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 > 機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)(Machine Learning, ML)是一門多領(lǐng)域交叉學(xué)科,涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。
文章:7749個(gè) 瀏覽:137113次 帖子:307個(gè)
神經(jīng)網(wǎng)絡(luò)的技術(shù)為什么偉大, 又是什么讓它們這么多年才姍姍走來(lái)?
我們把生物神經(jīng)元進(jìn)行數(shù)學(xué)抽象, 就得到人工神經(jīng)元。如何抽取它的靈魂? 簡(jiǎn)單的說(shuō), 每一個(gè)神經(jīng)元扮演的角色就是一個(gè)收集+傳話者。樹(shù)突不停的收集外部的信號(hào),...
2019-04-17 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能機(jī)器學(xué)習(xí) 5.4k 0
關(guān)于機(jī)器學(xué)習(xí)模型8個(gè)經(jīng)過(guò)證實(shí)準(zhǔn)確率的方法
模型的開(kāi)發(fā)周期有多個(gè)不同的階段,從數(shù)據(jù)收集開(kāi)始直到模型建立。不過(guò),在通過(guò)探索數(shù)據(jù)來(lái)理解(變量的)關(guān)系之前,建議進(jìn)行假設(shè)生成(hypothesis gen...
2020-09-14 標(biāo)簽:算法機(jī)器學(xué)習(xí) 5.4k 0
當(dāng)芯片設(shè)計(jì)遇上人工智能:如何利用機(jī)器學(xué)習(xí)尋找芯片缺陷?
機(jī)器學(xué)習(xí)被搜索引擎和社交媒體公司以及其他領(lǐng)域使用。 “深度學(xué)習(xí)很棒,因?yàn)樗鼘?shí)際上讓你有機(jī)會(huì)做更準(zhǔn)確更快的事情,” D2S首席執(zhí)行官Aki Fujimur...
2019-03-23 標(biāo)簽:芯片人工智能機(jī)器學(xué)習(xí) 5.4k 0
探討機(jī)器學(xué)習(xí)與深度學(xué)習(xí)基本概念與運(yùn)算過(guò)程
人工智慧隸屬于大範(fàn)疇,包含了機(jī)器學(xué)習(xí)(Machine Learning) 與深度學(xué)習(xí)(Deep Learning)。如下圖所示,我們最興趣的深度學(xué)習(xí)則是...
2020-12-18 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí)神經(jīng)網(wǎng)路 5.4k 0
深度揭示 Facebook 內(nèi)部支持機(jī)器學(xué)習(xí)的硬件和軟件基礎(chǔ)架構(gòu)
近日 Facebook 研究團(tuán)隊(duì)公開(kāi)一篇 HPCA 2018 論文,作者包括 Caffe 作者賈揚(yáng)清等人,深度揭示了 Facebook 內(nèi)部支持機(jī)器學(xué)習(xí)...
2017-12-31 標(biāo)簽:facebook機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5.4k 0
“技能互聯(lián)網(wǎng)”創(chuàng)造身臨其境的學(xué)習(xí)體驗(yàn)
邁向互聯(lián)互通世界的下一個(gè)步驟是:讓任何人都能遠(yuǎn)程教學(xué)、學(xué)習(xí)及開(kāi)展活動(dòng)。通過(guò)這種方式,人類技能的給予或獲取將不再受限于任何物理邊界,人類的知識(shí)將在全球氛圍...
2018-11-03 標(biāo)簽:互聯(lián)網(wǎng)機(jī)器學(xué)習(xí) 5.4k 0
使用NVIDIA Grove簡(jiǎn)化Kubernetes上的復(fù)雜AI推理
過(guò)去幾年,AI 推理的部署已經(jīng)從單一模型、單一 Pod 演變?yōu)閺?fù)雜的多組件系統(tǒng)。如今,一個(gè)模型部署可能包含多個(gè)不同的組件——預(yù)填充 (prefill)、...
2025-11-14 標(biāo)簽:NVIDIAAI機(jī)器學(xué)習(xí) 5.4k 0
聊聊數(shù)據(jù)中心的兩項(xiàng)最新黑科技—NPO/CPO
大家應(yīng)該都知道,數(shù)據(jù)中心有一個(gè)重要的參數(shù)指標(biāo),那就是PUE(Power Usage Effectiveness,電能使用效率)。
2022-10-21 標(biāo)簽:服務(wù)器人工智能機(jī)器學(xué)習(xí) 5.3k 0
谷歌、百度、英特爾、AMD、哈佛大學(xué)與斯坦福大學(xué)聯(lián)合發(fā)布了新型基準(zhǔn)測(cè)試工具 MLPerf
我們期待看到 AI 行業(yè)最終會(huì)迎來(lái)怎樣的基準(zhǔn)測(cè)試前景——少數(shù)壟斷,還是百家爭(zhēng)鳴。在這樣一個(gè)年輕的市場(chǎng)當(dāng)中,相信會(huì)有很多廠商提供基準(zhǔn)測(cè)試工具與服務(wù)。斯坦福...
