一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

是時(shí)候結(jié)束BERT學(xué)了

電子設(shè)計(jì) ? 來源:電子設(shè)計(jì) ? 作者:電子設(shè)計(jì) ? 2020-12-14 20:48 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

本文最初發(fā)表于 Medium 博客,經(jīng)原作者 Walid Saba 博士授權(quán),InfoQ 中文站翻譯并分享。

背 景

基于三個(gè)技術(shù)(理論上的、科學(xué)上的)原因,由數(shù)據(jù)驅(qū)動(dòng) / 定量 / 統(tǒng)計(jì) / 機(jī)器學(xué)習(xí)的方法(我統(tǒng)稱為 BERT 學(xué)(BERTology)),是完全毫無希望的、徒勞的努力,至少在語(yǔ)言理解方面是如此。我明白,這是個(gè)很大的主張,特別是鑒于當(dāng)前的趨勢(shì)、媒體的誤導(dǎo)性宣傳,以及科技巨頭們?cè)谶@一完全有缺陷的范式上花費(fèi)了巨額資金。正如我在自己的出版物、研討會(huì)和帖子中所反復(fù)提到的那樣,人們常常跟我說:“但是,所有那些人真的都錯(cuò)了嗎?”好吧,現(xiàn)在我要統(tǒng)一地回答:“是的,他們確實(shí)可能都錯(cuò)了?!蔽沂且詡ゴ蟮臄?shù)學(xué)家 / 邏輯學(xué)家波特蘭·羅素(Bertrand Russell)的智慧說出這番話的。羅素曾經(jīng)這樣說過:

一個(gè)觀點(diǎn)已被廣泛持有的事實(shí)并不能證明它不是荒謬絕倫的。(The fact that an opinion has been widely held is no evidence whatsoever that it is not utterly absurd.)

然而,在開始之前,我們必須強(qiáng)調(diào),我們的討論是針對(duì) BERT 學(xué)在 NLU(自然語(yǔ)言理解,Natural Language Understanding)的使用,這里的“U”(Understanding,理解)是至關(guān)重要的,也就是說,正如下面將要闡述的那樣,BERT 學(xué)可能在某些自然語(yǔ)言處理任務(wù)中很有用(如文本摘要、搜索、關(guān)鍵短語(yǔ)提取、文本相似性和 / 或聚類等),因?yàn)檫@些任務(wù)都是以某種形式“壓縮”的,而機(jī)器學(xué)習(xí)能夠成功地應(yīng)用于這些任務(wù)。但是,我們認(rèn)為自然語(yǔ)言處理(本質(zhì)上只是文本處理)和自然語(yǔ)言理解是截然不同的兩個(gè)問題?;蛟S就人類的思想理解而言,自然語(yǔ)言理解應(yīng)該被人類思想理解(Human Thought Understanding,HuTU)所取代,因?yàn)樽匀徽Z(yǔ)言理解涉及理解我們語(yǔ)言語(yǔ)句背后的思想(你可能也想閱讀這篇討論這一具體問題的短文《NLU 并非 NLP++》(NLU is not NLP++)。

因此,總結(jié)一下我們的介紹:我們?cè)谶@里要辯護(hù)的主張是,BERT 學(xué)對(duì)自然語(yǔ)言理解來說是徒勞的(事實(shí)上,它是無關(guān)緊要的),而且這一主張并不涉及自然語(yǔ)言處理的某些任務(wù),而只涉及到對(duì)特定于普通口語(yǔ)的真正理解,這種理解就像我們每天與甚至不認(rèn)識(shí)的人、或者與沒有任何領(lǐng)域特定知識(shí)的年幼兒童進(jìn)行交談時(shí)所做的那樣!

