练模型应用管理工具 PaddleSlim 专注于深度学习模型压缩的工具库,提供剪裁、量化、蒸馏、模型结构搜索等模型压缩策略,帮助用户快速实现模型的小型化 Visualdl 飞桨可视化分析工具

    查看更多>>

  • 百度智能云-云智一体深入产业

    Redis 容器引擎服务 CCE 函数计算 语音技术 人脸识别 图像识别 企业智能文档 文字识别 零门槛AI开发平台 全功能AI开发平台 图像搜索 内容审核 深度学习 千帆大模型平台 音视频直播 智能视联网平台 智感超清 音视频转码 视频内容分析 数据可视化 Sugar BI Elasticsearch 数据仓库 MapReduce 百度智能门户 云虚拟主机 移动域名解析服务 智能营销主机 度能

    查看更多>>

  • 国网福建电力

    其次,人工智能平台训练环境作为面向电力业务领域的支撑平台,可以提供支持主流的机器学习深度学习框架的训练环境,可基于提供的框架构建、测试 AI 模型,构建电力设备领域端边云协同应用创新服务模式,全面提升电网业务智能化水平,降低人工成本。 第三,电力智能化“降低门槛”的趋势在实践中进一步凸显。

    查看更多>>

  • 发布模型 - BML 全功能AI开发平台 | 百度智能云文档

    模型列表中,训练完成模型支持『发布』操作,点击『发布』进入发布界面 在发布界面,完成相关配置,如下所示: 2.1 填写下图所示基本信息。『模型类型』『版本』由系统自动生成,不支持修改。重新发布时,『模型名称『模型描述』会自动填充,无需再次填写。

    查看更多>>

  • 2026谷歌AI Gemini国内使用全攻略,适合零基础开发者快速入门 千帆社区

    无论是在全球化的企业沟通中,还是在个人的日常翻译需求中,Gemini都能提供准确快速的支持。 深度学习架构 Gemini基于最先进的深度学习模型架构,在处理复杂的语言任务时表现得尤为出色。无论是生成创意文本,还是进行精确的语义分析,Gemini都能够提供高效的解决方案。其强大的处理能力使得Gemini成为解决多种自然语言任务的理想工具。

    查看更多>>

  • 浦发银行

    在实时交互的背后,是基于用户画像偏好的一对一专属服务推荐的智能决策;而通过积累大量的真实对话数据,数字人得以调优对用户的洞察推荐能力,实现自我迭代,提升服务能力。 这方面,数字人集成了百度 AI 深度学习的能力。在百度底层的基础深度学习平台基础上,它不仅可以学习银行固有的业务流程,也可以通过跟用户的大量交互,学习到用户想要什么。

    查看更多>>

  • 恒逸石化

    智能质检系统会判定该丝锭是否为异常产品,并对流水线做出分拨的指令……“将传统的光学成像与人工智能算法结合,实现对产品复杂表面的深度分析,由此解决了传统机器视觉识别能力不足的弊端。”百度智能云相关技术人员解释。 恒逸生产管理中心总经理王鹏谈道,“传统企业智能化转型都是摸着石头过河,需要在人工智能领域有长期投入能力的公司作为技术合作伙伴。

    查看更多>>

  • CCE Deep Learning Frameworks Operator 说明 - 容器引擎CCE | 百度智能云文档

    组件功能 集成主流深度学习框架,提供开箱即用的深度学习任务提交能力,目前支持以下深度学习框架: 1、TensorFlow( TFJob ) 2、PyTorch( PyTorchJob ) 3、MXNet( MXJob ) 4、PaddlePaddle( PaddleJob ) 使用场景 您可以直接在 CCE 集群上运行深度学习任务,提高 AI 工程效率。

    查看更多>>