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 > 機器學(xué)習(xí)
機器學(xué)習(xí)(Machine Learning, ML)是一門多領(lǐng)域交叉學(xué)科,涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。
文章:7721個 瀏覽:134374次 帖子:303個
如何采用處理器和FPGA設(shè)計機器學(xué)習(xí)的計算平臺
對于開發(fā)人員而言,機器學(xué)習(xí)(ML)硬件和軟件的進步有望將這些復(fù)雜的方法帶入物聯(lián)網(wǎng)(IoT)邊緣設(shè)備。然而,隨著這一研究領(lǐng)域的發(fā)展,開發(fā)人員可以輕松地發(fā)現(xiàn)...
2019-02-06 標(biāo)簽:處理器fpga神經(jīng)網(wǎng)絡(luò) 2794 0
通過FPGA實現(xiàn)深度神經(jīng)網(wǎng)絡(luò)的解決方案
本文介紹了將 KWS 添加到可穿戴設(shè)備和其他低功耗物聯(lián)網(wǎng)設(shè)備的優(yōu)勢,以及所面臨的各項挑戰(zhàn)。在描述 BNN 架構(gòu)及其為何適用于資源受限型 KWS 應(yīng)用之后...
2019-03-19 標(biāo)簽:fpga神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí) 1.3萬 0
本文對機器學(xué)習(xí)的一些基本概念給出了簡要的介紹,并對不同任務(wù)中使用不同類型的機器學(xué)習(xí)算法給出一點建議。
2019-01-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí) 2955 0
我們基于 40 多萬條真實的鵝漫用戶評論數(shù)據(jù)建立了語料庫,為了讓正面和負(fù)面的學(xué)習(xí)樣本盡可能均衡,我們實際抽樣了其中的 7 萬條評論數(shù)據(jù)作為學(xué)習(xí)樣本。一般...
2019-01-15 標(biāo)簽:騰訊機器學(xué)習(xí)深度學(xué)習(xí) 5145 0
我們知道的遠(yuǎn)比我們說出來的要多得多,我們不知道的遠(yuǎn)比我們知道的要多得多,我們不知道我們不知道的遠(yuǎn)比我們不知道
2019-02-02 標(biāo)簽:人工智能機器學(xué)習(xí) 2297 0
一些關(guān)于機器學(xué)習(xí)工具在學(xué)習(xí)過程中所犯錯誤的問題
咨詢公司Cambridge Consultants的專家級機器學(xué)習(xí)工程師Sally Epstein說:“我們?nèi)匀粡墓究吹降淖畛R姷膯栴}是,公司渴望運用...
2019-01-14 標(biāo)簽:模型機器學(xué)習(xí) 2858 0
在從事數(shù)據(jù)科學(xué)工作的時候,經(jīng)常會遇到為具體問題選擇最合適算法的問題。雖然有很多有關(guān)機器學(xué)習(xí)算法的文章詳細(xì)介紹了相關(guān)的算法,但要做出最合適的選擇依然非常困難。
2019-01-14 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí) 3960 0
什么是機器學(xué)習(xí)?機器學(xué)習(xí)是如何工作的呢?
為了更清楚地理解機器學(xué)習(xí)的過程,我們將以開發(fā)能夠識別手寫數(shù)字的機器為具體例子來考慮模式識別的問題。這樣的機器應(yīng)該能夠準(zhǔn)確識別一個字符所代表的數(shù)字,而無論...
2019-01-12 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能機器學(xué)習(xí) 8204 0
通過機器學(xué)習(xí)和深度學(xué)習(xí)的手段,成功的從老鼠的“吱吱”聲中解讀出20多種不同的含義
最近研究人員們通過機器學(xué)習(xí)和深度學(xué)習(xí)的手段,成功的從老鼠的“吱吱”聲中解讀出20多種不同的含義,包括高興和愉悅的情緒。這一項目使得我們可以更深入地了解藥...
2019-01-12 標(biāo)簽:機器學(xué)習(xí)深度學(xué)習(xí) 4164 0
北大語言計算與機器學(xué)習(xí)研究組推出一套全新中文分詞工具包pkuseg
多領(lǐng)域分詞。不同于以往的通用中文分詞工具,此工具包同時致力于為不同領(lǐng)域的數(shù)據(jù)提供個性化的預(yù)訓(xùn)練模型。根據(jù)待分詞文本的領(lǐng)域特點,用戶可以自由地選擇不同的模...