現(xiàn)在,我們可以開始談?wù)铝恕?/p>

MTP:文字缺失現(xiàn)象

讓我們首先從描述一種現(xiàn)象開始,這種現(xiàn)象是自然語(yǔ)言理解中所有挑戰(zhàn)的核心,我們稱之為“文字缺失現(xiàn)象”(Missing Text Phenomenon。MTP)。

語(yǔ)言交流:講者將思想“編碼”成某種語(yǔ)言的語(yǔ)句(使用某種語(yǔ)言),然后聽者將這個(gè)語(yǔ)言“解碼”成(希望)講者想要傳達(dá)的思想!這一過程就是自然語(yǔ)言理解中的“理解”,也就是說,理解語(yǔ)言語(yǔ)句背后的思想正是在解碼過程中所發(fā)生的事情。而這些恰恰是自然語(yǔ)言理解困難的原因。讓我來詳述。

在這種復(fù)雜的交流中,有兩種可能的優(yōu)化或有效交流的方法:(i)講者可以壓縮(并最小化)在思想編碼中發(fā)送的信息量,并希望聽者在解碼(解壓縮)過程中做一些額外的工作;或者(ii)講者將做艱苦的工作并發(fā)送所有需要的信息來傳達(dá)思想,這將使聽者幾乎無事可做(有關(guān)此過程的完整描述,請(qǐng)參見此文《語(yǔ)言結(jié)構(gòu)文化演變中的壓縮與交流》(Compression and communication in the cultural evolution of linguistic structure)。這一過程的自然演變,似乎已經(jīng)形成了適當(dāng)?shù)钠胶?,使講者和聽者的總工作量都得到了優(yōu)化。這種優(yōu)化導(dǎo)致講者只需最少的可能信息進(jìn)行編碼,而忽略了可以安全地假定為聽者可用的所有其他信息。我們往往忽略的信息通常是我們可以放心地認(rèn)為講者和聽者都可用的信息,而這正是我們通常所說的共同背景知識(shí)的信息。

為了理解這一過程的復(fù)雜性,請(qǐng)考慮以下(未經(jīng)優(yōu)化)的交流:

顯然,我們肯定不會(huì)這樣交流。事實(shí)上,上述思想通常是這樣表達(dá)的:

這條短得多的信息,也就是我們通常說話的方式,傳達(dá)了與那條長(zhǎng)信息相同的思想。因?yàn)槲覀兌贾懒?,所以我們沒有明確地陳述所有其他的東西。

也就是說,為了有效地交流,我們不能假定我們都知道的東西!正因?yàn)槿绱?,我們都?huì)傾向于忽略同樣的信息——因?yàn)槲覀兌贾烂總€(gè)人都知道什么,這就是“共同”背景知識(shí)。這種天才的優(yōu)化過程,人類在大約 20 萬年的進(jìn)化過程中發(fā)展起來的,并且非常有效,而這恰恰是因?yàn)槲覀兌贾牢覀兯赖囊磺?。?a href="http://www.www27dydycom.cn/v/tag/150/" target="_blank">人工智能 / 自然語(yǔ)言理解領(lǐng)域中,問題就出在這里。機(jī)器并不知道我們遺漏了什么,因?yàn)樗鼈儾恢牢覀兯赖囊磺?。那最終結(jié)果是什么?自然語(yǔ)言理解是非常困難的,因?yàn)橐粋€(gè)軟件程序要想完全理解我們語(yǔ)言表達(dá)背后的意思,就必須能夠以某種方式“發(fā)現(xiàn)”人們?cè)谡Z(yǔ)言交流中假定和忽略的一切。實(shí)際上,這是自然語(yǔ)言理解面臨的挑戰(zhàn)(而不是解析、詞干分析、詞性標(biāo)注等等)。事實(shí)上,自然語(yǔ)言理解面臨著一些眾所周知的挑戰(zhàn)——而這些問題在計(jì)算語(yǔ)言學(xué)中經(jīng)常被提及。我在這里展示(只是其中的一部分)用紅色高亮顯示的缺失文字:

在自然語(yǔ)言理解中,所有上述眾所周知的挑戰(zhàn)都是源于這樣一個(gè)事實(shí):即挑戰(zhàn)就是發(fā)現(xiàn)(或揭示)那些缺失的信息,并隱式地假定這些信息是共享的、共同的背景知識(shí)。

既然我們(希望如此)確信,由于文字缺失現(xiàn)象,自然語(yǔ)言理解是困難的,也就是說,因?yàn)槲覀內(nèi)粘T捳Z(yǔ)中的普通口語(yǔ)被高度(如果不是最佳的話)壓縮,因此在“理解”方面的挑戰(zhàn)在于將缺失的文字進(jìn)行解壓縮(或揭示),我可以說出第一個(gè)技術(shù)原因:為什么 BERT 學(xué)與自然語(yǔ)言理解不相關(guān)。

