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 > 深度學(xué)習(xí)
文章:4729個 瀏覽:122658次 帖子:173個
DBNs在每一層中利用用于表示的無監(jiān)督學(xué)習(xí)RBMs。Bengio et al paper 探討和對比了RBMs和auto-encoders(通過一個表示...
2018-10-07 標(biāo)簽:機器學(xué)習(xí)深度學(xué)習(xí) 6753 0
未來機器視覺技術(shù)發(fā)展的五大趨勢應(yīng)該是怎么樣的
在過去的一年里,人工智能(AI)、大數(shù)據(jù)、3D成像和機器人過程自動化等領(lǐng)域在取得了空前的發(fā)展。在即將到來的2019年,機器視覺技術(shù)應(yīng)用還將蓬勃發(fā)展,新機...
2019-06-22 標(biāo)簽:機器人機器視覺深度學(xué)習(xí) 6694 0
機器學(xué)習(xí)與深度學(xué)習(xí)問題總結(jié)
在普通的全連接網(wǎng)絡(luò)或CNN中,每層神經(jīng)元的信號只能向上一層傳播,樣本的處理在各個時刻獨立,因此又被成為前向神經(jīng)網(wǎng)絡(luò)(Feed-forward+Neura...
2018-05-10 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)深度學(xué)習(xí) 6693 0
何愷明團隊最新研究:提出一個端到端的3D目標(biāo)檢測器VoteNet
在圖像中,通常在目標(biāo)中心附近存在一個像素,但在點云中卻不是這樣。由于深度傳感器僅捕獲物體的表面,因此3D物體的中心很可能在遠(yuǎn)離任何點的空白空間中。因此,...
2019-04-26 標(biāo)簽:檢測器數(shù)據(jù)集深度學(xué)習(xí) 6693 0
使用巧妙的集成方法改進了神經(jīng)網(wǎng)絡(luò)的優(yōu)化過程
可視化和理解多維權(quán)重空間的幾何學(xué)非常困難。與此同時,了解它又非常重要,因為隨機梯度下降本質(zhì)上是在訓(xùn)練時穿過這一高維空間中的損失平面,試圖找到一個良好的解...
2018-05-04 標(biāo)簽:集成神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 6684 0
如何用更少的數(shù)據(jù)自動將文本分類,同時精確度還比原來的方法高
計算機視覺領(lǐng)域遷移學(xué)習(xí)和預(yù)訓(xùn)練ImageNet模型的成功已經(jīng)轉(zhuǎn)移到了NLP領(lǐng)域。許多企業(yè)家、科學(xué)家和工程師目前都用調(diào)整過的ImageNet模型解決重要的...
2018-05-21 標(biāo)簽:深度學(xué)習(xí)自然語言NLP 6675 0
機器視覺目標(biāo)識別方法解析:Blob分析法、模板匹配法、深度學(xué)習(xí)法
一階算法在整個卷積網(wǎng)絡(luò)中進行特征提取、目標(biāo)分類和位置回歸,通過一次反向計算得到目標(biāo)位置和類別,在識別精度稍弱于兩階段目標(biāo)檢測算法的前提下,速度有了極大的提升。
2023-01-10 標(biāo)簽:機器視覺深度學(xué)習(xí)卷積網(wǎng)絡(luò) 6669 0
如何結(jié)合TensorFlow目標(biāo)檢測API和OpenCV分析足球視頻
使用Tensorflow的目標(biāo)檢測API,可以快速搭建目標(biāo)檢測模型。如果你不熟悉這套API,可以看下我之前寫的介紹Tensorflow目標(biāo)檢測API,以...
2018-07-08 標(biāo)簽:數(shù)據(jù)集深度學(xué)習(xí)TensorFlow 6656 0
簡單地描述了如何用機器學(xué)習(xí)繞過E-ZPass New York網(wǎng)站的驗證碼
讓我們一起攻破世界上最流行的WordPress的驗證碼插件每個人都討厭驗證碼——在你被允許訪問一個網(wǎng)站之前,你總被要求輸入那些煩人的圖像中所包含的文本。...
2018-01-22 標(biāo)簽:計算機視覺機器學(xué)習(xí)python 6645 0
對微表情的研究,在方法上事實上類似于人臉識別,一般包含檢測和識別兩個具體問題。 對于人臉識別,一般都是先進行人臉檢測,然后對檢測到的人臉進行識別。這個過...
2019-09-28 標(biāo)簽:AI人臉識別深度學(xué)習(xí) 6632 0
針對線性回歸模型和深度學(xué)習(xí)模型,介紹了確定訓(xùn)練數(shù)據(jù)集規(guī)模的方法
具體來看,對于傳統(tǒng)的機器學(xué)習(xí)算法,模型的表現(xiàn)先是遵循冪定律(power law),之后趨于平緩;而對于深度學(xué)習(xí),該問題還在持續(xù)不斷地研究中,不過圖一為目...
2019-05-05 標(biāo)簽:機器學(xué)習(xí)數(shù)據(jù)集深度學(xué)習(xí) 6630 0
CVPR 2019:中科院、牛津等提出SiamMask網(wǎng)絡(luò),視頻跟蹤最高精度
長久以來,我們的思維傾向于陷入舒適區(qū)。當(dāng) A 做了物體檢測,我們嘗試改網(wǎng)絡(luò),改 loss,別的領(lǐng)域 trick 拿來就是一篇。而我們常常忽略了更為重要的...
2019-03-10 標(biāo)簽:自動化數(shù)據(jù)集深度學(xué)習(xí) 6612 0
圖像處理應(yīng)用中深度學(xué)習(xí)的重要性分析
作者:Martin Cassel,Silicon Software 工業(yè)應(yīng)用中FPGA 上的神經(jīng)元網(wǎng)絡(luò)(CNN) 深度學(xué)習(xí)應(yīng)用憑借其在識別應(yīng)用中超高的預(yù)...
圖文詳解:深度學(xué)習(xí)的學(xué)習(xí)任務(wù)
基于已知類別標(biāo)簽的樣本構(gòu)成的訓(xùn)練集,學(xué)習(xí)預(yù)測模型;最終預(yù)測模型,對新的觀測樣本,預(yù)測相應(yīng)的輸出;預(yù)測結(jié)果為事先指定的兩個或多個類別中的某一個,或預(yù)測結(jié)果...
2020-07-01 標(biāo)簽:模型典型深度學(xué)習(xí) 6596 0
FPGA的深度學(xué)習(xí)加速器有怎樣的挑戰(zhàn)和機遇
FPGA 的神經(jīng)網(wǎng)絡(luò)加速器如今越來越受到 AI 社區(qū)的關(guān)注,本文對基于 FPGA 的深度學(xué)習(xí)加速器存在的機遇與挑戰(zhàn)進行了概述。近年來,神經(jīng)網(wǎng)絡(luò)在各種領(lǐng)域...
人工智能深度學(xué)習(xí)的五大模型及其應(yīng)用領(lǐng)域
隨著科技的飛速發(fā)展,人工智能(AI)技術(shù)特別是深度學(xué)習(xí)在各個領(lǐng)域展現(xiàn)出了強大的潛力和廣泛的應(yīng)用價值。深度學(xué)習(xí)作為人工智能的一個核心分支,通過模擬人腦神經(jīng)...
2024-07-03 標(biāo)簽:人工智能模型深度學(xué)習(xí) 6565 0
深度學(xué)習(xí)的57個名詞解釋及相關(guān)論文資料
一、激活函數(shù)(Activation Function) 為了讓神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí)復(fù)雜的決策邊界(decision boundary),我們在其一些層應(yīng)用一...
2017-12-08 標(biāo)簽:深度學(xué)習(xí) 6532 0
利用深度學(xué)習(xí)模型實現(xiàn)監(jiān)督式語義分割
最近進行語義分割的結(jié)構(gòu)大多用的是卷積神經(jīng)網(wǎng)絡(luò)(CNN),它首先會給每個像素分配最初的類別標(biāo)簽。卷積層可以有效地捕捉圖像的局部特征,同時將這樣的圖層分層嵌...
2018-05-25 標(biāo)簽:編碼器神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 6522 0
微軟于2016年提出的Deep Crossing可以說是深度學(xué)習(xí)CTR模型的最典型和基礎(chǔ)性的模型。如圖2的模型結(jié)構(gòu)圖所示,它涵蓋了深度CTR模型最典型的...
2019-07-18 標(biāo)簽:微軟互聯(lián)網(wǎng)深度學(xué)習(xí) 6519 0
一個基于PyTorch的幾何深度學(xué)習(xí)擴展庫,為GNN的研究和應(yīng)用再添利器
作者在論文中寫道:“這是一個 PyTorch 的幾何深度學(xué)習(xí)擴展庫,它利用專用的 CUDA 內(nèi)核實現(xiàn)了高性能。它遵循一個簡單的消息傳遞 API,將最近提...
2019-03-11 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)pytorch 6493 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 |