完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>
標簽 > 深度學習
文章:4729個 瀏覽:122656次 帖子:173個
深度學習在各個領域有什么樣的作用深度學習網(wǎng)絡的使用示例分析
深度學習網(wǎng)絡作為一個功能多樣的工具,雖然最初僅用于圖像分析,但它已逐漸被應用到各種不同的任務和領域中。高準確性和高處理速度,使得用戶無需成為領域專家即可...
基于深度學習的目標檢測來實現(xiàn)監(jiān)控系統(tǒng)的快速教程
在我們討論復雜的理論之前,先讓我們看一下監(jiān)控的正常運作方式。我們在觀看即時影像時,如果發(fā)現(xiàn)異常就采會取行動。因此我們的技術也應該通過仔細閱讀視頻的每一幀...
2018-08-11 標簽:監(jiān)控系統(tǒng)計算機視覺深度學習 8242 0
強化學習的經(jīng)典基礎性缺陷可能限制它解決很多復雜問題
這些都是除了從零學習之外的強化學習方法。特別是元學習和零次學習體現(xiàn)了人在學習一種新技能時更有可能的做法,與純強化學習有差別。一個元學習智能體會利用先驗知...
深度學習的概念、發(fā)展狀況以及和機器學習的區(qū)別和應用
一般來說,深度學習適用于計算量更大的情況,而機器學習技術相對更易于使用。
深度圖像和深度學習結合用于機器人抓取的Dex-Net、復雜目標分割以及讓機器人整理床鋪
目前常用的深度傳感器是結構光傳感器,它可以用一種看不見的波長將一直物體的形狀投射到某場景中,比如我們熟知的Kinect。另一種深度感知的方法就是LIDA...
如何建立起強大的視覺層次結構,并最終成為強大的圖像特征提取器
如果你仔細看了上文中的gif,你會發(fā)現(xiàn)我們把5×5的特征矩陣轉換成了3×3的特征矩陣,輸入圖像的邊緣被“修剪”掉了,這是因為邊緣上的像素永遠不會位于卷積...
2018-08-16 標簽:檢測器神經(jīng)網(wǎng)絡深度學習 8011 0
.C5層在論文中是個卷積層,但濾波器大小為 5 x 5,所以其本質上也是個全連接層。如果將5 x 5 x 16 拉成一個向量,它就是一個全連接層。其輸入...
2018-11-23 標簽:神經(jīng)網(wǎng)絡深度學習CNN 7983 0
傳統(tǒng)獲取深度圖的方法是利用雙目立體視覺獲取視差信息從而得到環(huán)境的深度的。而今天大多使用的深度傳感器則是基于結構光傳感器的原理,通過將已知模式的紅外光投影...
從以上的編解碼過程中,我們可以看到,先驗概率估計的精確程度對編碼的效率影響很大。HEVC使用動態(tài)更新的概率模型實現(xiàn)自適應二進制算術編碼。
2018-06-30 標簽:圖像壓縮數(shù)據(jù)集深度學習 7928 0
基于Numpy實現(xiàn)神經(jīng)網(wǎng)絡:如何加入和調整dropout?
幾乎所有目前最先進的神經(jīng)網(wǎng)絡都用到了dropout. 這篇教程介紹如何通過幾行Python代碼在神經(jīng)網(wǎng)絡中加入Dropout. 讀完這篇教程之后,你將得...
2018-04-15 標簽:神經(jīng)網(wǎng)絡深度學習 7904 0
我們繼續(xù)以 NG 課題組提供的 sign 手勢數(shù)據(jù)集為例,學習如何通過Tensorflow快速搭建起一個深度學習項目。數(shù)據(jù)集標簽共有零到五總共 6 類標...
2018-10-25 標簽:神經(jīng)網(wǎng)絡深度學習tensorflow 7880 0
什么是NVIDIA DLSS?NVIDIA DLSS的發(fā)展過程
DLSS 3 以 DLSS 2 超分辨率技術為基礎,結合使用光學多幀生成技術來生成全新幀,并運用 NVIDIA Reflex 低延遲技術來優(yōu)化響應速度。
教你如何用OpenCV、Python和深度學習技術對圖像和實時視頻進行神經(jīng)風格遷移
雖然Gatys等人的方法能生成不錯的神經(jīng)風格遷移結果,但是它的速度非常慢。2016年,Johnson等人在Gatys的基礎上提出的全新算法速度快了三倍,...
目前以深度學習為代表的人工智能計算需求,主要采用 GPU、FPGA 等已有的適合并行計算的通用芯片來實現(xiàn)加速。在產(chǎn)業(yè)應用沒有大規(guī)模興起之時,使用這類已有...
圖像處理,還有視頻處理,曾經(jīng)是很多工業(yè)產(chǎn)品的基礎,現(xiàn)在電視,手機還有相機/攝像頭等等都離不開,是技術慢慢成熟了(傳統(tǒng)方法),經(jīng)驗變得比較重要,而且芯片集...
什么是自動語音識別(ASR)?如何使用深度學習和GPU加速ASR
ASR 是自然語言中一項頗具挑戰(zhàn)性的任務,它由語音分割、聲學建模和語言建模等一系列子任務組成,根據(jù)噪聲和未分割的輸入數(shù)據(jù)形成預測(標簽序列)。
定義 1:(遷移學習)。給定一個基于數(shù)據(jù) Dt 的學習任務 Tt,我們可以從 Ds 中獲取對任務 Ts 有用的知識。遷移學習旨在通過發(fā)現(xiàn)并轉換 Ds 和...
由于在云端訓練的速度非常快,你能隨時得到模型表現(xiàn)的結果,計算機的速度也不會減慢。你可以通過交互圖表控制模型的精確度,理解它是如何隨時間進行改進的。最終它...
編輯推薦廠商產(chǎn)品技術軟件/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 | 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 |