(機(jī)器)可學(xué)習(xí)性(ML)和可壓縮性(COMP)之間的等價(jià)性已經(jīng)在數(shù)學(xué)上建立起來了。也就是說,已經(jīng)確定了只有當(dāng)數(shù)據(jù)是高度可壓縮的(即數(shù)據(jù)有大量冗余)時(shí),才能從數(shù)據(jù)集中實(shí)現(xiàn)可學(xué)習(xí)性,反之亦然(參見這篇文章《從壓縮的角度談統(tǒng)計(jì)學(xué)習(xí)》(On statistical learning via the lens of compression)和 2019 年發(fā)表在《自然》(Nature)雜志上的重要文章《可學(xué)習(xí)性不可判定》(Learnability can be Undecidable)),但是文字缺失現(xiàn)象告訴我們,自然語(yǔ)言理解是一個(gè)關(guān)于解壓縮的問題。以下是我們所掌握的情況:

原因 1 證畢。

內(nèi)涵(帶有“s”)

內(nèi)涵(Intension)是我要討論的另一個(gè)現(xiàn)象,在我討論第二個(gè)證據(jù)之前,即 BERT 學(xué)甚至與自然語(yǔ)言理解不相關(guān)。我將從所謂的內(nèi)涵三角形說起,如下面的例子所示:

所以,每一個(gè)“事物”(或者說每一個(gè)認(rèn)知對(duì)象)都有三個(gè)部分:一個(gè)指代某一概念的符號(hào),而這個(gè)概念(有時(shí))有實(shí)例。有時(shí)候我會(huì)說,因?yàn)椤蔼?dú)角獸”這個(gè)概念并沒有“實(shí)際的”例子,至少在我們生活的世界里是如此!這個(gè)概念本身就是它所有潛在實(shí)例的理想化模板(因此它接近柏拉圖的理想化形式?。┠憧梢韵胂?,哲學(xué)家、邏輯學(xué)家和認(rèn)知科學(xué)家如何在幾個(gè)世紀(jì)以來一直在爭(zhēng)論概念的本質(zhì)及其定義方式。不管爭(zhēng)議有多大,我們都可以達(dá)成一個(gè)共識(shí):一個(gè)概念(通常由某個(gè)符號(hào) / 標(biāo)簽所指代),是由一組屬性定義的,或許還包括公理和既定事實(shí)等。然而,概念并不同于實(shí)際(不完美的)實(shí)例。這同樣適用于完美的數(shù)學(xué)世界。因此,舉例來說,雖然下面的算術(shù)表達(dá)式都有同樣的擴(kuò)展,但是它們的內(nèi)涵卻不相同:

所以,雖然所有表達(dá)式的結(jié)果都為 16,因此在某種意義上是相等的(它們的VALUE),但這只是它們的一個(gè)屬性而已。事實(shí)上,上面的表達(dá)式還有其他一些屬性,比如其句法結(jié)構(gòu)(這就是為什么 (a) 和 (d) 不同),運(yùn)算符的數(shù)量,操作數(shù)的數(shù)量等等。VALUE(只是一個(gè)屬性)被稱為擴(kuò)展,而所有屬性的集合就是內(nèi)涵。而在應(yīng)用科學(xué)(工程學(xué)、經(jīng)濟(jì)學(xué)等等)中,如果它們的VALUE相等,我們就可以放心地認(rèn)為它們是相等的,但在認(rèn)知(尤其是語(yǔ)言理解)中,這種相等就失效了!下面是一個(gè)簡(jiǎn)單的例子:

假定 (1) 為真,也就是說,假設(shè) (1) 確實(shí)發(fā)生了,而且我們也親眼目睹了這一事實(shí)。不過,這并不意味著我們就可以假設(shè) (2) 為真。盡管我們所做的只是將 (1) 中的“16”替換為(假定)等于它的值。那么發(fā)生了什么事兒?我們用一個(gè)假定與之相等的對(duì)象替換了一個(gè)真實(shí)語(yǔ)句中的一個(gè)對(duì)象,然后我們從真實(shí)的對(duì)象中推斷出了一些不真實(shí)的對(duì)象!事實(shí)是這樣的:盡管在自然科學(xué)中,我們可以輕易地用一個(gè)等于它的屬性來替換一個(gè)對(duì)象,但這在認(rèn)知中卻是行不通的!下面是另一個(gè)示例:

