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>
標(biāo)簽 > 數(shù)據(jù)集
文章:1156個(gè) 瀏覽:25446次 帖子:27個(gè)
有助于數(shù)據(jù)集增強(qiáng)的GAN體系結(jié)構(gòu),包括樣本增強(qiáng)和特征增強(qiáng)
盡管GAN已被證明是很出色的圖像生成模型,例如生成面部圖像和臥室圖像,GAN尚未在其他數(shù)據(jù)集上進(jìn)行過(guò)廣泛測(cè)試,例如由工廠提供的數(shù)據(jù)集,其中包含大量來(lái)自生...
2018-03-20 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)生成器數(shù)據(jù)集 3.3萬(wàn) 0
什么是互相關(guān)函數(shù)?什么是相關(guān)系數(shù)?
最熟悉的度量?jī)蓚€(gè)量之間的相關(guān)性的方法是皮爾遜乘積矩相關(guān)系數(shù)(PPMCC),也稱為“皮爾遜相關(guān)系數(shù)”,通常簡(jiǎn)稱為“相關(guān)系數(shù)”。在數(shù)學(xué)上,它被定義為對(duì)原始數(shù)...
2020-09-07 標(biāo)簽:函數(shù)數(shù)據(jù)集 2.7萬(wàn) 0
為什么要使用預(yù)訓(xùn)練模型?8種優(yōu)秀預(yù)訓(xùn)練模型大盤點(diǎn)
正如我們?cè)诒疚闹兴?,ULMFiT使用新穎的NLP技術(shù)取得了令人矚目的成果。該方法對(duì)預(yù)訓(xùn)練語(yǔ)言模型進(jìn)行微調(diào),將其在WikiText-103數(shù)據(jù)集(維基百...
2019-04-04 標(biāo)簽:數(shù)據(jù)集自然語(yǔ)言處理nlp 2.4萬(wàn) 0
利用EdgeImpulse在線網(wǎng)站自行訓(xùn)練神經(jīng)網(wǎng)絡(luò)進(jìn)行分類識(shí)別
EdgeImpulse是一個(gè)為嵌入式設(shè)備提供在線訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型服務(wù)的網(wǎng)站,它是我們OpenMV的合作伙伴,同時(shí)也均為ST意法半導(dǎo)體的官方合作伙伴。目前...
2021-03-11 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集智能攝像頭 2.2萬(wàn) 0
無(wú)人駕駛數(shù)據(jù)集你只知道Kitti嗎?而實(shí)際比你想象的多
ApolloCar3D該數(shù)據(jù)集包含5,277個(gè)駕駛圖像和超過(guò)60K的汽車實(shí)例,其中每輛汽車都配備了具有絕對(duì)模型尺寸和語(yǔ)義標(biāo)記關(guān)鍵點(diǎn)的行業(yè)級(jí)3D CAD模...
2019-04-22 標(biāo)簽:傳感器數(shù)據(jù)集無(wú)人駕駛 2.2萬(wàn) 0
YOLOv5使用教程詳解(單卡,多卡,多機(jī)訓(xùn)練)
上面的代碼默認(rèn)使用GPU 0…(N-1)。使用特定的GPU?可以通過(guò)簡(jiǎn)單在 --device 后跟指定GPU來(lái)實(shí)現(xiàn)?!赴咐梗谙旅娴拇a中,我們將使用...
2022-11-21 標(biāo)簽:gpu數(shù)據(jù)集 1.6萬(wàn) 0
盤點(diǎn)一下mAP最高的目標(biāo)檢測(cè)算法
要知道 Faster R-CNN已經(jīng)是2015年提出的論文了,而YOLOv3發(fā)表出來(lái)也已經(jīng)一年多了。最近目標(biāo)檢測(cè)相關(guān)的論文,比較典型的有:SNIPER、...
2019-07-13 標(biāo)簽:MAP檢測(cè)算法數(shù)據(jù)集 1.6萬(wàn) 0
一個(gè)在GitHub上一個(gè)開源的鑒黃圖像數(shù)據(jù)集
值得一提的是,在該項(xiàng)目之前還有一個(gè)類似的開源項(xiàng)目 nsfw_data_scrapper,里面有 22 萬(wàn)張圖像,同樣也可以用來(lái)檢測(cè)或訓(xùn)練鑒黃系統(tǒng)。
2019-02-18 標(biāo)簽:數(shù)據(jù)集GitHub 1.4萬(wàn) 0
阿里巴巴再度開放一份計(jì)算機(jī)集群的真實(shí)數(shù)據(jù)集(Alibaba Cluster Data V2018)
究竟什么是 DAG?離線計(jì)算任務(wù),例如 Map Reduce、Hadoop、Spark、Flink 中常用的任務(wù),都是以有向無(wú)環(huán)圖(Directed A...
2018-12-25 標(biāo)簽:服務(wù)器阿里巴巴數(shù)據(jù)集 1.2萬(wàn) 0
總體來(lái)說(shuō),我們首先需要訓(xùn)練好一個(gè)人體關(guān)節(jié)點(diǎn)檢測(cè)的AI視覺(jué)模型,然后將游戲畫面實(shí)時(shí)送入AI視覺(jué)模型中,再反饋出游戲人物各個(gè)部位的像素位置,然后確定瞄準(zhǔn)點(diǎn),...
