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 > 機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)(Machine Learning, ML)是一門(mén)多領(lǐng)域交叉學(xué)科,涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門(mén)學(xué)科。
文章:7721個(gè) 瀏覽:134339次 帖子:303個(gè)
本文主要介紹基于集成學(xué)習(xí)的決策樹(shù),其主要通過(guò)不同學(xué)習(xí)框架生產(chǎn)基學(xué)習(xí)器,并綜合所有基學(xué)習(xí)器的預(yù)測(cè)結(jié)果來(lái)改善單個(gè)基學(xué)習(xí)器的識(shí)別率和泛化性。
2023-02-17 標(biāo)簽:集成學(xué)習(xí)機(jī)器學(xué)習(xí)決策樹(shù) 1007 0
重點(diǎn)介紹SoC設(shè)計(jì)的布局規(guī)劃階段
人工智能(AI)已經(jīng)徹底改變了許多市場(chǎng),包括制造業(yè)、制藥業(yè)、航空航天等,但硬件系統(tǒng)是迄今為止尚未在人工智能方面進(jìn)行任何重大投資或創(chuàng)新的領(lǐng)域。
2022-11-22 標(biāo)簽:SoC設(shè)計(jì)晶體管機(jī)器學(xué)習(xí) 1007 0
深度學(xué)習(xí)檢測(cè)小目標(biāo)常用方法
深度學(xué)習(xí)的效果在某種意義上是靠大量數(shù)據(jù)喂出來(lái)的,小目標(biāo)檢測(cè)的性能同樣也可以通過(guò)增加訓(xùn)練集中小目標(biāo)樣本的種類(lèi)和數(shù)量來(lái)提升。
2024-03-18 標(biāo)簽:分辨率分類(lèi)器機(jī)器學(xué)習(xí) 1005 0
傅立葉變換在機(jī)器學(xué)習(xí)中的應(yīng)用 常見(jiàn)傅立葉變換的誤區(qū)解析
傅里葉變換在機(jī)器學(xué)習(xí)中的應(yīng)用 傅里葉變換是一種將信號(hào)分解為其組成頻率分量的數(shù)學(xué)運(yùn)算,它在機(jī)器學(xué)習(xí)中的應(yīng)用日益廣泛。以下是一些主要的應(yīng)用領(lǐng)域: 信號(hào)處理 ...
2024-12-06 標(biāo)簽:數(shù)據(jù)語(yǔ)音識(shí)別機(jī)器學(xué)習(xí) 1005 0
機(jī)器學(xué)習(xí):你應(yīng)該知道多少
器學(xué)習(xí)是一種非常有前景的技術(shù),它的能力是飛躍性的提升,在不久的將來(lái)會(huì)實(shí)實(shí)在在、潛移默化地影響我們每個(gè)人和每個(gè)領(lǐng)域。正因如此,有幾件事我認(rèn)為每個(gè)人都應(yīng)該了解。
2018-05-14 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 1003 0
什么是深度學(xué)習(xí)?深度學(xué)習(xí)在FPGA上的優(yōu)缺點(diǎn)
神經(jīng)網(wǎng)絡(luò)是一種模擬人腦的神經(jīng)元和神經(jīng)網(wǎng)絡(luò)的計(jì)算模型。
2023-02-01 標(biāo)簽:fpga神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 1002 0
深度學(xué)習(xí)大數(shù)據(jù)平臺(tái)如何應(yīng)用液冷散熱技術(shù)引領(lǐng)遙感測(cè)繪發(fā)展?
目前隨著高性能計(jì)算、生命科學(xué)、地質(zhì)遙感、遙感測(cè)繪、數(shù)據(jù)分析、數(shù)據(jù)挖掘、蛋白質(zhì)折疊、基因工程、醫(yī)療影像等快速發(fā)展,當(dāng)今社會(huì)朝著信息化發(fā)展,依托網(wǎng)絡(luò)信息技術(shù)...
2022-07-13 標(biāo)簽:機(jī)器學(xué)習(xí)大數(shù)據(jù)深度學(xué)習(xí) 1001 0
利用Arm Kleidi技術(shù)實(shí)現(xiàn)PyTorch優(yōu)化
PyTorch 是一個(gè)廣泛應(yīng)用的開(kāi)源機(jī)器學(xué)習(xí) (ML) 庫(kù)。近年來(lái),Arm 與合作伙伴通力協(xié)作,持續(xù)改進(jìn) PyTorch 的推理性能。本文將詳細(xì)介紹如何...