通過簡(jiǎn)單地將“the tutor of Alexander the Great”替換為閾值相等的值,即“Aristotle”,我們就得到了 (2),這顯然是荒謬的。同樣,雖然“the tutor of Alexander the Great”和“Aristotle”在某種意義上是等同的,但這兩個(gè)思想對(duì)象在許多其他方面卻是不同的。

我不再贅述對(duì)于什么是“內(nèi)涵”,以及它在高級(jí)推理,尤其是在自然語(yǔ)言理解中的重要性。有興趣的讀者可以看看這篇短文《在自然語(yǔ)言理解中,忽視內(nèi)涵,自負(fù)風(fēng)險(xiǎn)》(In NLU, you ignore intenSion at your peril),我在這篇文章曾引用過其他參考資料。

那么,從這場(chǎng)關(guān)于“內(nèi)涵”的討論中,有哪些觀點(diǎn)呢?在自然語(yǔ)言中,內(nèi)涵現(xiàn)象是非常普遍的,這是因?yàn)檎Z(yǔ)言所傳達(dá)的思想對(duì)象具有不可忽視的內(nèi)涵性。但是,在所有的變體中,語(yǔ)料庫(kù)都是一個(gè)純粹的外延擴(kuò)展,只能處理擴(kuò)展(數(shù)值),因此它不能對(duì)內(nèi)涵進(jìn)行建?;蚪忉?,也就不能對(duì)語(yǔ)言中的各種現(xiàn)象進(jìn)行建模。

原因 2 證畢。

順帶一提,BERT 學(xué)是一種純粹的可擴(kuò)展范式,它并不能解釋“內(nèi)涵”,這是深度學(xué)習(xí)中所謂的“對(duì)抗性樣本”的來源。這個(gè)問題與這樣一個(gè)事實(shí)有關(guān):一旦張量(高維向量)合稱為一個(gè)張量,結(jié)果張量現(xiàn)在可以用無限多種方式分解為分量(這意味著分解是不可判定的),也就是說,一旦輸入張量合成,我們就失去了原始結(jié)構(gòu)(簡(jiǎn)單地說:10 可以是 2×5 的值,但也可以是 8+1+1 的結(jié)果,9+1+0 的結(jié)果等等)。神經(jīng)網(wǎng)絡(luò) 總是 會(huì)受到對(duì)抗性樣本的攻擊,因?yàn)橥ㄟ^反向優(yōu)化,我們總是可以在任何層上獲得預(yù)期的輸出,而不是從預(yù)期的組件獲得預(yù)期的輸出。但這是另外一個(gè)討論了,不在本文范疇之內(nèi)。

統(tǒng)計(jì)學(xué)意義

虛詞是語(yǔ)料庫(kù)中最主要的統(tǒng)計(jì)學(xué)意義的問題之一,在語(yǔ)料庫(kù)中,虛詞只能被忽略,而被稱為“停用詞”。這些詞在每個(gè)上下文中都具有相同的概率,因此必須將其刪除,因?yàn)樗鼈儠?huì)擾亂整個(gè)概率空間。但是,不管 BERT 學(xué)家喜歡與否,虛詞都是那些最終將最終意義粘合在一起的詞??纯聪旅孢@對(duì)句子的區(qū)別就知道了。

在 (2a) 中,我們指的是 50 個(gè)組,而在 (2b) 中只有 1 個(gè)。我們?nèi)绾卫斫饬吭~、介詞、情態(tài)動(dòng)詞等,會(huì)極大改變目標(biāo)語(yǔ)(和意圖)的意義,因此,如果不考慮虛詞的話,就不可能有任何真正的語(yǔ)言理解。而且,在 BERT 學(xué)中,這些虛詞也不能(適當(dāng)?shù)兀┻M(jìn)行建模。