2022-05-05 標(biāo)簽:AI計(jì)算機(jī)視覺(jué)數(shù)據(jù)集 1.2萬(wàn) 2
圖像識(shí)別與分類在許多領(lǐng)域都有著廣泛的應(yīng)用
與同類研究相比優(yōu)缺點(diǎn):提供了兩個(gè)實(shí)驗(yàn)數(shù)據(jù)集,一個(gè)基于公開數(shù)據(jù)集,一個(gè)自制數(shù)據(jù)集,使模型訓(xùn)練更具泛化性。但是對(duì)圖像的分割并沒(méi)有針對(duì)性,圖像背景比較平衡,未...
2021-06-18 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像識(shí)別數(shù)據(jù)集 1.1萬(wàn) 0
IJCAI錄取結(jié)果被吐槽太厲害,主席都出來(lái)放話了
2019-05-14 標(biāo)簽:人工智能論文數(shù)據(jù)集 1.1萬(wàn) 0
幾種流行的優(yōu)化器的介紹以及優(yōu)缺點(diǎn)分析
為你的機(jī)器學(xué)習(xí)項(xiàng)目選擇一個(gè)好的優(yōu)化器是非常困難的。熱門的深度學(xué)習(xí)庫(kù),如PyTorch或TensorFlow,提供了廣泛的優(yōu)化器的選擇,不同的優(yōu)化器,每個(gè)...
2020-10-10 標(biāo)簽:函數(shù)機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬(wàn) 0
詳細(xì)介紹人工智能領(lǐng)域工作所要求的行業(yè)技能
您可以采用人工分類的標(biāo)記數(shù)據(jù),并通過(guò)機(jī)器學(xué)習(xí)擴(kuò)展邏輯,或讓計(jì)算機(jī)瀏覽未標(biāo)記的數(shù)據(jù)并為您解決問(wèn)題。您可能會(huì)采用類似于深度學(xué)習(xí)或者強(qiáng)化學(xué)習(xí)的形式來(lái)達(dá)到預(yù)期的...
2018-12-21 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬(wàn) 0
一系列最好的Hadoop書籍,幫助你更輕松的上手這項(xiàng)技術(shù)
本書對(duì)于那些需要分析數(shù)據(jù)集和建立Hadoop集群的程序員來(lái)說(shuō),絕對(duì)是一本理想指南,它將教你如何使用Apache Hadoop構(gòu)建和維護(hù)可靠的、可伸縮的分...
2019-03-01 標(biāo)簽:數(shù)據(jù)集Hadoop大數(shù)據(jù) 1.0萬(wàn) 0
Google開源了一款名為TensorFlow Federated的框架
從一個(gè)著名的圖像數(shù)據(jù)集 MNIST 開始。MNIST 的原始數(shù)據(jù)集為 NIST,其中包含 81 萬(wàn)張手寫的數(shù)字,由 3600 個(gè)志愿者提供,目標(biāo)是建立一...
2019-03-11 標(biāo)簽:Google機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.0萬(wàn) 0
闡述正態(tài)分布的概率,并解釋它的應(yīng)用為何如此的廣泛
我們可以將這些取值分為不同的集合類,在每一類中,我們記錄屬于該類結(jié)果的次數(shù)。例如,我們可以投10000次骰子,每次都有6種可能的取值,我們可以將類別數(shù)設(shè)...
2019-07-13 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集 9612 0
OpenAI新NLP模型,刷新了7大數(shù)據(jù)集的SOTA
至于具體的計(jì)算力,論文中沒(méi)有提及,根據(jù)上文Twitter上的數(shù)據(jù),他們的模型使用了256個(gè)谷歌云TPU v3,盡管沒(méi)有公布訓(xùn)練時(shí)間。TPU v3在Goo...
2019-02-16 標(biāo)簽:機(jī)器翻譯數(shù)據(jù)集nlp 9605 0
PyTorch可以和TensorFlow一樣快,有時(shí)甚至比TensorFlow更快了?
我聽(tīng)說(shuō) PyTorch 在 cuDNN 級(jí)別上進(jìn)行了更好的優(yōu)化。有人能提供更多細(xì)節(jié)嗎?是什么阻止了 TensorFlow 做同樣的事情?我所知道的惟一優(yōu)...
2019-09-07 標(biāo)簽:數(shù)據(jù)集tensorflowpytorch 9532 0
使用Python可視化數(shù)據(jù),機(jī)器人開發(fā)編程
機(jī)器學(xué)習(xí)開發(fā),與Mail.Ru Search數(shù)據(jù)分析負(fù)責(zé)人Egor Polusmak和Mail.Ru Group數(shù)據(jù)科學(xué)家Yury Kashnitsky...
2018-03-15 標(biāo)簽:機(jī)器人google數(shù)據(jù)集 9331 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)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(wú)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(jué) | 無(wú)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(guó)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 |