芯片架構(gòu)師需要考慮哪些問題

面向?qū)ο笙到y(tǒng)的采用，以及限制類型轉(zhuǎn)換的強類型語言和對程序員的一些限制，可以使執(zhí)行流程可預(yù)測并避免對單個連續(xù)內(nèi)存空間的需求。諸如在圖形和機器學(xué)習(xí)中發(fā)現(xiàn)的任...

2022-10-18 標(biāo)簽：CMOS晶體管機器學(xué)習(xí) 1150 0

數(shù)據(jù)管理者需要考慮使用數(shù)據(jù)湖或數(shù)據(jù)倉庫作為存儲庫

數(shù)據(jù)湖是一個中央存儲庫，可以大量存儲所有數(shù)據(jù)（結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)）。數(shù)據(jù)通常以原始格式存儲，無需首先進(jìn)行處理或結(jié)構(gòu)化。

2022-10-18 標(biāo)簽：APISQLETC 1339 0

基于不同數(shù)據(jù)模態(tài)的人類動作識別綜述

RGB 模態(tài)指的是由 RGB 相機捕獲的圖像或序列。而光流則是視頻圖像中同一對象（物體）像素點移動到下一幀的移動量，由于通常是由 RGB 模態(tài)數(shù)據(jù)所進(jìn)一...

2022-10-13 標(biāo)簽：RGB圖像識別機器學(xué)習(xí) 1464 0

基于深度學(xué)習(xí)的人臉識別與檢測方案

上圖就是我們定位人臉的68個關(guān)鍵點，其中他的順序是要嚴(yán)格的進(jìn)行排序的。從1到68點的順序不能錯誤。

2022-10-12 標(biāo)簽：人臉識別計算機視覺機器學(xué)習(xí) 1996 0

基于殘差神經(jīng)網(wǎng)絡(luò)的心臟病預(yù)測系統(tǒng)的設(shè)計與實現(xiàn)

心臟病已經(jīng)成為威脅人類生命的一項重大疾病，目前中國的心血管疾病預(yù)防工作雖然取得了初步成效，但是仍舊面臨嚴(yán)峻的挑戰(zhàn)，中國心血管疾病的患病率及死亡率仍處于上...

2022-10-12 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí) 1466 0

基于神經(jīng)網(wǎng)絡(luò)的2D到3D的機器學(xué)習(xí)

FSD beta所采用的voxel 3D NN的技術(shù)細(xì)節(jié)并未得到披露，從類似的一般性的公開方法來說，從2D單個圖像中恢復(fù)出voxel 3D信息的方法是基...

2022-10-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)自動駕駛 922 0

機器學(xué)習(xí)多模態(tài)落地存在哪些挑戰(zhàn)

多模態(tài)技術(shù)有著相當(dāng)廣泛的應(yīng)用場景，如淘寶搜圖、AI字幕、AI虛擬數(shù)字人、仿人交互、智能助手、商品推薦和信息流廣告、視頻幀人臉幀的圖向量檢索、語音交互等等。

2022-10-11 標(biāo)簽：AI機器學(xué)習(xí) 1277 0

如何通過改進(jìn)計算核心架構(gòu)提高神經(jīng)網(wǎng)絡(luò)內(nèi)存和算力需求

計算核心（compute core）是所有計算機架構(gòu)的“心臟”，而Cerebras針對神經(jīng)網(wǎng)絡(luò)的細(xì)粒度動態(tài)稀疏性重新設(shè)計了計算核心。

2022-10-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)AI芯片 1221 0

從頭設(shè)計一個張量流處理器TSP架構(gòu)

不同于傳統(tǒng)的CPU和GPU架構(gòu)，Groq從頭設(shè)計了一個張量流處理器 (TSP) 架構(gòu)， 以加速人工智能、機器學(xué)習(xí)和高性能計算中的復(fù)雜工作負(fù)載。

2022-10-10 標(biāo)簽：機器學(xué)習(xí)TPUTSP 1902 0

機器學(xué)習(xí)的幾種模型類型介紹

有監(jiān)督學(xué)習(xí)通常是利用帶有專家標(biāo)注的標(biāo)簽的訓(xùn)練數(shù)據(jù)，學(xué)習(xí)一個從輸入變量X到輸入變量Y的函數(shù)映射。Y = f (X)，訓(xùn)練數(shù)據(jù)通常是(n×x,y)的形式，其...

2022-10-10 標(biāo)簽：函數(shù)模型機器學(xué)習(xí) 1.1萬 0

關(guān)于各種集成學(xué)習(xí)的方法

Voting是一種集成學(xué)習(xí)，它將來自多個機器學(xué)習(xí)模型的預(yù)測結(jié)合起來產(chǎn)生結(jié)果。在整個數(shù)據(jù)集上訓(xùn)練多個基礎(chǔ)模型來進(jìn)行預(yù)測。每個模型預(yù)測被認(rèn)為是一個“投票”。...

2022-10-08 標(biāo)簽：模型集成學(xué)習(xí)機器學(xué)習(xí) 2163 0

在傳統(tǒng)軟件和AI模型上的半自動化調(diào)試工作分享

給定一個錯誤版本和一個（過去的）正確版本， 以及一個測試用例在正確版本上通過但在錯誤版本上不通過，該方法計算這兩個版本之間的哪一個差異是導(dǎo)致錯誤版本出錯的原因。

2022-09-30 標(biāo)簽：調(diào)試器機器學(xué)習(xí) 1138 0

一種用于檢測結(jié)果陰陽性判定的手持式對流PCR系統(tǒng)

本文提出一種手持式對流 PCR 系統(tǒng)，可同時實現(xiàn) 8 樣本病原體檢測。針對熒光曲線多樣性，將機器學(xué)習(xí)用于檢測結(jié)果陰陽性判定，提升了其檢測性能。

2022-09-29 標(biāo)簽：LCD顯示器機器學(xué)習(xí)藍(lán)牙模塊 2481 0

常見機器學(xué)習(xí)算法的計算復(fù)雜度

時間復(fù)雜度不是測量一個算法或一段代碼在某個機器或者條件下運行所花費的時間。時間復(fù)雜度一般指時間復(fù)雜性，時間復(fù)雜度是一個函數(shù)，它定性描述該算法的運行時間，...

2022-10-02 標(biāo)簽：機器學(xué)習(xí) 944 0