我們本可以到此為止,那就是原因 3 證畢,我們證明了 BERT 學(xué)甚至與自然語(yǔ)言理解不相關(guān)。但是還有很多……

從本質(zhì)上說,BERT 學(xué)是一種基于在數(shù)據(jù)中發(fā)現(xiàn)某種模式(相關(guān)性)的范式。因此,這種范式要求自然語(yǔ)言中的各種現(xiàn)象在統(tǒng)計(jì)學(xué)上存在顯著的差異,否則它們將被視為本質(zhì)上是相同的。但是,要考慮以下幾點(diǎn) [ 有關(guān)這些例子的討論,請(qǐng)參見《Winograd 模式挑戰(zhàn)》(The Winograd Schema Challenge)和《論 Winograd 模式:將語(yǔ)言理解置于數(shù)據(jù) - 信息 - 知識(shí)連續(xù)體中》(On the Winograd Schema: Situating Language Understanding in the Data-Information-Knowledge Continuum),因?yàn)樗c Winograd 模式挑戰(zhàn)相關(guān)] :

請(qǐng)注意,像“small”和“big”(或“open”和“close”等)的反義詞 / 對(duì)立詞在相同的上下文中具有相等的概率。因此,(1a) 和 (1b) 在統(tǒng)計(jì)學(xué)上是等效的,但即使對(duì)于一個(gè) 4 歲的孩子 (1a) 和 (1b) 來說也有很大的不同:(1a) 中的“it”指的是“the suitcase”,而 (1b) 中的“it”指的是“the trophy”。基本上,在簡(jiǎn)單的語(yǔ)言中,(1a) 和 (1b) 在統(tǒng)計(jì)學(xué)上的等價(jià)的,盡管在語(yǔ)義上相距甚遠(yuǎn)。因此,統(tǒng)計(jì)學(xué)分析并不能對(duì)語(yǔ)義進(jìn)行建模(甚至近似也不能)——就這么簡(jiǎn)單!

但是,讓我們看看,如果堅(jiān)持使用 BERT 學(xué)來學(xué)習(xí)正確解析這類結(jié)構(gòu)中的“it”,我們需要多少個(gè)樣本。首先,在 BERT 學(xué)中,并沒有類型的概念(也沒有任何符號(hào)知識(shí))。因此,下面的情況都是不同的。

也就是說,在 BERT 學(xué)中,沒有類型層次結(jié)構(gòu)允許我們將“big”、“suitcase”、“briefcase”等概括為“container”的所有子類型。因此,在純數(shù)據(jù)驅(qū)動(dòng)的范式中,上述每一個(gè)都是不同的,必須分開來看。如果我們將上述模式的所有輕微句法差異加上語(yǔ)義差異(比如將“because”更改為“thought”,這也將正確的指稱項(xiàng)更改為“it”),那么粗略的計(jì)算就會(huì)告訴我們,BERT 學(xué)系統(tǒng)將需要類似上述的 4 千萬個(gè)變體,而所有這些僅僅是為了在 (1) 中的結(jié)構(gòu)中解析類似“it”的指稱項(xiàng)。假如有的話,這在計(jì)算上是不可信的。正如 Fodor 和 Pylyshyn 曾經(jīng)引用著名的認(rèn)知科學(xué)家 George Miller 的名言:為了捕捉自然語(yǔ)言理解系統(tǒng)所需要的所有句法和語(yǔ)義變化,神經(jīng)網(wǎng)絡(luò)可能需要的特征數(shù)量比宇宙中的原子數(shù)量還要多![我會(huì)向任何對(duì)認(rèn)知科學(xué)感興趣的讀者推薦這篇經(jīng)典而精彩的論文:《聯(lián)結(jié)主義與認(rèn)知架構(gòu):批判性分析》(Connectionism and Cognitive Architecture: A: Critical Analysis)]。

為總結(jié)本節(jié),自然語(yǔ)言中通常沒有統(tǒng)計(jì)學(xué)意義上可以解釋不通的解釋,而這正是因?yàn)樽C明統(tǒng)計(jì)顯著性所需的信息并不在數(shù)據(jù)中,而是在其他地方可以獲得的信息,在上面的例子中,所需的信息是這樣的:not(FIT(x,y)),則 LARGER(y,x) 比 LARGER(x,y) 更有可能。簡(jiǎn)而言之,BERT 學(xué)中唯一的信息來源必須是可以從數(shù)據(jù)中獲得的信息,但通常正確解釋所需的信息并不在數(shù)據(jù)中,你甚至都找不到數(shù)據(jù)中不存在的信息。

至此,原因 3 證畢。

結(jié) 語(yǔ)

我已經(jīng)討論了三個(gè)原因,證明了 BERT 學(xué)甚至與自然語(yǔ)言理解不相關(guān)(盡管它可能在本質(zhì)上是壓縮任務(wù)的文本處理任務(wù))。以上三個(gè)原因中的每一個(gè)都足以讓這列名為 BERT 學(xué)的失控列車停下來。
自然語(yǔ)言可不僅僅是數(shù)據(jù)!

