學(xué)習(xí)，超算中心開(kāi)發(fā)了深度學(xué)習(xí)的并行軟件，還有建立深度學(xué)習(xí)的系統(tǒng)平臺(tái)swCaffe，來(lái)支持用戶基于這個(gè)進(jìn)行深度學(xué)習(xí)應(yīng)用。
2018-05-02 17:17:42
17338 深度學(xué)習(xí)這幾年特別火，就像5年前的大數(shù)據(jù)一樣，不過(guò)深度學(xué)習(xí)其主要還是屬于機(jī)器學(xué)習(xí)的范疇領(lǐng)域內(nèi)，所以這篇文章里面我們來(lái)嘮一嘮機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的算法流程區(qū)別。
2023-09-06 12:48:403498 
深度學(xué)習(xí)在科學(xué)計(jì)算中獲得了廣泛的普及，其算法被廣泛用于解決復(fù)雜問(wèn)題的行業(yè)。所有深度學(xué)習(xí)算法都使用不同類型的神經(jīng)網(wǎng)絡(luò)來(lái)執(zhí)行特定任務(wù)。
2024-01-03 10:28:213424 
據(jù)的爆發(fā)式增長(zhǎng)，大算力芯片已成為科技競(jìng)爭(zhēng)的核心領(lǐng)域之一。 ? 大算力芯片的核心應(yīng)用場(chǎng)景豐富多樣。在人工智能訓(xùn)練與推理方面，大模型（如 GPT、Llama）的訓(xùn)練需要超大規(guī)模算力（例如千億參數(shù)級(jí)），通常依賴 GPU（如 NVIDIA H100）或?qū)Ｓ?AI 芯片（如
2025-04-13 00:02:002824 摘要：自然語(yǔ)言理解和機(jī)器翻譯被認(rèn)為是人工智能的核心難題之一，那么什么是自然語(yǔ)言理解?其研究現(xiàn)狀、挑戰(zhàn)和未來(lái)的發(fā)展方向是什么?近兩三年來(lái)，深度學(xué)習(xí)技術(shù)使很多人工智能問(wèn)題的準(zhǔn)確率得到顯著提升，那么深度學(xué)習(xí)
2017-03-22 17:16:00
成為汽車電子工程師該學(xué)習(xí)什么內(nèi)容，怎么入門，請(qǐng)大神們推薦。
2016-06-21 18:05:05
一：深度學(xué)習(xí)DeepLearning實(shí)戰(zhàn)時(shí)間地點(diǎn)：1 月 15日— 1 月18 日二：深度強(qiáng)化學(xué)習(xí)核心技術(shù)實(shí)戰(zhàn)時(shí)間地點(diǎn)： 1 月 27 日— 1 月30 日(第一天報(bào)到 授課三天；提前環(huán)境部署 電腦
2021-01-09 17:01:54
未來(lái)的某個(gè)時(shí)候，人們必定能夠相對(duì)自如地運(yùn)用人工智能，安全地駕車出行。這個(gè)時(shí)刻何時(shí)到來(lái)我無(wú)法預(yù)見(jiàn)；但我相信，彼時(shí)“智能”會(huì)顯現(xiàn)出更“切實(shí)”的意義。與此同時(shí)，通過(guò)深度學(xué)習(xí)方法，人工智能的實(shí)際應(yīng)用能夠在汽車
2019-03-13 06:45:03
深度學(xué)習(xí)常用模型有哪些？深度學(xué)習(xí)常用軟件工具及平臺(tái)有哪些？深度學(xué)習(xí)存在哪些問(wèn)題？
2021-10-14 08:20:47
摘要與深度學(xué)習(xí)算法的進(jìn)步超越硬件的進(jìn)步，你如何確保算法明天是一個(gè)很好的適合現(xiàn)有的人工智能芯片下發(fā)展？，這些人工智能芯片大多是為今天的人工智能算法算法進(jìn)化，這些人工智能芯片的許多設(shè)計(jì)都可能成為甚至在
2020-11-01 09:28:57
一：深度學(xué)習(xí)DeepLearning實(shí)戰(zhàn)時(shí)間地點(diǎn)：1 月 15日— 1 月18 日二：深度強(qiáng)化學(xué)習(xí)核心技術(shù)實(shí)戰(zhàn)時(shí)間地點(diǎn)： 1 月 27 日— 1 月30 日(第一天報(bào)到 授課三天；提前環(huán)境部署 電腦
2021-01-10 13:42:26
超算世界第一，中國(guó)第一？ 神威*太湖之光，憑借這臺(tái)超算，中國(guó)又一次走到世界之巔，而且，這一次，中國(guó)憑借的是自己的技術(shù)。然而，中國(guó)真的是世界第一了么？我們來(lái)看一下：超算500強(qiáng)，中國(guó)上榜167臺(tái)，美國(guó)
2016-06-22 11:15:58
這是一份深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)領(lǐng)域的超全應(yīng)用預(yù)覽~簡(jiǎn)單回顧的話，2006年Geof...
