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:4729個(gè) 瀏覽:122656次 帖子:173個(gè)
PyTorch官網(wǎng)教程PyTorch深度學(xué)習(xí):60分鐘快速入門中文翻譯版
“PyTorch 深度學(xué)習(xí):60分鐘快速入門”為 PyTorch 官網(wǎng)教程,網(wǎng)上已經(jīng)有部分翻譯作品,隨著PyTorch1.0 版本的公布,這個(gè)教程有較大...
2019-01-13 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)Pytorch 1.0萬(wàn) 0
帶你了解深入深度學(xué)習(xí)的核心:神經(jīng)網(wǎng)絡(luò)
深度學(xué)習(xí)和人工智能是 2017 年的熱詞;2018 年,這兩個(gè)詞愈發(fā)火熱,但也更加容易混淆。我們將深入深度學(xué)習(xí)的核心,也就是神經(jīng)網(wǎng)絡(luò)。
2018-04-02 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 1.0萬(wàn) 0
深度學(xué)習(xí)如何進(jìn)行MRI圖像右心室分割
人類心臟是一臺(tái)令人驚嘆的機(jī)器,它能持續(xù)運(yùn)轉(zhuǎn)長(zhǎng)達(dá)一個(gè)世紀(jì)而不失靈。測(cè)量心臟功能的關(guān)鍵方法之一是計(jì)算其射血分?jǐn)?shù),即每搏輸出量占心室舒張末期容積量的百分比。而...
2017-10-17 標(biāo)簽:人工智能深度學(xué)習(xí) 1.0萬(wàn) 0
如何使用LabVIEW實(shí)現(xiàn)深度學(xué)習(xí)應(yīng)用
傳統(tǒng)的視覺(jué)算法受打光以及圖像的邊緣對(duì)比度影響,無(wú)法做到人眼的分辨效果,而且人具有學(xué)習(xí)能力,經(jīng)過(guò)大量樣本的學(xué)習(xí),人就可以找到不同物體之間的細(xì)微差別,從而分...
2020-09-08 標(biāo)簽:labview深度學(xué)習(xí) 1.0萬(wàn) 0
Batch,是深度學(xué)習(xí)中的一個(gè)重要概念
在深度學(xué)習(xí)中,采用sigmoid激活函數(shù)的隱藏層或者輸出層的神經(jīng)元通常在計(jì)算網(wǎng)絡(luò)輸入時(shí)加入一個(gè)偏移值,稱為Bias。對(duì)于線性輸出神經(jīng)元,偏移項(xiàng)就是回歸中...
2018-04-18 標(biāo)簽:標(biāo)準(zhǔn)化深度學(xué)習(xí) 1.0萬(wàn) 0
只需10行Python代碼就可以實(shí)現(xiàn)圖像識(shí)別
隨著深度學(xué)習(xí)算法的興起和普及,人工智能領(lǐng)域取得了令人矚目的進(jìn)步,特別是在計(jì)算機(jī)視覺(jué)領(lǐng)域。21世紀(jì)的第二個(gè)十年迅速采用卷積神經(jīng)網(wǎng)絡(luò),發(fā)明了最先進(jìn)的算法,大...
2018-04-24 標(biāo)簽:人工智能計(jì)算機(jī)視覺(jué)python 1.0萬(wàn) 0
一種用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò)
卷積神經(jīng)網(wǎng)絡(luò)的特點(diǎn)是逐層提取特征,第一層提取的特征較為低級(jí),第二層在第一層的基礎(chǔ)上繼續(xù)提取更高級(jí)別的特征,同樣,第三層在第二層的基礎(chǔ)上提取的特征也更為...
2018-07-04 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像分類深度學(xué)習(xí) 1.0萬(wàn) 0
從四個(gè)方面詳細(xì)解析自動(dòng)駕駛感知環(huán)節(jié)
自動(dòng)駕駛感知的實(shí)現(xiàn)需要軟硬件結(jié)合,本文從傳感器和算法的角度帶大家來(lái)了解一下自動(dòng)駕駛的感知。
2018-11-29 標(biāo)簽:傳感器自動(dòng)駕駛深度學(xué)習(xí) 1.0萬(wàn) 0
深度學(xué)習(xí)為什么依賴于超大的計(jì)算能力?
雖然許多硬件計(jì)算單元(GPU、FPGA 等)的計(jì)算能力很強(qiáng)大,但是它們的內(nèi)存資源(即設(shè)備內(nèi)存)非常稀缺。當(dāng)它們不能提供模型運(yùn)行所需要的內(nèi)存資源時(shí),要么運(yùn)...
2018-07-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)自然語(yǔ)言 1.0萬(wàn) 0
索尼發(fā)布新的方法,在ImageNet數(shù)據(jù)集上224秒內(nèi)成功訓(xùn)練了ResNet-50
近年來(lái),許多研究人員提出了多種方案來(lái)解決這兩個(gè)問(wèn)題(見(jiàn)原文參考文獻(xiàn))。這些工作利用ImageNet/ResNet-50訓(xùn)練來(lái)衡量訓(xùn)練效果。ImageNe...
2018-11-16 標(biāo)簽:索尼神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 1.0萬(wàn) 0
強(qiáng)化學(xué)習(xí)新方法,機(jī)器人究竟是怎么學(xué)習(xí)新動(dòng)作的呢?
用強(qiáng)化學(xué)習(xí)方法教機(jī)器人(模擬器里的智能體),能學(xué)會(huì)的動(dòng)作花樣繁多,細(xì)致到拿東西、豪放到奔跑都能搞定,還可以給機(jī)器人設(shè)置一個(gè)明確的目的。但是,總難免上演一...
2018-04-13 標(biāo)簽:機(jī)器人深度學(xué)習(xí) 1.0萬(wàn) 0
從圖像數(shù)據(jù)角度為人臉識(shí)別準(zhǔn)確率的提高提出的建議
所以,本文的首要目標(biāo)是探究標(biāo)簽噪聲的來(lái)源,以及在深度卷積神經(jīng)網(wǎng)絡(luò)中,這些噪聲會(huì)給人臉識(shí)別造成何種后果。我們主要考慮的問(wèn)題有:想要達(dá)到清理數(shù)據(jù)的目的,需要...
2018-08-05 標(biāo)簽:人工智能人臉識(shí)別深度學(xué)習(xí) 1.0萬(wàn) 0
匯總幾種開(kāi)源的深度學(xué)習(xí)模型以及針對(duì)姿態(tài)估計(jì)的代碼
DensePose的論文中提出了DensePose-RCNN,這是Mask-RCNN的一種變體,可以以每秒多幀的速度在每個(gè)人體區(qū)域內(nèi)密集地回歸特定部位的...
2018-07-02 標(biāo)簽:代碼數(shù)據(jù)集深度學(xué)習(xí) 9977 0
我們?cè)撊绾卫斫饩矸e神經(jīng)網(wǎng)絡(luò)?
循環(huán)神經(jīng)網(wǎng)絡(luò)是處理序列數(shù)據(jù)相關(guān)任務(wù)最成功的多層神經(jīng)網(wǎng)絡(luò)模型(RNN)。 RNN,其結(jié)構(gòu)示意圖如下圖所示,它可以看作是神經(jīng)網(wǎng)絡(luò)的一種特殊類型,隱藏單元的輸...
2018-05-07 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI深度學(xué)習(xí) 9966 0
特倫托大學(xué)與Inria合作:使用GAN生成人體的新姿勢(shì)圖像
使用GAN(對(duì)抗生成網(wǎng)絡(luò))生成人體的新姿勢(shì)圖像。研究人員提出的可變形跳躍連接和最近鄰損失函數(shù),更好地捕捉了局部的紋理細(xì)節(jié),緩解了之前研究生成圖像模糊的問(wèn)...
2018-01-29 標(biāo)簽:gan網(wǎng)絡(luò)架構(gòu)深度學(xué)習(xí) 9943 0
三種典型的神經(jīng)網(wǎng)絡(luò)以及深度學(xué)習(xí)中的正則化方法應(yīng)用于無(wú)人駕駛
在前幾十年,神經(jīng)網(wǎng)絡(luò)并沒(méi)有受到人們的重視,直到深度學(xué)習(xí)的出現(xiàn),人們利用深度學(xué)習(xí)解決了不少實(shí)際問(wèn)題(即一些落地性質(zhì)的商業(yè)應(yīng)用),神經(jīng)網(wǎng)絡(luò)才成為學(xué)界和工業(yè)界...
2018-06-03 標(biāo)簽:無(wú)人駕駛深度學(xué)習(xí) 9940 0
基于安全多方計(jì)算協(xié)議實(shí)現(xiàn)私密深度學(xué)習(xí)模型
運(yùn)算將在一個(gè)有限域上進(jìn)行,因此我們首先需要決定如何將有理數(shù)r表示為域元素,即取自0, 1, ..., Q-1的整數(shù)x(Q為質(zhì)數(shù))。我們將采用典型的做法,...
2018-03-26 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 9922 0
神經(jīng)網(wǎng)絡(luò)中的卷積層、池化層與全連接層
在深度學(xué)習(xí)中,卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)是一種特別適用于處理圖像數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。它通過(guò)卷積層...
2024-07-11 標(biāo)簽:深度學(xué)習(xí)cnn卷積神經(jīng)網(wǎng)絡(luò) 9892 0
那么這個(gè)爆款應(yīng)用的背后用到了哪些計(jì)算機(jī)視覺(jué)技術(shù)?掌握這些技術(shù)需要通過(guò)哪些學(xué)習(xí)路徑?
2018-05-31 標(biāo)簽:計(jì)算機(jī)視覺(jué)深度學(xué)習(xí) 9876 0
2006年Hinton發(fā)表了一篇革命性的論文“Hinton, G. E., Osindero, S. and Teh, Y.,A fast learni...
2018-07-05 標(biāo)簽:人工智能深度學(xué)習(xí)DBN 9863 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(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 |