本文轉(zhuǎn)自 公眾號(hào):AI前線 ,作者Walid Saba

審核編輯 黃昊宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1806

    文章

    48996

    瀏覽量

    249187
  • 自然語(yǔ)言
    +關(guān)注

    關(guān)注

    1

    文章

    292

    瀏覽量

    13654
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    618結(jié)束,安防攝像頭市場(chǎng)戰(zhàn)況何如?

    618大促活動(dòng)結(jié)束,安防領(lǐng)域產(chǎn)品銷量增長(zhǎng)。
    的頭像 發(fā)表于 06-30 17:21 ?169次閱讀

    微小泄漏零容忍:結(jié)束線連接器氣密性檢測(cè)的挑戰(zhàn)與對(duì)策

    我們?cè)谑褂?b class='flag-5'>結(jié)束線連接器氣密檢測(cè)的時(shí)候會(huì)遇到很多問題,那在氣密檢測(cè)中遇到這些挑戰(zhàn),我們?cè)撊绾稳ソ鉀Q呢,下面是一些挑戰(zhàn)和解決對(duì)策:
    的頭像 發(fā)表于 06-04 14:17 ?157次閱讀
    微小泄漏零容忍:<b class='flag-5'>結(jié)束</b>線連接器氣密性檢測(cè)的挑戰(zhàn)與對(duì)策

    將DMACB寄存器中的RC位設(shè)置為1來在DMA傳輸結(jié)束時(shí)重新加載計(jì)數(shù)器,什么時(shí)候將需要重新加載的值存儲(chǔ)在FM3中?

    我嘗試通過將 DMACB 寄存器中的 RC 位設(shè)置為 1 來在 DMA 傳輸結(jié)束時(shí)重新加載計(jì)數(shù)器。 什么時(shí)候將需要重新加載的值存儲(chǔ)在 FM3 中? - 當(dāng)我將 1 寫入 EM 位時(shí)是否如此
    發(fā)表于 04-30 07:33

    易靈思2025 FPGA技術(shù)研討會(huì)北京站圓滿結(jié)束

    易靈思2025FPGA技術(shù)研討會(huì)北京站于4月10日在北京麗亭華苑酒店圓滿結(jié)束!本次研討會(huì)吸引了來自全國(guó)各地的行業(yè)專家、工程師及企業(yè)代表踴躍參與,現(xiàn)場(chǎng)座無虛席,氣氛熱烈。
    的頭像 發(fā)表于 04-16 09:14 ?642次閱讀

    為什么學(xué)了C語(yǔ)言,卻寫不出像樣的項(xiàng)目?

    一些問題:學(xué)了不少語(yǔ)法,指針、數(shù)組、結(jié)構(gòu)體都能看懂,但一到真正寫程序時(shí)就不知道該如何下手;看了不少教程,甚至能背下來一些代碼模板,但遇到新問題時(shí)還是會(huì)卡住;想做個(gè)完整的
    的頭像 發(fā)表于 03-14 17:37 ?427次閱讀
    為什么<b class='flag-5'>學(xué)了</b>C語(yǔ)言,卻寫不出像樣的項(xiàng)目?

    請(qǐng)問ADS7864采樣結(jié)束怎么控制?

    看了ADS7864的手冊(cè),采樣開始是通過將HOLDX引腳拉低引起的,那么采樣結(jié)束是不是要將HOLDX引腳拉高???采樣時(shí)間(決定采多少個(gè)點(diǎn))是不是就是下降沿與上升沿之間的間隔?
    發(fā)表于 01-16 07:24

    調(diào)試ADS1258過程中,當(dāng)START輸入高電平的時(shí)候, /DRDY信號(hào)一直為高,無低電平輸出,為什么?

    在調(diào)試ADS1258過程中,配置都是正確的了,但是當(dāng)START輸入高電平的時(shí)候, /DRDY信號(hào)一直為高,無低電平輸出,這問題怎么分析,沒什么頭緒,芯片配置正常后,應(yīng)該啟動(dòng)START為高的時(shí)候,轉(zhuǎn)換結(jié)束后/DRDY就應(yīng)該有低電
    發(fā)表于 12-27 06:42

    初始化ADS1255的時(shí)候,總是不能正確配置寄存器,怎么解決?