2024-12-23 標(biāo)簽:ARMcpu機(jī)器學(xué)習(xí) 997 0
工業(yè)自動(dòng)化應(yīng)用中的機(jī)器學(xué)習(xí)
對(duì)于工業(yè)服務(wù)器而言,全新的網(wǎng)格互聯(lián)架構(gòu)、高速緩存內(nèi)存設(shè)計(jì)、軟件工具以及現(xiàn)成的主板解決方案(加快創(chuàng)建基于 AI 的應(yīng)用)可以支持下一代的性能。
2020-05-09 標(biāo)簽:處理器英特爾機(jī)器學(xué)習(xí) 996 0
Helium技術(shù)講堂—循環(huán)緩沖區(qū)的使用
RA8系列是瑞薩電子推出的全新超高性能產(chǎn)品業(yè)界首款基于Arm? Cortex?-M85處理器的MCU,能夠提供卓越的6.39 CoreMark/MHz,...
計(jì)算機(jī)視覺(jué)中的主動(dòng)學(xué)習(xí)
Active Learning主動(dòng)學(xué)習(xí)是機(jī)器學(xué)習(xí) (ML) 的一個(gè)研究領(lǐng)域,旨在通過(guò)以智能方式查詢(xún)管道的下一個(gè)數(shù)據(jù)來(lái)降低構(gòu)建新機(jī)器學(xué)習(xí)解決方案的成本和時(shí)間。
2023-03-31 標(biāo)簽:人臉識(shí)別計(jì)算機(jī)視覺(jué)機(jī)器學(xué)習(xí) 994 0
使用PyTorch深度解析卷積神經(jīng)網(wǎng)絡(luò)
卷積神經(jīng)網(wǎng)絡(luò)(CNN)是一種特殊類(lèi)型的神經(jīng)網(wǎng)絡(luò),在圖像上表現(xiàn)特別出色。卷積神經(jīng)網(wǎng)絡(luò)由Yan LeCun在1998年提出,可以識(shí)別給定輸入圖像中存在的數(shù)字。
2022-09-21 標(biāo)簽:濾波器神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 993 0
如何掌握Armv8-A和Armv9-A架構(gòu)基礎(chǔ)
與ARM v8比,ARM v9架構(gòu)主要在內(nèi)存的安全性、AI性能機(jī)器學(xué)習(xí)和數(shù)字信號(hào)處理能力三方面進(jìn)行了提升。ARM v9架構(gòu)下的芯片性能將提升30%,給用...
2023-07-17 標(biāo)簽:處理器數(shù)字信號(hào)處理機(jī)器學(xué)習(xí) 991 0
基于FPGA的圖神經(jīng)網(wǎng)絡(luò)加速器解決方案
得益于大數(shù)據(jù)的興起和計(jì)算能力的快速提升,機(jī)器學(xué)習(xí)技術(shù)近年來(lái)經(jīng)歷了革命性的發(fā)展。
2024-11-15 標(biāo)簽:FPGA加速器神經(jīng)網(wǎng)絡(luò) 989 0
如何使用 PyTorch 進(jìn)行強(qiáng)化學(xué)習(xí)
強(qiáng)化學(xué)習(xí)(Reinforcement Learning, RL)是一種機(jī)器學(xué)習(xí)方法,它通過(guò)與環(huán)境的交互來(lái)學(xué)習(xí)如何做出決策,以最大化累積獎(jiǎng)勵(lì)。PyTorc...
2024-11-05 標(biāo)簽:機(jī)器學(xué)習(xí)強(qiáng)化學(xué)習(xí)pytorch 987 0
視覺(jué)數(shù)據(jù)集通常用于分類(lèi)、檢測(cè)和分割等任務(wù)的算法基準(zhǔn)測(cè)試或大型神經(jīng)網(wǎng)絡(luò)的預(yù)訓(xùn)練。然而,這存在一個(gè)問(wèn)題,那就是實(shí)際的目標(biāo)并不總是與數(shù)據(jù)集中提供的數(shù)據(jù)相一致。
2023-11-21 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像分類(lèi)計(jì)算機(jī)視覺(jué) 985 0
本文是決策樹(shù)的第三篇,主要介紹基于 Boosting 框架的主流集成算法,包括 XGBoost 和 LightGBM。 XGBoost
2023-02-17 標(biāo)簽:機(jī)器學(xué)習(xí)決策樹(shù) 984 0
探析ARM第五代GPU架構(gòu)技術(shù)參數(shù)
全新的 Arm Immortalis-G720 是 Arm 目前性能和能效表現(xiàn)最為出色的 GPU,與上一代產(chǎn)品相比,其性能和能效分別提高了 15%,系統(tǒng)...
如何使用多核處理器滿(mǎn)足智能產(chǎn)品處理和接口問(wèn)題
基于 i.MX 8M Nano 的設(shè)計(jì)中硬件接口要求相對(duì)簡(jiǎn)單,但是 NXP 甚至為開(kāi)發(fā)人員免去了這項(xiàng)相對(duì)簡(jiǎn)單的設(shè)計(jì)任務(wù),簡(jiǎn)化了處理器評(píng)估和新智能產(chǎn)品的...
2022-08-18 標(biāo)簽:處理器存儲(chǔ)器機(jī)器學(xué)習(xí) 975 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專(zhuān)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(shù)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 |