完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 數(shù)據(jù)集
文章:1155個(gè) 瀏覽:25357次 帖子:27個(gè)
數(shù)據(jù)可視化用來創(chuàng)造一條快速認(rèn)識數(shù)據(jù)集的捷徑
數(shù)據(jù)可視化用來創(chuàng)造一條快速認(rèn)識數(shù)據(jù)集的捷徑,圖形化的數(shù)據(jù)表示方法能夠?qū)⑷祟惖淖⒁饬ξ街匾繕?biāo),搭建人類與數(shù)據(jù)進(jìn)行溝通的橋梁。根據(jù)不同數(shù)據(jù)集的特點(diǎn),對...
2019-06-07 標(biāo)簽:算法可視化數(shù)據(jù)集 2980 0
Adobe研究院的研究者們提出了全新的通用深度網(wǎng)絡(luò)架構(gòu)CPNet
我們將網(wǎng)絡(luò)的核心命名為”CP模塊“,其結(jié)構(gòu)如下,大致分為兩個(gè)部分。輸入和輸出都是一個(gè)THW x C的視頻表征張量,我們將這兩者都視為一個(gè)THW個(gè)點(diǎn)的帶C...
2019-05-25 標(biāo)簽:矩陣數(shù)據(jù)集深度學(xué)習(xí) 3184 0
訓(xùn)練一個(gè)機(jī)器學(xué)習(xí)模型,實(shí)現(xiàn)了根據(jù)基于文本分析預(yù)測葡萄酒質(zhì)量
我們可以把上述的其他信息也引入作為特征參數(shù),這樣就能構(gòu)建出一個(gè)更全面的模型來預(yù)測葡萄酒質(zhì)量。為了將文字描述與其他特征結(jié)合起來進(jìn)行預(yù)測,我們可以創(chuàng)建一個(gè)集...
2019-05-16 標(biāo)簽:模型機(jī)器學(xué)習(xí)數(shù)據(jù)集 6430 0
慢慢的,隨著Nets越來越老,越來越聰明,他們開始在See-Far中發(fā)現(xiàn)越來越多的信號模式。他們發(fā)現(xiàn)的每個(gè)新模式都能幫他們更準(zhǔn)確地對數(shù)據(jù)集進(jìn)行分類。由于...
2019-05-15 標(biāo)簽:圖像機(jī)器學(xué)習(xí)數(shù)據(jù)集 3391 0
深度學(xué)習(xí)技術(shù)興起之后,基于深度學(xué)習(xí)的圖像特征開始成為圖像檢索的主流。我們知道CNN網(wǎng)絡(luò)具有很多不同程度對圖像進(jìn)行抽象的layer,較低的層得到的是圖像的...
2019-05-14 標(biāo)簽:圖像數(shù)據(jù)集cnn 1.2萬 0
少樣本圖像翻譯器 G 由一個(gè)內(nèi)容編碼器 Ex,一個(gè)類編碼器 Ey 和一個(gè)解碼器 Fx 構(gòu)成。其中內(nèi)容編碼器由多個(gè) 2D 卷積層和多個(gè)殘差塊(residu...
2019-05-14 標(biāo)簽:編碼器圖像數(shù)據(jù)數(shù)據(jù)集 3370 0
基于該假設(shè),研究人員使用包含許多不同對象類的圖像的數(shù)據(jù)集來訓(xùn)練FUNIT模型,以模擬過去的視覺體驗(yàn)。具體來說,他們通過利用另一個(gè)類的少量示例圖像來訓(xùn)練模...
2019-05-13 標(biāo)簽:圖像數(shù)據(jù)集英偉達(dá) 3293 0
過去幾年里,對抗樣本在機(jī)器學(xué)習(xí)社區(qū)中得到了極大的關(guān)注。關(guān)于如何訓(xùn)練模型使它們不易受到對抗樣本攻擊的工作有很多,但所有這些研究都沒有真正地面對這樣一個(gè)基本...
2019-05-10 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)集 4884 0
一份深度學(xué)習(xí)“人體姿勢估計(jì)”全指南,從DeepNet到HRNet
一個(gè)部件表示目標(biāo)對象某部分圖形的模板?!皬椈伞憋@示部件之間的連接方式,當(dāng)部件通過像素位置和方向進(jìn)行參數(shù)化后,其所得到的結(jié)構(gòu)可以對與姿態(tài)估計(jì)非常相關(guān)的關(guān)節(jié)...
2019-05-08 標(biāo)簽:圖像數(shù)據(jù)集深度學(xué)習(xí) 1.7萬 0
人工數(shù)學(xué)建模和機(jī)器學(xué)習(xí)的優(yōu)缺點(diǎn)進(jìn)行介紹和比較
我主要研究醫(yī)療和金融領(lǐng)域的模型應(yīng)用,在這些領(lǐng)域的實(shí)際問題中,上述模型能夠在很大程度上解決模型解釋性、人工數(shù)據(jù)生成和零樣本學(xué)習(xí)問題。因此在下面的實(shí)驗(yàn)中,我...