2021-07-28 07:35:25
的不同芯片核進(jìn)行覆蓋，充分降低復(fù)雜度和系統(tǒng)規(guī)模。超異構(gòu)芯片是具有高水平的系統(tǒng)集成，以實(shí)現(xiàn)先進(jìn)汽車的可擴(kuò)展性和更低成本的支持集中式 ECU。關(guān)鍵核心包括具有標(biāo)量和矢量?jī)?nèi)核的下一代 DSP，專用深度學(xué)習(xí)
2022-12-09 16:29:02
MATLAB機(jī)器學(xué)習(xí)與深度學(xué)習(xí)核心技術(shù)應(yīng)用培訓(xùn)班備十余年MATLAB編程開(kāi)發(fā)經(jīng)驗(yàn)，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)領(lǐng)域 一線實(shí)戰(zhàn)專家主講。培訓(xùn)時(shí)間：11月09日-11月12日培訓(xùn)地點(diǎn)：北京理工大學(xué)（中關(guān)村
2018-10-23 16:51:05
學(xué)習(xí)，也就是現(xiàn)在最流行的深度學(xué)習(xí)領(lǐng)域，關(guān)注論壇的朋友應(yīng)該看到了，開(kāi)發(fā)板試用活動(dòng)中有【NanoPi K1 Plus試用】的申請(qǐng)，介紹中NanopiK1plus的高大上優(yōu)點(diǎn)之一就是“可運(yùn)行深度學(xué)習(xí)算法的智能
2018-06-04 22:32:12
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集，常用于自然語(yǔ)言處理，計(jì)算機(jī)視覺(jué)等領(lǐng)域，與眾不同之處在于，DL（Deep Learning ）算法可以自動(dòng)從圖像、視頻或文本等數(shù)據(jù)中學(xué)習(xí)數(shù)據(jù)特征。DL可以直接從數(shù)據(jù)中學(xué)習(xí)
2022-11-03 06:53:11
`直播內(nèi)容：人工智能是新一輪科技革命和產(chǎn)業(yè)轉(zhuǎn)型的核心驅(qū)動(dòng)力，在海量數(shù)據(jù)、深度學(xué)習(xí)和超強(qiáng)算力的支持下，人工智能迎來(lái)了前所未有的發(fā)展機(jī)遇，正與人類社會(huì)諸多領(lǐng)域深度融合，重塑人類生產(chǎn)生活方式，加速人類社會(huì)
2019-11-07 14:03:20
的model zoo庫(kù)，也很容易用預(yù)先訓(xùn)練好的模型進(jìn)行試驗(yàn)。4.2. 增加訓(xùn)練自由度有人或許以為訓(xùn)練機(jī)器學(xué)習(xí)算法的過(guò)程是完全自動(dòng)的，實(shí)際上有一些超參數(shù)需要調(diào)整。對(duì)于深度學(xué)習(xí)尤為如此，模型在參數(shù)量上的復(fù)雜
2018-08-13 09:33:30
什么是深度學(xué)習(xí)為了解釋深度學(xué)習(xí)，有必要了解神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是一種模擬人腦的神經(jīng)元和神經(jīng)網(wǎng)絡(luò)的計(jì)算模型。作為具體示例，讓我們考慮一個(gè)輸入圖像并識(shí)別圖像中對(duì)象類別的示例。這個(gè)例子對(duì)應(yīng)機(jī)器學(xué)習(xí)中的分類
2023-02-17 16:56:59
關(guān)鍵詞:圖像檢索;深度學(xué)習(xí);哈希算法;
2019-04-01 16:12:24
Kalray MPPA解決方案實(shí)現(xiàn)無(wú)處不在的低功耗、實(shí)時(shí)單芯片超算
2021-02-04 07:27:01
。 優(yōu)點(diǎn)：在分類音頻，文本和圖像數(shù)據(jù)時(shí)，深度學(xué)習(xí)表現(xiàn)地非常出色。 缺點(diǎn)：與回歸一樣，深度神經(jīng)網(wǎng)絡(luò)需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練，所以它不被視為通用算法。 實(shí)現(xiàn)：Python的/ R 2.4。支持向量機(jī)支持向量機(jī)
2019-09-22 08:30:00
機(jī)器學(xué)習(xí)算法如何用于制造無(wú)人駕駛汽車
2021-03-18 06:27:18
了3個(gè)，分別涉及大氣、海洋、材料三個(gè)領(lǐng)域的應(yīng)用，今年有望實(shí)現(xiàn)我國(guó)在這個(gè)獎(jiǎng)項(xiàng)上零的突破。其實(shí)早在2011年，上一代產(chǎn)品神威藍(lán)光（Sunway BlueLight MPP）就曾經(jīng)獲得國(guó)內(nèi)TOP100超算排名桂冠，也是中國(guó)第一款自主芯片的千萬(wàn)億次超級(jí)計(jì)算機(jī)。
2016-06-22 11:09:09
3D環(huán)視。人類能力邊界隨大腦發(fā)展得以拓寬，類似地，ADAS技術(shù)進(jìn)步建立的基礎(chǔ)是運(yùn)行于日益高效的硬件平臺(tái)上的創(chuàng)新感知算法。 深度學(xué)習(xí)概述當(dāng)今自動(dòng)駕駛領(lǐng)域最熱門的話題之一是…
2022-11-10 08:09:48
E-HPC方案針對(duì)超算業(yè)務(wù)的特點(diǎn)對(duì)云上超算集群做了深度的定制：1. 為滿足不同規(guī)模的超算用戶需求以及科研單位HPC算法驗(yàn)證等需求，E-HPC提供了不同規(guī)格的集群編排功能，可自由組建不同規(guī)格的HPC集群
2018-05-28 18:36:06
Intel 在世界超算大會(huì) SC16 推出深度學(xué)習(xí)推理加速器和新至強(qiáng)芯片 Xeon-E5-2699A 在今年的世界超算大會(huì) SC16 上， Intel 發(fā)布了針對(duì) AI 開(kāi)發(fā)者的深度學(xué)習(xí)推理加速器
2016-11-18 11:59:121111 基于自適應(yīng)探索改進(jìn)的深度增強(qiáng)學(xué)習(xí)算法_毛堅(jiān)桓
2017-01-08 15:15:59
1 引入深度遍歷機(jī)制的分布式數(shù)據(jù)結(jié)構(gòu)插值算法_龔健虎
2017-01-08 14:55:450 由NSF資助的一個(gè)研究項(xiàng)目，目前正在研究如何使用RDMA高性能連接器將深度學(xué)習(xí)算法在FPGA和跨系統(tǒng)之間運(yùn)行；另一個(gè)由Andrew Ng和兩個(gè)超算專家牽頭的項(xiàng)目，則希望把模型放在超級(jí)計(jì)算機(jī)上，給它們一個(gè)Python接口。
2017-02-10 16:32:301042 關(guān)于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法的介紹，包含有對(duì)幾種神經(jīng)網(wǎng)絡(luò)模型的詳細(xì)描述
2017-07-10 16:49:124 深度學(xué)習(xí)的出現(xiàn)使得算法對(duì)圖像的語(yǔ)義級(jí)操作成為可能。本文即是介紹深度學(xué)習(xí)技術(shù)在圖像超清化問(wèn)題上的最新研究進(jìn)展。 深度學(xué)習(xí)最早興起于圖像，其主要處理圖像的技術(shù)是卷積神經(jīng)網(wǎng)絡(luò)，關(guān)于卷積神經(jīng)網(wǎng)絡(luò)的起源，業(yè)界
2017-09-30 11:15:171 深度學(xué)習(xí)與傳統(tǒng)的機(jī)器學(xué)習(xí)最主要的區(qū)別在于隨著數(shù)據(jù)規(guī)模的增加其性能也不斷增長(zhǎng)。當(dāng)數(shù)據(jù)很少時(shí)，深度學(xué)習(xí)算法的性能并不好。這是因?yàn)?b class="flag-6" style="color: red">深度學(xué)習(xí)算法需要大量的數(shù)據(jù)來(lái)完美地理解它。另一方面，在這種情況下，傳統(tǒng)的機(jī)器學(xué)習(xí)算法使用制定的規(guī)則，性能會(huì)比較好。
2017-10-27 16:50:182147 
文本實(shí)體提取是自然語(yǔ)言處理（NLP）的主要任務(wù)之一。隨著近期深度學(xué)習(xí)領(lǐng)域快速發(fā)展，我們可以將這些算法應(yīng)用到 NLP 任務(wù)中，并得到準(zhǔn)確率遠(yuǎn)超傳統(tǒng)方法的結(jié)果。我嘗試過(guò)分別使用深度學(xué)習(xí)和傳統(tǒng)方法來(lái)提取文章信息，結(jié)果非常驚人：深度學(xué)習(xí)的準(zhǔn)確率達(dá)到了 85%，遠(yuǎn)遠(yuǎn)領(lǐng)先于傳統(tǒng)算法的 65%。
2018-07-13 08:33:007111 
學(xué)習(xí)率（learning rate）是調(diào)整深度神經(jīng)網(wǎng)絡(luò)最重要的超參數(shù)之一，本文作者Pavel Surmenok描述了一個(gè)簡(jiǎn)單而有效的辦法來(lái)幫助你找尋合理的學(xué)習(xí)率。 我正在舊金山大學(xué)的 fast.ai
2017-12-07 11:05:422667 今天我們將討論深度學(xué)習(xí)中最核心的問(wèn)題之一：訓(xùn)練數(shù)據(jù)。深度學(xué)習(xí)已經(jīng)在現(xiàn)實(shí)世界得到了廣泛運(yùn)用，例如：無(wú)人駕駛汽車，收據(jù)識(shí)別，道路缺陷自動(dòng)檢測(cè)，以及交互式電影推薦等等。
2017-12-25 10:34:2811047 機(jī)器學(xué)習(xí)通過(guò)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)網(wǎng)絡(luò)的發(fā)展，神經(jīng)網(wǎng)絡(luò)是對(duì)人腦或生物神經(jīng)網(wǎng)絡(luò)
2018-03-19 17:03:1014771 深度學(xué)習(xí)屬于機(jī)器學(xué)習(xí)的一個(gè)子域，其相關(guān)算法受到大腦結(jié)構(gòu)與功能（即人工神經(jīng)網(wǎng)絡(luò)）的啟發(fā)。深度學(xué)習(xí)如今的全部?jī)r(jià)值皆通過(guò)監(jiān)督式學(xué)習(xí)或經(jīng)過(guò)標(biāo)記的數(shù)據(jù)及算法實(shí)現(xiàn)。深度學(xué)習(xí)中的每種算法皆經(jīng)過(guò)相同的學(xué)習(xí)過(guò)程。深度學(xué)習(xí)包含輸入內(nèi)容的非近線變換層級(jí)結(jié)構(gòu)，可用于創(chuàng)建統(tǒng)計(jì)模型并輸出對(duì)應(yīng)結(jié)果。
2018-06-23 12:25:0082102 
基于目前人類在神經(jīng)網(wǎng)絡(luò)算法和機(jī)器深度學(xué)習(xí)取得的成就，很容易讓人產(chǎn)生計(jì)算機(jī)科學(xué)只包含這兩部分的錯(cuò)覺(jué)。一種全新的算法甚至比深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)有更明顯的優(yōu)勢(shì)：這種算法是基于創(chuàng)造人類大腦的方式——進(jìn)化來(lái)進(jìn)行的。
2018-08-06 08:27:113726 
除此之外，皮特有個(gè)新的想法要和大家分享 他堅(jiān)定地相信，未來(lái)的深度學(xué)習(xí)能夠在微型的、低功耗的芯片上自由地奔跑。 換句話說(shuō)，單片機(jī) (MCU) ，有一天會(huì)成為深度學(xué)習(xí)最肥沃的土壤。 這里面的邏輯走得有些繞，但好像還是有點(diǎn)道理的。
2018-08-29 10:55:003074 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 07:28:1713995 繼上月超越寶馬之后，特斯拉（Tesla）的市值如今已超過(guò)梅賽德斯－奔馳（Mercedes－Benz）的母公司戴姆勒（Daimler），成為市值最高的汽車制造商之一。
2018-12-07 16:27:484618 近年來(lái)，隨著科技的快速發(fā)展，人工智能不斷進(jìn)入我們的視野中。作為人工智能的核心技術(shù)，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)也變得越來(lái)越火。一時(shí)間，它們幾乎成為了每個(gè)人都在談?wù)摰脑掝}。那么，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)到底是什么，它們之間究竟有什么不同呢？
2019-05-11 10:13:134324 當(dāng)今自動(dòng)駕駛領(lǐng)域最熱門的話題之一是“深度學(xué)習(xí)”，這是機(jī)器學(xué)習(xí)的一個(gè)子集。深度學(xué)習(xí)是一種計(jì)算方法，用于根據(jù)已經(jīng)過(guò)大量數(shù)據(jù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)進(jìn)行準(zhǔn)確的分類和預(yù)測(cè)。神經(jīng)網(wǎng)絡(luò)是一組用于識(shí)別數(shù)據(jù)模式的算法
2019-03-25 14:42:313471 機(jī)器學(xué)習(xí)（深度學(xué)習(xí)為其中一分支）技術(shù)成為各產(chǎn)業(yè)智慧化的核心能力，但是算法的設(shè)計(jì)復(fù)雜，需要專業(yè)知識(shí)與經(jīng)驗(yàn)，對(duì)于好的人才，需求遠(yuǎn)大于供給。
2019-05-29 14:49:232579 在TOP500超算中，使用Intel Xeon處理器的占了絕大多數(shù)，超算偏好Intel處理器的原因很多，很大一個(gè)原因就是AMD從K10時(shí)代就沒(méi)有什么高性能處理器了。在TOP500超算中，給AMD
2019-07-03 15:15:45995 深度學(xué)習(xí)技術(shù)成為機(jī)器視覺(jué)的熱門話題之一。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)領(lǐng)域，它使計(jì)算機(jī)能夠通過(guò)卷積神經(jīng)網(wǎng)絡(luò)（CNN）等體系結(jié)構(gòu)進(jìn)行訓(xùn)練和學(xué)習(xí)。
2019-08-23 17:02:031136 深度學(xué)習(xí)仍是視覺(jué)大數(shù)據(jù)領(lǐng)域的最好分析方法之一
2019-08-26 15:48:335362 深度學(xué)習(xí)是實(shí)施機(jī)器學(xué)習(xí)的眾多方法之一，通常使用神經(jīng)網(wǎng)絡(luò)（NN）完成學(xué)習(xí)階段，來(lái)自動(dòng)決定最相關(guān)的數(shù)據(jù)部分，加以分析，進(jìn)而推理出最合適的響應(yīng)。NN技術(shù)在訓(xùn)練階段需要海量數(shù)據(jù)，因此，這一方面的研究和發(fā)展還有很大的提升空間。
2019-11-26 17:11:261737 計(jì)算效率是評(píng)判算法優(yōu)劣的一個(gè)重要指標(biāo)，然而日本著名跨國(guó)集團(tuán)東芝近日聲稱，其打造了一套可比當(dāng)今最先進(jìn)的超算還要更快地分析市場(chǎng)數(shù)據(jù)的新算法。
2020-01-17 15:34:313244 
AI（人工智能）是當(dāng)今科技圈的熱門話題，深度學(xué)習(xí)則是AI訓(xùn)練的重要手段之一。如何學(xué)習(xí)要靠硬件和算法支撐，這方面，Intel力挺CPU，NVIDIA則力挺GPU。
2020-03-06 08:53:133154 AI（人工智能）是當(dāng)今科技圈的熱門話題，深度學(xué)習(xí)則是AI訓(xùn)練的重要手段之一。如何學(xué)習(xí)要靠硬件和算法支撐，這方面，Intel力挺CPU，NVIDIA則力挺GPU。
2020-03-06 10:36:043861 Brain++是曠視自主研發(fā)的端到端人工智能算法平臺(tái)，具備大規(guī)模算法研發(fā)能力。針對(duì)框架、算力和數(shù)據(jù)三個(gè)核心要素，曠視Brain++在總體架構(gòu)上分為三部分，包括深度學(xué)習(xí)框架MegEngine、深度學(xué)習(xí)
2020-03-26 15:24:273117 在 AI 算力爆炸式增長(zhǎng)的過(guò)程中，英偉達(dá)的 GPU 功不可沒(méi)。廣為人知的一個(gè)故事就是 2012 年，來(lái)自多倫多大學(xué)的 Alex 和他的團(tuán)隊(duì)設(shè)計(jì)了 AlexNet 的深度學(xué)習(xí)算法，并用了 2 個(gè)英偉達(dá)
2020-10-09 16:10:173002 關(guān)于深度學(xué)習(xí)，它正在快速接近其極限。雖然事實(shí)可能的確如此，但我們?nèi)晕茨茉谌粘Ｉ钪懈惺艿饺娌渴?b class="flag-6" style="color: red">深度學(xué)習(xí)的影響。 MIT：算力將探底，算法需改革 MIT 發(fā)出警告：深度學(xué)習(xí)正在接近現(xiàn)有芯片的算力極限
2020-10-30 08:13:11912 人工智能的三大核心，是深度學(xué)習(xí)算法、數(shù)據(jù)和算力。在這三大要素中，大數(shù)據(jù)的獲取和處理難度在下降，算法也在深度學(xué)習(xí)模型的基礎(chǔ)上不斷優(yōu)化，而統(tǒng)一協(xié)調(diào)數(shù)據(jù)和算法的AI芯片能否獲得大的飛躍，成為市場(chǎng)關(guān)注的焦點(diǎn)。
2020-11-23 10:51:097544 回顧深度學(xué)習(xí)框架的演變，我們可以清楚地看到深度學(xué)習(xí)框架和深度學(xué)習(xí)算法之間的緊密耦合關(guān)系。這種相互依賴的良性循環(huán)推動(dòng)了深度學(xué)習(xí)框架和工具的快速發(fā)展。
2021-01-21 13:46:553612 機(jī)器算法深度學(xué)習(xí)在商業(yè)領(lǐng)域帶來(lái)了許多變化。根據(jù)定義，它被視為人工智能的子領(lǐng)域，它可以基于輸入數(shù)據(jù)來(lái)累積信息預(yù)測(cè)結(jié)果，由于它具有預(yù)測(cè)的能力，因此企業(yè)利用此功能來(lái)估計(jì)未來(lái)的狀況，使其成為當(dāng)今現(xiàn)代世界中的優(yōu)秀運(yùn)用工具。
2021-02-13 15:55:002028 提取的像素特征進(jìn)行。提岀融合深度網(wǎng)絡(luò)的改進(jìn)快速生成超像素算法，將深度學(xué)習(xí)網(wǎng)絡(luò)嵌入到超像素的生成過(guò)程中，首先利用含多隱含層的深度網(wǎng)絡(luò)進(jìn)行圖像像素特征的提取，然后通過(guò)K- means聚類法計(jì)算初始種子點(diǎn)位置以改善分割結(jié)果，
2021-04-07 10:54:2426 引言 攝像頭傳統(tǒng)視覺(jué)技術(shù)在算法上相對(duì)容易實(shí)現(xiàn)，因此已被現(xiàn)有大部分車廠用于輔助駕駛功能。但是隨著自動(dòng)駕駛技術(shù)的發(fā)展，基于深度學(xué)習(xí)的算法開(kāi)始興起，本期小編就來(lái)說(shuō)說(shuō)深度視覺(jué)算法相關(guān)技術(shù)方面的資料，讓我們
2021-05-27 17:00:3510685 
基于深度學(xué)習(xí)的行為識(shí)別算法及其應(yīng)用
2021-06-16 14:56:3820 成分信息。近年來(lái)，隨著深度學(xué)習(xí)算法在醫(yī)學(xué)圖像處理中的廣泛應(yīng)用，基于深度學(xué)習(xí)的光聲成像算法也成為該領(lǐng)堿的硏究熱點(diǎn)。對(duì)深度學(xué)習(xí)在PAⅠ圖像重建中的應(yīng)用現(xiàn)狀進(jìn)行綜述，歸納和總結(jié)現(xiàn)有的算法，分析目前存在的問(wèn)題，并展望未來(lái)可能的發(fā)展趨勢(shì)。
2021-06-16 14:58:2210 一種新型的多智能體深度強(qiáng)化學(xué)習(xí)算法
2021-06-23 10:42:4736 本文大致介紹將深度學(xué)習(xí)算法模型移植到海思AI芯片的總體流程和一些需要注意的細(xì)節(jié)。海思芯片移植深度學(xué)習(xí)算法模型，大致分為模型轉(zhuǎn)換，...
2022-01-26 19:42:3511 ，基于深度學(xué)習(xí)的場(chǎng)景分割技術(shù)取得了突破性進(jìn)展，與傳統(tǒng)場(chǎng)景分割算法相比獲得分割精度的大幅度提升.首先分析和描述場(chǎng)景分割問(wèn)題面臨的3個(gè)主要難點(diǎn)：分割粒度細(xì)、尺度變化多樣、空間相關(guān)性強(qiáng);其次著重介紹了目前
2022-02-12 11:28:52917 ? 本文將帶您了解深度學(xué)習(xí)的工作原理與相關(guān)案例。 什么是深度學(xué)習(xí)？ 深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集，與眾不同之處在于，DL 算法可以自動(dòng)從圖像、視頻或文本等數(shù)據(jù)中學(xué)習(xí)表征，無(wú)需引入人類領(lǐng)域的知識(shí)。深度
2022-04-01 10:34:1013152 但是無(wú)可否認(rèn)的是深度學(xué)習(xí)實(shí)在太好用啦！極大地簡(jiǎn)化了傳統(tǒng)機(jī)器學(xué)習(xí)的整體算法分析和學(xué)習(xí)流程，更重要的是在一些通用的領(lǐng)域任務(wù)刷新了傳統(tǒng)機(jī)器學(xué)習(xí)算法達(dá)不到的精度和準(zhǔn)確率。
2022-04-26 15:07:205600 自動(dòng)駕駛對(duì)大算力芯片提出了新的挑戰(zhàn)。傳統(tǒng)汽車以控制為主，算力要求很小，而 L4 級(jí)別的自動(dòng)駕駛就要求 1000T 以上的算力，不僅如此，汽車端的供電和散熱能力也對(duì)芯片的低功耗提出了新需求。
2022-09-28 14:26:522061 AI在汽車中的應(yīng)用：實(shí)用深度學(xué)習(xí)
2022-11-01 08:26:190 針對(duì)深度學(xué)習(xí)算法在多目標(biāo)跟蹤中的實(shí)時(shí)性問(wèn)題, 提出一種基于MobileNet的多目標(biāo)跟蹤算法. 借助于MobileNet深度可分離卷積能夠?qū)?b class="flag-6" style="color: red">深度網(wǎng)絡(luò)模型進(jìn)行壓縮的原理, 將YOLOv3主干網(wǎng)絡(luò)替換
2022-11-09 10:23:301763 
超異構(gòu)芯片是具有高水平的系統(tǒng)集成，以實(shí)現(xiàn)先進(jìn)汽車的可擴(kuò)展性和更低成本的支持集中式 ECU。關(guān)鍵核心包括具有標(biāo)量和矢量?jī)?nèi)核的下一代 DSP，專用深度學(xué)習(xí)的NN計(jì)算核和傳統(tǒng)算法加速器。
2022-12-23 11:34:371910 先大致講一下什么是深度學(xué)習(xí)中優(yōu)化算法吧，我們可以把模型比作函數(shù)，一種很復(fù)雜的函數(shù)：h(f(g(k(x))))，函數(shù)有參數(shù)，這些參數(shù)是未知的，深度學(xué)習(xí)中的“學(xué)習(xí)”就是通過(guò)訓(xùn)練數(shù)據(jù)求解這些未知的參數(shù)。
2023-02-13 15:31:482439 
但由于缺陷多種多樣，傳統(tǒng)的機(jī)器視覺(jué)算法很難做到對(duì)缺陷特征完整的建模和遷移，所以越來(lái)越多的學(xué)者和工程人員開(kāi)始將深度學(xué)習(xí)算法引入到缺陷檢測(cè)領(lǐng)域中。
2023-02-13 15:39:571947 深度學(xué)習(xí)算法簡(jiǎn)介 深度學(xué)習(xí)算法是什么?深度學(xué)習(xí)算法有哪些?? 作為一種現(xiàn)代化、前沿化的技術(shù)，深度學(xué)習(xí)已經(jīng)在很多領(lǐng)域得到了廣泛的應(yīng)用，其能夠不斷地從數(shù)據(jù)中提取最基本的特征，從而對(duì)大量的信息進(jìn)行機(jī)器學(xué)習(xí)
2023-08-17 16:02:5610415 深度學(xué)習(xí)算法工程師是做什么 深度學(xué)習(xí)算法工程師是一種高級(jí)技術(shù)人才，是數(shù)據(jù)科學(xué)中創(chuàng)新的推動(dòng)者，也是實(shí)現(xiàn)人工智能應(yīng)用的重要人才。他們致力于開(kāi)發(fā)和實(shí)現(xiàn)深度機(jī)器學(xué)習(xí)算法來(lái)解決各種現(xiàn)實(shí)問(wèn)題，應(yīng)用于各個(gè)領(lǐng)域，如
2023-08-17 16:03:012129 什么是深度學(xué)習(xí)算法？深度學(xué)習(xí)算法的應(yīng)用 深度學(xué)習(xí)算法被認(rèn)為是人工智能的核心，它是一種模仿人類大腦神經(jīng)元的計(jì)算模型。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種變體，主要通過(guò)變換各種架構(gòu)來(lái)對(duì)大量數(shù)據(jù)進(jìn)行學(xué)習(xí)以及分類處理
2023-08-17 16:03:043074 高模型的精度和性能。隨著人工智能和機(jī)器學(xué)習(xí)的迅猛發(fā)展，深度學(xué)習(xí)框架已成為了研究和開(kāi)發(fā)人員們必備的工具之一。 目前，市場(chǎng)上存在許多深度學(xué)習(xí)框架可供選擇。本文將為您介紹一些較為常見(jiàn)的深度學(xué)習(xí)框架，并探究它們的特點(diǎn)
2023-08-17 16:03:093886 深度學(xué)習(xí)框架的作用是什么 深度學(xué)習(xí)是一種計(jì)算機(jī)技術(shù)，它利用人工神經(jīng)網(wǎng)絡(luò)來(lái)模擬人類的學(xué)習(xí)過(guò)程。由于其高度的精確性和精度，深度學(xué)習(xí)已成為現(xiàn)代計(jì)算機(jī)科學(xué)領(lǐng)域的重要工具。然而，要在深度學(xué)習(xí)中實(shí)現(xiàn)高度復(fù)雜
2023-08-17 16:10:572408 常重要的。本文將提供一些選擇建議，以及如何決定使用哪種框架和算法。 首先，選擇框架。目前，深度學(xué)習(xí)領(lǐng)域最流行和使用最廣泛的框架有TensorFlow、PyTorch、Keras和Caffe。以下是每個(gè)框架的優(yōu)缺點(diǎn)： TensorFlow：Google開(kāi)發(fā)的一個(gè)框架，支持大規(guī)
2023-08-17 16:11:051338 深度學(xué)習(xí)算法庫(kù)框架學(xué)習(xí) 深度學(xué)習(xí)是一種非常強(qiáng)大的機(jī)器學(xué)習(xí)方法，它可以用于許多不同的應(yīng)用程序，例如計(jì)算機(jī)視覺(jué)、語(yǔ)言處理和自然語(yǔ)言處理。然而，實(shí)現(xiàn)深度學(xué)習(xí)技術(shù)需要使用一些算法庫(kù)框架。在本文中，我們將探討
2023-08-17 16:11:071404 深度學(xué)習(xí)算法mlp介紹? 深度學(xué)習(xí)算法是人工智能領(lǐng)域的熱門話題。在這個(gè)領(lǐng)域中，多層感知機(jī)（multilayer perceptron，MLP）模型是一種常見(jiàn)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。MLP通過(guò)多個(gè)層次的非線性
2023-08-17 16:11:116105 深度學(xué)習(xí)框架對(duì)照表? 隨著人工智能技術(shù)的發(fā)展，深度學(xué)習(xí)正在成為當(dāng)今最熱門的研究領(lǐng)域之一。而深度學(xué)習(xí)框架作為執(zhí)行深度學(xué)習(xí)算法的最重要的工具之一，也隨著深度學(xué)習(xí)的發(fā)展而越來(lái)越成熟。本文將介紹一些常見(jiàn)
2023-08-17 16:11:131555 深度學(xué)習(xí)框架和深度學(xué)習(xí)算法教程 深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域中的一個(gè)重要分支，多年來(lái)深度學(xué)習(xí)一直在各個(gè)領(lǐng)域的應(yīng)用中發(fā)揮著極其重要的作用，成為了人工智能技術(shù)的重要組成部分。許多深度學(xué)習(xí)算法和框架提供了
2023-08-17 16:11:261828 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別 隨著人工智能技術(shù)的不斷發(fā)展，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)已經(jīng)成為大家熟知的兩個(gè)術(shù)語(yǔ)。雖然它們都屬于人工智能技術(shù)的研究領(lǐng)域，但它們之間有很大的差異。本文將詳細(xì)介紹機(jī)器學(xué)習(xí)和深度學(xué)習(xí)
2023-08-17 16:11:405418 機(jī)器學(xué)習(xí)算法匯總 機(jī)器學(xué)習(xí)算法分類 機(jī)器學(xué)習(xí)算法模型 機(jī)器學(xué)習(xí)是人工智能的分支之一，它通過(guò)分析和識(shí)別數(shù)據(jù)模式，學(xué)習(xí)從中提取規(guī)律，并用于未來(lái)的決策和預(yù)測(cè)。在機(jī)器學(xué)習(xí)中，算法是最基本的組成部分之一。算法
2023-08-17 16:11:481943 深度學(xué)習(xí)（Deep Learning）是一種基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)算法，其主要特點(diǎn)是模型由多個(gè)隱層組成，可以自動(dòng)地學(xué)習(xí)特征，并進(jìn)行預(yù)測(cè)或分類。該算法在計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理、推薦系統(tǒng)和數(shù)據(jù)挖掘等領(lǐng)域被廣泛應(yīng)用，成為機(jī)器學(xué)習(xí)領(lǐng)域的一種重要分支。
2023-08-21 18:22:536208 浪費(fèi)大量的人力成本。因此，越來(lái)越多的工程師開(kāi)始將深度學(xué)習(xí)算法引入缺陷檢測(cè)領(lǐng)域，因?yàn)?b class="flag-6" style="color: red">深度學(xué)習(xí)在特征提取和定位方面取得了非常好的效果。
2023-09-22 12:19:001847 
GPU最初是為圖形渲染而設(shè)計(jì)的，但是由于其卓越的并行計(jì)算能力，它們很快被引入深度學(xué)習(xí)中。深度學(xué)習(xí)的迅速發(fā)展離不開(kāi)計(jì)算機(jī)圖形處理單元（GPU）的支持，而GPU中的張量核心則被譽(yù)為深度學(xué)習(xí)的秘密武器
2023-09-26 08:29:541745 
導(dǎo)讀深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集，已成為人工智能領(lǐng)域的一項(xiàng)變革性技術(shù)，在從計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理到自動(dòng)駕駛汽車等廣泛的應(yīng)用中取得了顯著的成功。深度學(xué)習(xí)的有效性并非偶然，而是植根于幾個(gè)基本原則和進(jìn)步
2024-03-09 08:26:271302 隨著深度學(xué)習(xí)技術(shù)的興起，計(jì)算機(jī)視覺(jué)的許多傳統(tǒng)領(lǐng)域都取得了突破性進(jìn)展，例如目標(biāo)的檢測(cè)、識(shí)別和分類等領(lǐng)域。近年來(lái)，研究人員開(kāi)始在視覺(jué)SLAM算法中引入深度學(xué)習(xí)技術(shù)，使得深度學(xué)習(xí)SLAM系統(tǒng)獲得了迅速發(fā)展，并且比傳統(tǒng)算法展現(xiàn)出更高的精度和更強(qiáng)的環(huán)境適應(yīng)性。
2024-04-23 17:18:362157 
應(yīng)運(yùn)而生，成為解決深度學(xué)習(xí)計(jì)算問(wèn)題的關(guān)鍵技術(shù)之一。本文將從多個(gè)角度探討神經(jīng)網(wǎng)絡(luò)芯片與傳統(tǒng)芯片的區(qū)別和聯(lián)系。 神經(jīng)網(wǎng)絡(luò)芯片與傳統(tǒng)芯片的基本概念 2.1 神經(jīng)網(wǎng)絡(luò)芯片 神經(jīng)網(wǎng)絡(luò)芯片是一種專門為深度學(xué)習(xí)算法設(shè)計(jì)的計(jì)算芯片
2024-07-04 09:31:322343 處理、語(yǔ)音識(shí)別等領(lǐng)域取得了革命性的突破。本文將詳細(xì)闡述深度學(xué)習(xí)的原理、核心算法以及實(shí)現(xiàn)方式，并通過(guò)一個(gè)具體的代碼實(shí)例進(jìn)行說(shuō)明。
2024-07-04 11:44:184649 在Matlab中實(shí)現(xiàn)深度學(xué)習(xí)算法是一個(gè)復(fù)雜但強(qiáng)大的過(guò)程，可以應(yīng)用于各種領(lǐng)域，如圖像識(shí)別、自然語(yǔ)言處理、時(shí)間序列預(yù)測(cè)等。這里，我將概述一個(gè)基本的流程，包括環(huán)境設(shè)置、數(shù)據(jù)準(zhǔn)備、模型設(shè)計(jì)、訓(xùn)練過(guò)程、以及測(cè)試和評(píng)估，并提供一個(gè)基于Matlab的深度學(xué)習(xí)圖像分類示例。
2024-07-14 14:21:484449 隨著人工智能技術(shù)的飛速發(fā)展，深度學(xué)習(xí)算法在各個(gè)領(lǐng)域的應(yīng)用日益廣泛。然而，將深度學(xué)習(xí)算法部署到資源受限的嵌入式平臺(tái)上，仍然是一個(gè)具有挑戰(zhàn)性的任務(wù)。本文將從嵌入式平臺(tái)的特點(diǎn)、深度學(xué)習(xí)算法的優(yōu)化、部署流程、代碼示例以及面臨的挑戰(zhàn)和未來(lái)趨勢(shì)等方面，詳細(xì)探討深度學(xué)習(xí)算法在嵌入式平臺(tái)上的部署。
2024-07-15 10:03:474379 GPU在深度學(xué)習(xí)中的應(yīng)用廣泛且重要，以下是一些GPU深度學(xué)習(xí)應(yīng)用案例： 一、圖像識(shí)別 圖像識(shí)別是深度學(xué)習(xí)的核心應(yīng)用領(lǐng)域之一，GPU在加速圖像識(shí)別模型訓(xùn)練方面發(fā)揮著關(guān)鍵作用。通過(guò)利用GPU的并行計(jì)算
2024-10-27 11:13:452279 隨著人工智能技術(shù)的飛速發(fā)展，深度學(xué)習(xí)作為其核心驅(qū)動(dòng)力之一，已經(jīng)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和價(jià)值。NPU（Neural Processing Unit，神經(jīng)網(wǎng)絡(luò)處理單元）是專門為深度學(xué)習(xí)
2024-11-14 15:17:393174 與各種AI算法協(xié)同工作，滿足對(duì)算力的極高需求。當(dāng)前主流的AI加速計(jì)算芯片包括：1、GPU（圖形處理器）GPU是智算中心的算力擔(dān)當(dāng)，其強(qiáng)大的并行計(jì)算能力使其在深度學(xué)習(xí)領(lǐng)
2025-02-17 14:42:502447 ? ? ? ?人工智能（AI）的核心操控涉及算法、算力和數(shù)據(jù)三大要素的深度融合，其技術(shù)本質(zhì)是通過(guò)硬件與軟件的協(xié)同優(yōu)化實(shí)現(xiàn)對(duì)復(fù)雜任務(wù)的自主決策與執(zhí)行。這一過(guò)程依賴多層技術(shù)棧的精密配合，從底層的芯片架構(gòu)
2025-09-08 17:51:27875
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論