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 > 神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)可以指向兩種,一個(gè)是生物神經(jīng)網(wǎng)絡(luò),一個(gè)是人工神經(jīng)網(wǎng)絡(luò)。
文章:3657個(gè) 瀏覽:103202次 帖子:192個(gè)
一種可以編輯圖像或重建已損壞圖像的深度學(xué)習(xí)方法
為了解決這個(gè)問(wèn)題,NVIDIA團(tuán)隊(duì)開(kāi)發(fā)了一種方法,確保丟失像素的輸出不依賴于為這些像素提供的輸入的值。這種方法使用一個(gè)“部分卷積”層,根據(jù)其對(duì)相應(yīng)的接受...
2018-04-26 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像深度學(xué)習(xí) 5840 0
梯度爆炸問(wèn)題的介紹和如何解決爆炸問(wèn)題詳細(xì)概述
最近在做一個(gè)文本檢測(cè)的項(xiàng)目,在訓(xùn)練的過(guò)程中遇到了很嚴(yán)重的梯度爆炸情況,今天就來(lái)談?wù)勌荻缺ㄔ趺唇鉀Q。
2018-04-30 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)梯度 1.5萬(wàn) 0
利用機(jī)器學(xué)習(xí)算法中的深度神經(jīng)網(wǎng)絡(luò),識(shí)別音樂(lè)類型等聽(tīng)覺(jué)任務(wù)上模擬人類表現(xiàn)的模型
當(dāng)神經(jīng)網(wǎng)絡(luò)在20世紀(jì)80年代首次出現(xiàn)時(shí),神經(jīng)科學(xué)家們希望這種系統(tǒng)可以用來(lái)模擬人腦。然而,來(lái)自那個(gè)時(shí)代的計(jì)算機(jī)不夠強(qiáng)大,無(wú)法建立足夠大的模型來(lái)進(jìn)行一些實(shí)際...
2018-04-30 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)語(yǔ)音識(shí)別機(jī)器學(xué)習(xí) 4378 0
一種運(yùn)動(dòng)手表的設(shè)計(jì),運(yùn)動(dòng)狀態(tài)識(shí)別總體方案
由圖2可知,系統(tǒng)初始狀態(tài)為關(guān)機(jī)狀態(tài),通過(guò)長(zhǎng)按開(kāi)關(guān)機(jī)鍵使系統(tǒng)開(kāi)機(jī)并進(jìn)入時(shí)間顯示狀態(tài)。如果不進(jìn)行按鍵選擇,系統(tǒng)將保持在時(shí)間顯示狀態(tài)。如果按動(dòng)選擇按鍵,系統(tǒng)將...
2018-04-25 標(biāo)簽:傳感器神經(jīng)網(wǎng)絡(luò)電源芯片 7928 0
深度學(xué)習(xí)術(shù)可以由一而多的圖像翻譯
同樣的技術(shù)還能用于生成一天中不同時(shí)間的場(chǎng)景圖像、不同天氣條件下或者光照條件下的場(chǎng)景。這樣的技術(shù)對(duì)于需要大量數(shù)據(jù)訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)大有裨益。
2018-04-24 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)自動(dòng)駕駛深度學(xué)習(xí) 5937 0
驅(qū)動(dòng)未來(lái)神經(jīng)網(wǎng)絡(luò)應(yīng)用的PowerVR 2NX解決方案
毫無(wú)疑問(wèn),神經(jīng)網(wǎng)絡(luò)變得越來(lái)越流行,在各式各樣的產(chǎn)品中都可以找到它的相關(guān)應(yīng)用。它們會(huì)根據(jù)你的興趣自動(dòng)調(diào)整社交多媒體內(nèi)容、讓照片顯示更加好看、在AR/VR頭...
2018-04-24 標(biāo)簽:加速器神經(jīng)網(wǎng)絡(luò)PowerVR 4673 0
一文讓你徹底了解卷積神經(jīng)網(wǎng)絡(luò)
卷積神經(jīng)網(wǎng)絡(luò)是一種前饋神經(jīng)網(wǎng)絡(luò),它的人工神經(jīng)元可以響應(yīng)一部分覆蓋范圍內(nèi)的周圍單元,對(duì)于大型圖像處理有出色表現(xiàn)。 它包括卷積層和池化層。
2018-04-24 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能 2.4萬(wàn) 0
8個(gè)技術(shù)證明 AI不等于神經(jīng)網(wǎng)絡(luò)
目前在AI技術(shù)領(lǐng)域中,投入資金最多的當(dāng)屬對(duì)神經(jīng)網(wǎng)絡(luò)的研究了。在眾人眼中,神經(jīng)網(wǎng)絡(luò)技術(shù)貌似就是“程序構(gòu)造的大腦”(雖然比喻很不準(zhǔn)確)。
2018-04-23 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)ai 1381 0
細(xì)數(shù)神經(jīng)網(wǎng)絡(luò)的四大弊端
當(dāng)你應(yīng)該使用神經(jīng)網(wǎng)絡(luò)或傳統(tǒng)的機(jī)器學(xué)習(xí)算法,這是一個(gè)難以回答的問(wèn)題,因?yàn)樗艽蟪潭壬先Q于你試圖解決的問(wèn)題。這也是由于“沒(méi)有免費(fèi)的午餐定理”,它大致表明沒(méi)...
2018-04-25 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3513 0
TFLite在有道云筆記中用于文檔識(shí)別的實(shí)踐過(guò)程
經(jīng)過(guò)壓縮后,Android 上的 TensorFlow 動(dòng)態(tài)庫(kù)的體積大約是 4.5M 左右。如果希望滿足 Android 平臺(tái)下的多種處理器架構(gòu),可能需...
2018-05-01 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能 5699 0
標(biāo)準(zhǔn)自編碼器能學(xué)習(xí)生成緊湊的數(shù)據(jù)表達(dá)并重建輸入數(shù)據(jù),然而除了像去噪自編碼器等為數(shù)不多的應(yīng)用外,它的應(yīng)用卻極其有限。其根本原因在于自編碼器將輸入轉(zhuǎn)換為隱含...
2018-04-19 標(biāo)簽:編碼器神經(jīng)網(wǎng)絡(luò) 1.4萬(wàn) 0
神經(jīng)網(wǎng)絡(luò)的訓(xùn)練步驟和部署方法
網(wǎng)絡(luò)模型一旦選定,三要素中結(jié)構(gòu)和算法就確定了,接下來(lái)要對(duì)權(quán)值進(jìn)行調(diào)整。神經(jīng)網(wǎng)絡(luò)是將一組訓(xùn)練集(training set)送入網(wǎng)絡(luò),根據(jù)網(wǎng)絡(luò)的實(shí)際輸出與期...
2018-04-28 標(biāo)簽:神經(jīng)網(wǎng)絡(luò) 2.3萬(wàn) 0
第二次AI熱潮伴隨著計(jì)算機(jī)的普及,出現(xiàn)在1980年代。這時(shí)期所進(jìn)行的研究,是以灌輸「專家知識(shí)」作為規(guī)則,來(lái)協(xié)助解決特定問(wèn)題的“專家系統(tǒng)”(Expert ...
2018-04-30 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)遺傳算法AI 8140 0
基于FPGA為實(shí)現(xiàn)平臺(tái)的低功耗高速解碼器系統(tǒng)
在本文中,利用自編碼神經(jīng)網(wǎng)絡(luò)的編碼器對(duì)輸入數(shù)據(jù)進(jìn)行編碼,所得到隱含層的輸出數(shù)據(jù)稱為原始數(shù)據(jù)的編碼;該編碼數(shù)據(jù)經(jīng)過(guò)自編碼神經(jīng)網(wǎng)絡(luò)的解碼器實(shí)現(xiàn)數(shù)據(jù)解碼...
2018-04-18 標(biāo)簽:FPGA解碼器神經(jīng)網(wǎng)絡(luò) 4917 0
基于生成對(duì)抗網(wǎng)絡(luò)(GAN)的框架
為了進(jìn)一步提升深度圖像壓縮的質(zhì)量,開(kāi)發(fā)超越PSNR和MS-SSIM的新指標(biāo)非常重要。其中重點(diǎn)關(guān)注的是對(duì)抗損失,最近的成果表明它能捕捉到全局的語(yǔ)義信息和局...
2018-04-17 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)GAN 9849 0
美國(guó)加州大學(xué)舊金山分校和谷歌公司的研究人員開(kāi)發(fā)出一種計(jì)算機(jī)程序,它能夠區(qū)分不同的細(xì)胞類型,并鑒定出亞細(xì)胞結(jié)構(gòu)等特征---所有這一切都不需要我們的眼睛進(jìn)行...
2018-04-17 標(biāo)簽:谷歌神經(jīng)網(wǎng)絡(luò) 6157 0
微軟翻譯系統(tǒng)使用深層神經(jīng)網(wǎng)絡(luò),幫助生成更真實(shí)、更準(zhǔn)確的翻譯
基于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,每個(gè)單詞被編碼沿500 維向量 (a) 表示其獨(dú)特的特征,針對(duì)特定的語(yǔ)言對(duì)(例如英語(yǔ)和中文)。將語(yǔ)言對(duì)用于訓(xùn)練,神經(jīng)網(wǎng)絡(luò)將自定義這些...
2018-04-16 標(biāo)簽:微軟神經(jīng)網(wǎng)絡(luò)AI 7746 0
一種相對(duì)直接使用的distillation的變體方法
對(duì)于Common Crawl上的語(yǔ)言建模,具有128GPU的同步SGD實(shí)現(xiàn)了標(biāo)準(zhǔn)分布式訓(xùn)練的最佳結(jié)果,至少是我們嘗試過(guò)的配置,并且我們無(wú)法使用256個(gè)G...
2018-04-16 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 4035 0
神經(jīng)元和神經(jīng)網(wǎng)絡(luò)層的標(biāo)準(zhǔn)C++定義
前一段時(shí)間做了一個(gè)數(shù)字識(shí)別的小系統(tǒng),基于BP神經(jīng)網(wǎng)絡(luò)算法的,用MFC做的交互。在實(shí)現(xiàn)過(guò)程中也試著去找一些源碼
2018-04-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò) 5249 0
卷積網(wǎng)絡(luò)的技術(shù)基礎(chǔ)、組成模塊、當(dāng)前現(xiàn)狀和研究前景
當(dāng)談到依賴于序列輸入的任務(wù)時(shí),循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)是最成功的多層架構(gòu)之一。RNN 可被視為一種特殊類型的神經(jīng)網(wǎng)絡(luò),其中每個(gè)隱藏單元的輸入時(shí)其當(dāng)前時(shí)間步...
2018-04-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)CNN 7888 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 |