2019-05-08 標(biāo)簽:計(jì)算機(jī)視覺數(shù)據(jù)集深度學(xué)習(xí) 1.2萬 0
一種十億級數(shù)據(jù)規(guī)模的半監(jiān)督圖像分類模型
除此模型之外,本研究還嘗試了幾種其他的模型結(jié)構(gòu),一是移除教師 - 學(xué)生模型并使用自訓(xùn)練模型,二是在進(jìn)行模型微調(diào)時(shí)使用推斷出的標(biāo)簽作為訓(xùn)練數(shù)據(jù)。在實(shí)驗(yàn)分析...
2019-05-08 標(biāo)簽:函數(shù)圖像分類數(shù)據(jù)集 3930 0
用于語音情緒識別的基于對抗學(xué)習(xí)的說話人無關(guān)的表示
作者基于本模型和兩種訓(xùn)練技巧分別在IEMOCAP數(shù)據(jù)集和SpeechOcean中文大數(shù)據(jù)集上做了測試,所用的具體模型結(jié)構(gòu)如下所示,實(shí)驗(yàn)結(jié)果表明,在IEM...
2019-05-07 標(biāo)簽:分類器數(shù)據(jù)集遷移學(xué)習(xí) 4733 0
此外由于卡通圖像具有高度簡化的特征和均勻的顏色,需要在像素級損失上進(jìn)行引導(dǎo)。研究人員觀察到畫師的作品(左)僅僅在邊緣具有較大的梯度變化,而大多數(shù)區(qū)域中梯...
2019-05-06 標(biāo)簽:圖像函數(shù)數(shù)據(jù)集 7472 0
關(guān)于GAN模型我們還要可以深入了解、探討哪些問題?
大多數(shù) GAN 研究都廣泛應(yīng)用于圖像合成。特別是在部分標(biāo)準(zhǔn)圖像數(shù)據(jù)集上訓(xùn)練 GAN,如 MNIST,CIFAR-10,STL-10,CelebA和Ima...
2019-05-05 標(biāo)簽:GaN模型數(shù)據(jù)集 3442 0
針對線性回歸模型和深度學(xué)習(xí)模型,介紹了確定訓(xùn)練數(shù)據(jù)集規(guī)模的方法
具體來看,對于傳統(tǒng)的機(jī)器學(xué)習(xí)算法,模型的表現(xiàn)先是遵循冪定律(power law),之后趨于平緩;而對于深度學(xué)習(xí),該問題還在持續(xù)不斷地研究中,不過圖一為目...
2019-05-05 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集深度學(xué)習(xí) 6628 0
利用2.5GPU年的算力在7個(gè)數(shù)據(jù)集上訓(xùn)練了12000多個(gè)模型
基于這些全新的發(fā)現(xiàn)和研究結(jié)果,研究人員為解耦表示領(lǐng)域提出了四個(gè)可能的方向:1.在沒有歸納偏置的條件下給出非監(jiān)督解耦表示學(xué)習(xí)的理論結(jié)果是不可能的,未來的研...
2019-04-30 標(biāo)簽:谷歌gpu數(shù)據(jù)集 5519 0
我們能否讓機(jī)器人以同觀察和實(shí)踐學(xué)會使用工具?
我們的設(shè)計(jì)使機(jī)器人明白如何使用不同的物體作為工具來實(shí)現(xiàn)指定的任務(wù)(根據(jù)黃色箭頭標(biāo)記)。機(jī)器人在執(zhí)行任務(wù)期間自行決定是否使用已提供的工具。
2019-04-29 標(biāo)簽:機(jī)器人數(shù)據(jù)集強(qiáng)化學(xué)習(xí) 2734 0
何愷明團(tuán)隊(duì)最新研究:提出一個(gè)端到端的3D目標(biāo)檢測器VoteNet
在圖像中,通常在目標(biāo)中心附近存在一個(gè)像素,但在點(diǎn)云中卻不是這樣。由于深度傳感器僅捕獲物體的表面,因此3D物體的中心很可能在遠(yuǎn)離任何點(diǎn)的空白空間中。因此,...
2019-04-26 標(biāo)簽:檢測器數(shù)據(jù)集深度學(xué)習(xí) 6692 0
分析并比較五種非常有用的深度學(xué)習(xí)框架的優(yōu)點(diǎn)及應(yīng)用。
我喜歡TensorFlow的原因有兩點(diǎn):它完全是開源的,并且有出色的社區(qū)支持。TensorFlow為大多數(shù)復(fù)雜的深度學(xué)習(xí)模型預(yù)先編寫好了代碼,比如遞歸神...
2019-04-24 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集深度學(xué)習(xí) 5058 0
其實(shí)它這里的做法和原論文中的問答比較像,不過增加了問題分類環(huán)節(jié)。將頁面文檔分成多個(gè)片段,和 query 拼接,然后同時(shí)對幾個(gè)問題,用[CLS]進(jìn)行預(yù)測問...
2019-04-23 標(biāo)簽:算法線性數(shù)據(jù)集 6675 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |