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 > 深度學(xué)習(xí)
文章:4720個(gè) 瀏覽:122333次 帖子:173個(gè)
淺談神經(jīng)網(wǎng)絡(luò)在FPGA平臺(tái)上的實(shí)現(xiàn)方案
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)領(lǐng)域,都屬于人工智能的范疇。
2018-09-15 標(biāo)簽:FPGA深度學(xué)習(xí) 1.5萬(wàn) 0
什么是人工智能,人工智能的本質(zhì)是什么,可能的應(yīng)用場(chǎng)景?在本文中這些知識(shí)你都可以看到
近幾年,關(guān)于人工智能的討論很多,許多人對(duì)人工智能一知半解,媒體的報(bào)道也未必全面,那么什么是人工智能?人工智能的本質(zhì)是什么?未來可能的應(yīng)用場(chǎng)景?本文將帶你...
2017-12-25 標(biāo)簽:谷歌人工智能機(jī)器學(xué)習(xí) 1.5萬(wàn) 0
深度解析深度學(xué)習(xí)技術(shù)在醫(yī)療圖像診斷中的應(yīng)用
一個(gè)醫(yī)療診斷系統(tǒng)必須是透明的(transparent)、可理解的(understandable)、可解釋的(explainable),以獲得醫(yī)生、監(jiān)管者...
2021-04-27 標(biāo)簽:深度學(xué)習(xí) 1.5萬(wàn) 0
可以將深度學(xué)習(xí)圖像分類器用于目標(biāo)檢測(cè)嗎?
本文緣起于一位網(wǎng)友向原作者請(qǐng)教的兩個(gè)關(guān)于目標(biāo)檢測(cè)的問題:①如何過濾或忽略我不感興趣的類?②如何在目標(biāo)檢測(cè)模型中添加新的類?這是否可行?
2018-05-24 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 1.4萬(wàn) 0
計(jì)算機(jī)視覺的應(yīng)用場(chǎng)景和深度學(xué)習(xí)背后的技術(shù)原理詳解
形象地說,計(jì)算機(jī)視覺就是給計(jì)算機(jī)裝上眼睛(照相機(jī))和大腦(算法),讓計(jì)算機(jī)可以感知周圍的環(huán)境。目前計(jì)算機(jī)視覺研究主要集中在基礎(chǔ)應(yīng)用場(chǎng)景,像圖片分類、物體...
2017-12-06 標(biāo)簽:計(jì)算機(jī)視覺深度學(xué)習(xí) 1.4萬(wàn) 0
如何才能高效地進(jìn)行深度學(xué)習(xí)模型訓(xùn)練?
分布式深度學(xué)習(xí)框架中,包括數(shù)據(jù)/模型切分、本地單機(jī)優(yōu)化算法訓(xùn)練、通信機(jī)制、和數(shù)據(jù)/模型聚合等模塊?,F(xiàn)有的算法一般采用隨機(jī)置亂切分的數(shù)據(jù)分配方式,隨機(jī)優(yōu)化...
2018-07-09 標(biāo)簽:加速器機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.4萬(wàn) 0
自然語(yǔ)言處理技術(shù)基于文本型電子病歷(EMR)做臨床智能診斷的研究成果!
我們通過閱讀訓(xùn)練數(shù)據(jù)中的句子,并選擇臨床相關(guān)單詞以用于查詢-答案模型構(gòu)建來生成詞典。詞典的關(guān)鍵詞由我們的醫(yī)生策劃,并使用中文醫(yī)學(xué)詞典生成。接下來,根據(jù)醫(yī)...
2019-02-14 標(biāo)簽:人工智能深度學(xué)習(xí)自然語(yǔ)言處理 1.4萬(wàn) 0
AI人工智能的深度學(xué)習(xí)由來與經(jīng)典算法
機(jī)器學(xué)習(xí)通過算法,讓機(jī)器可以從外界輸入的大量的數(shù)據(jù)中學(xué)習(xí)到規(guī)律,從而進(jìn)行識(shí)別判斷。機(jī)器學(xué)習(xí)的發(fā)展經(jīng)歷了淺層學(xué)習(xí)和深度學(xué)習(xí)兩次浪潮。深度學(xué)習(xí)可以理解為神經(jīng)...
2018-03-19 標(biāo)簽:人工智能深度學(xué)習(xí) 1.4萬(wàn) 0
如下圖,F(xiàn)PGA作為協(xié)處理器,CPU把指令寫入內(nèi)存,F(xiàn)PGA從內(nèi)存讀取指令執(zhí)行,并把計(jì)算結(jié)果寫入內(nèi)存。這種模式的優(yōu)點(diǎn)是簡(jiǎn)單易行,協(xié)處理器和CPU分離。瓶...
2018-06-20 標(biāo)簽:FPGACPU深度學(xué)習(xí) 1.4萬(wàn) 1
而對(duì)于自底向上的模式,將商業(yè)模型中的一部分委派給機(jī)器學(xué)習(xí),甚至從機(jī)器學(xué)習(xí)中得到全新的商業(yè)想法。自底向上的數(shù)據(jù)科學(xué)一般與手工勞作的自動(dòng)化過程相關(guān)。例如制造...
2018-04-11 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.4萬(wàn) 0
通過深度學(xué)習(xí)方法為黑白老照片自動(dòng)上色,帶我們重新憶起那段老時(shí)光!
現(xiàn)在,隨著數(shù)據(jù)集的增加,由于我們處理的是高分辨率圖像,因此我們需要更多的計(jì)算能力。為此,我個(gè)人更喜歡使用 Deep Cognition 的 Deep L...
2018-09-07 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像深度學(xué)習(xí) 1.4萬(wàn) 0
深層文法句法分析,即利用深層文法,例如詞匯化樹鄰接文法(Lexicalized Tree Adjoining Grammar,LTAG)、詞匯功能文法(...
2019-04-09 標(biāo)簽:機(jī)器翻譯深度學(xué)習(xí)自然語(yǔ)言處理 1.4萬(wàn) 0
深度學(xué)習(xí)與機(jī)器學(xué)習(xí)有什么差異你知道嗎?
如果你經(jīng)常想讓自己弄清楚機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別,閱讀該文章,我將用通俗易懂的語(yǔ)言為你介紹他們之間的差別。
2017-10-31 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.4萬(wàn) 1
Qdrant不只是高性能向量數(shù)據(jù)庫(kù)
在機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中,向量通常被用作表示數(shù)據(jù)的形式,其中每個(gè)向量的維度代表了不同的特征或?qū)傩?。例如,在圖像分類任務(wù)中,一個(gè)圖像可以被表示為像素值組成的...
2023-05-11 標(biāo)簽:API數(shù)據(jù)庫(kù)機(jī)器學(xué)習(xí) 1.4萬(wàn) 0
RK3399芯片平臺(tái)的基于深度學(xué)習(xí)的目標(biāo)檢測(cè)技術(shù)方案
針對(duì)AI人工智能市場(chǎng)和技術(shù)需求,Rockchip在性能強(qiáng)大的RK3399平臺(tái)上,對(duì)MobileNet SSD網(wǎng)絡(luò)進(jìn)行專項(xiàng)優(yōu)化,使得高精度的MobileN...
2018-05-17 標(biāo)簽:芯片人工智能可制造性設(shè)計(jì) 1.4萬(wàn) 0
手把手教你操作Faster R-CNN和Mask R-CNN
Mask R-CNN是承繼于Faster R-CNN,Mask R-CNN只是在Faster R-CNN上面增加了一個(gè)Mask Prediction B...
2019-04-04 標(biāo)簽:機(jī)器視覺無人駕駛深度學(xué)習(xí) 1.3萬(wàn) 0
基于深度學(xué)習(xí)的多目標(biāo)跟蹤算法技術(shù)
基于深度學(xué)習(xí)的算法在圖像和視頻識(shí)別任務(wù)中取得了廣泛的應(yīng)用和突破性的進(jìn)展。
2018-10-27 標(biāo)簽:算法深度學(xué)習(xí) 1.3萬(wàn) 0
一些用于圖像分割的主要技術(shù)及其背后的簡(jiǎn)單思路
仍以VGG為例,由于前面采樣部分過大,有時(shí)候會(huì)導(dǎo)致后面進(jìn)行反向卷積操作得到的結(jié)果分辨率較低,會(huì)出現(xiàn)細(xì)節(jié)丟失等問題。為此,F(xiàn)CN的解決方法是疊加第三、四、...
2018-10-31 標(biāo)簽:圖像計(jì)算機(jī)視覺深度學(xué)習(xí) 1.3萬(wàn) 0
乎每天,我們都可以在各種各樣的計(jì)算機(jī)科學(xué)課程、行業(yè)會(huì)議、華爾街日?qǐng)?bào)等等看到有關(guān)機(jī)器學(xué)習(xí)的討論。
2018-09-17 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.3萬(wàn) 0
對(duì)常用的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法進(jìn)行總結(jié)
確定這個(gè)函數(shù)的依據(jù)是函數(shù)能夠很好的解釋訓(xùn)練樣本,讓函數(shù)輸出值f(x)與樣本真實(shí)標(biāo)簽值y之間的誤差最小化,或者讓訓(xùn)練樣本集的對(duì)數(shù)似然函數(shù)最大化。這里的訓(xùn)練...
2018-07-10 標(biāo)簽:函數(shù)機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.3萬(wàn) 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專題
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 | 無人機(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 |