2019-01-11 標(biāo)簽:機器學(xué)習(xí)數(shù)據(jù)集 4138 0
如何創(chuàng)造可信任的機器學(xué)習(xí)模型?先要理解不確定性
來源:機器之心編譯 作者:Eric Jang 不確定性是機器學(xué)習(xí)領(lǐng)域內(nèi)一個重要的研究主題,Eric Jang近日的一篇博客對這一主題進行了詳細(xì)的闡述。順...
2019-01-10 標(biāo)簽:機器學(xué)習(xí) 1164 0
如何用TensorFlow進行機器學(xué)習(xí)研究
從理論上講,這幾乎是您使用 TensorFlow 進行機器學(xué)習(xí)研究所需要的全部內(nèi)容。
2019-02-05 標(biāo)簽:機器學(xué)習(xí)TensorFlow 2140 0
GPU如何加速人工智能或機器學(xué)習(xí)的計算速度
計算就是計算,數(shù)學(xué)上都是一樣的,1+1用什么算都是2,CPU算神經(jīng)網(wǎng)絡(luò)也是可以的,算出來的神經(jīng)網(wǎng)絡(luò)放到實際應(yīng)用中效果也很好,只不過速度會很慢罷了。
2019-01-08 標(biāo)簽:GPU人工智能機器學(xué)習(xí) 7787 0
數(shù)據(jù)已逐漸成為了機器學(xué)習(xí)競爭中最關(guān)鍵的區(qū)分點
盡管機器學(xué)習(xí)有時會突然發(fā)現(xiàn)某些從未有人意識到的事物從而使所有人都大吃一驚,但它并不能夠持續(xù)穩(wěn)定提供這樣的洞察。這并不意味著這項工具很垃圾,這意味著我們需...
2019-01-08 標(biāo)簽:算法AI機器學(xué)習(xí) 2655 0
在機器學(xué)習(xí)領(lǐng)域引入了一種新的隱寫術(shù),稱為“訓(xùn)練集偽裝
在研究人員設(shè)想的場景中,名為Eve的第三個智能體扮演數(shù)據(jù)檢驗者的角色,監(jiān)視Alice和Bob之間的通信。當(dāng)Eve對Alice發(fā)送給Bob的內(nèi)容產(chǎn)生懷疑時...
2019-01-08 標(biāo)簽:圖像機器學(xué)習(xí)智能體 2838 0
深入探討深度學(xué)習(xí),尤其是非常擅長與理解圖像的深度卷積神經(jīng)網(wǎng)絡(luò)
激活函數(shù)的使用不會改變我們這個簡單的紅綠燈模型的結(jié)果(除了閾值需要是0.5而不是0),但激活函數(shù)的非線性對于使神經(jīng)網(wǎng)絡(luò)能夠建模更復(fù)雜的函數(shù)是必不可少的。...
2019-01-06 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像機器學(xué)習(xí) 5921 0
探究優(yōu)化機器學(xué)習(xí)模型的關(guān)鍵技術(shù)
TensorFlow提供用于自動微分的 tf.GradientTape API - 計算與其輸入變量相關(guān)的計算梯度。
2019-01-05 標(biāo)簽:機器學(xué)習(xí)TensorFlow 2204 0
人類幼兒的視覺學(xué)習(xí)歷程的相關(guān)研究
當(dāng)然,沒有人能保證,通過追求這些理念,機器學(xué)習(xí)者就能建立強大的算法,贏得當(dāng)前的競爭。但是,這樣的努力似乎肯定會產(chǎn)生新的學(xué)習(xí)原則。這些原則——以算法形式表...
2019-01-04 標(biāo)簽:視覺識別機器學(xué)習(xí) 3058 0
圖解2018年領(lǐng)先的兩大NLP模型:BERT和ELMo
谷歌推出BERT模型被認(rèn)為是NLP新時代的開始,NLP終于找到了一種方法,可以像計算機視覺那樣進行遷移學(xué)習(xí)。本文用圖解的方式,生動易懂地講解了BERT和...
2019-01-03 標(biāo)簽:機器學(xué)習(xí)ELMo 2406 0
如何為UCI機器學(xué)習(xí)庫引入一個簡單直觀的API
如果選擇選項7,將使用關(guān)鍵字進行搜索,得到名稱與搜索字符串匹配的所有數(shù)據(jù)集(甚至部分)的簡短摘要。你還可以獲得每個結(jié)果的網(wǎng)頁鏈接,以便根據(jù)需要進一步探索...
2019-02-04 標(biāo)簽:機器學(xué)習(xí)數(shù)據(jù)集 1749 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | 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 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
伺服電機 | 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 |