    ,所否一定要在ADS1255的一次轉(zhuǎn)換結(jié)束ready拉低后,才可以配置? 2、在寫SYNC命令的時(shí)候,是否也一定要在一次轉(zhuǎn)換結(jié)束ready拉低后,才進(jìn)行寫?寫SYNC命令后,是否要延時(shí)一段時(shí)間,才寫
    發(fā)表于 12-03 07:41

    高壓容器實(shí)驗(yàn)結(jié)束后如何處理

    1. 實(shí)驗(yàn)結(jié)束后的初步檢查 安全檢查 :確保所有實(shí)驗(yàn)人員都已撤離到安全區(qū)域。 設(shè)備檢查 :檢查高壓容器是否有泄漏、變形或其他損壞的跡象。 2. 壓力釋放 緩慢減壓 :逐漸降低容器內(nèi)的壓力,避免因壓力
    的頭像 發(fā)表于 10-17 10:19 ?1915次閱讀

    內(nèi)置誤碼率測(cè)試儀(BERT)和采樣示波器一體化測(cè)試儀器安立MP2110A

    BERTWave MP2110A是一款內(nèi)置誤碼率測(cè)試儀(BERT)和采用示波器的一體化測(cè)量?jī)x器,支持光模塊的誤碼率(BERT)測(cè)量、眼圖模式測(cè)試、眼圖分析等評(píng)估操作
    的頭像 發(fā)表于 09-23 14:34 ?845次閱讀
    內(nèi)置誤碼率測(cè)試儀(<b class='flag-5'>BERT</b>)和采樣示波器一體化測(cè)試儀器安立MP2110A

    M8020A J-BERT 高性能比特誤碼率測(cè)試儀

    M8020A 比特誤碼率測(cè)試儀 J-BERT M8020A 高性能 BERT 產(chǎn)品綜述 Keysight J-BERT M8020A 高性能比特誤碼率測(cè)試儀能夠快速、準(zhǔn)確地表征傳輸速率高達(dá) 16 或
    的頭像 發(fā)表于 08-21 17:13 ?501次閱讀

    AWG和BERT常見問題解答

    隨著信號(hào)的速率越來越高,調(diào)制格式越來越復(fù)雜,對(duì)測(cè)試儀器的性能要求也越來越高。是德科技也一直在推出業(yè)界領(lǐng)先的高帶寬、高采樣率的AWG和高性能的BERT。
    的頭像 發(fā)表于 08-06 17:27 ?1275次閱讀

    消息稱三星電子與Naver將結(jié)束AI加速芯片開發(fā)合作

    據(jù)韓國(guó)媒體最新報(bào)道,三星電子與韓國(guó)互聯(lián)網(wǎng)巨頭Naver在AI加速器開發(fā)領(lǐng)域的合作關(guān)系即將迎來重大轉(zhuǎn)折。雙方共同研發(fā)的Mach-1芯片即將面世,而這也意味著雙方長(zhǎng)達(dá)一段時(shí)間的緊密合作將在Mach-1推出后實(shí)質(zhì)結(jié)束。
    的頭像 發(fā)表于 08-06 11:15 ?741次閱讀

    LM2903 150度高溫測(cè)試結(jié)束恢復(fù)常溫后,再上電就損壞了怎么解決?

    T4大概14V輸入,RX2輸出3.幾V,為什么150高溫測(cè)試正常,結(jié)束恢復(fù)常溫后再上電就燒壞了
    發(fā)表于 08-01 07:40

    “2024商湯獎(jiǎng)學(xué)金夏令營(yíng)”游學(xué)活動(dòng)圓滿結(jié)束

    近日,“2024商湯獎(jiǎng)學(xué)金夏令營(yíng)”游學(xué)活動(dòng)在上海圓滿結(jié)束。一場(chǎng)場(chǎng)深度學(xué)術(shù)交流,一句句暖心祝福寄語(yǔ),為2024年度商湯獎(jiǎng)學(xué)金項(xiàng)目畫上圓滿句號(hào)。
    的頭像 發(fā)表于 07-23 15:04 ?892次閱讀