2018-05-07 標(biāo)簽:谷歌機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5.3k 0
解決實(shí)際應(yīng)用中此類問(wèn)題的主要思想就是限制模型的使用場(chǎng)景,這樣對(duì)目標(biāo)物體的預(yù)測(cè)假設(shè)就會(huì)匹配訓(xùn)練數(shù)據(jù)。一種直接的方法是進(jìn)行產(chǎn)品設(shè)計(jì),你可以在用戶界面設(shè)計(jì)一個(gè)...
2018-07-11 標(biāo)簽:分類器圖像分類機(jī)器學(xué)習(xí) 5.3k 0
利用深度學(xué)習(xí)自動(dòng)設(shè)計(jì)符合空氣動(dòng)力學(xué)的自行車
IUT Annecy團(tuán)隊(duì)使用了Neural Concept的軟件,計(jì)算了自行車的最大長(zhǎng)度和寬度以及動(dòng)力傳動(dòng)系統(tǒng)和車輪所需的空間。 接下來(lái),程序會(huì)對(duì)各種形...
2018-07-17 標(biāo)簽:AI機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5.3k 0
以深度學(xué)習(xí)為首的人工神經(jīng)網(wǎng)絡(luò)詳解
首先正向做一個(gè)計(jì)算,根據(jù)當(dāng)前輸出做一個(gè)error計(jì)算,作為指導(dǎo)信號(hào)反向調(diào)整前一層輸出權(quán)重使其落入一個(gè)合理區(qū)間,反復(fù)這樣調(diào)整到第一層,每輪調(diào)整都有一個(gè)學(xué)習(xí)...
2017-12-11 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)ann機(jī)器學(xué)習(xí) 5.3k 0
大數(shù)據(jù)分析中Spark,Hadoop,Hive框架該用哪種開(kāi)源分布式系統(tǒng)
眾所周知,大數(shù)據(jù)開(kāi)發(fā)和分析、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘中,都離不開(kāi)各種開(kāi)源分布式系統(tǒng)。最常見(jiàn)的就是 Hadoop、Hive、Spark這三個(gè)框架了。最近不少朋友...
2020-09-17 標(biāo)簽:SQL機(jī)器學(xué)習(xí)Hadoop 5.3k 0
實(shí)戰(zhàn):CNN+BLSTM+CTC的驗(yàn)證碼識(shí)別從訓(xùn)練到部署
如果希望使用上面對(duì)應(yīng)之外的搭配的CUDA和cuDNN,可以自行編譯TensorFlow,或者去Github上搜索TensorFlow Wheel找到第三...
2019-05-01 標(biāo)簽:代碼機(jī)器學(xué)習(xí)cnn 5.3k 0
機(jī)器學(xué)習(xí)開(kāi)發(fā)課程,使用Pandas探索數(shù)據(jù)分析
Pandas是一個(gè)Python庫(kù),提供了大量數(shù)據(jù)分析的方法。數(shù)據(jù)科學(xué)家經(jīng)常和表格形式的數(shù)據(jù)(比如.csv、.tsv、.xlsx)打交道。Pandas可以...
2018-03-14 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)分析 5.3k 0
學(xué)習(xí)過(guò)程中需要必備的線性代數(shù)知識(shí)
在深度學(xué)習(xí)中我們比較關(guān)注以下幾個(gè)數(shù)集,?、? 和?。? 表示正整數(shù)集(1,2,3,...)。 ? 表示整數(shù)集,它包含了正值、負(fù)值和零值。 ? 表示可以由...
2018-10-04 標(biāo)簽:機(jī)器學(xué)習(xí)Python深度學(xué)習(xí) 5.3k 0
機(jī)器學(xué)習(xí)的特征工程是將原始的輸入數(shù)據(jù)轉(zhuǎn)換成特征
對(duì)于類別數(shù)量很多的分類變量可以采用特征哈希(Hashing Trick),特征哈希的目標(biāo)就是將一個(gè)數(shù)據(jù)點(diǎn)轉(zhuǎn)換成一個(gè)向量。利用的是哈希函數(shù)將原始數(shù)據(jù)轉(zhuǎn)換成...
2019-04-19 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)預(yù)處理 5.3k 0
機(jī)器學(xué)習(xí)如今大獲成功的原因有哪些?如何才能取得進(jìn)一步的突破?
大家都知道,這一輪的人工智能熱潮很大程度上是由于機(jī)器學(xué)習(xí),特別是其中深度學(xué)習(xí)技術(shù)取得了巨大的成功。可以說(shuō)今天每個(gè)人、每天都在談機(jī)器學(xué)習(xí),機(jī)器學(xué)習(xí)已經(jīng)無(wú)所...
2018-10-04 標(biāo)簽:機(jī)器學(xué)習(xí)大數(shù)據(jù)深度學(xué)習(xí) 5.3k 0
什么是高斯過(guò)程 神經(jīng)網(wǎng)絡(luò)高斯過(guò)程解析
神經(jīng)網(wǎng)絡(luò)是怎么和高斯過(guò)程聯(lián)系在一起的呢?Lee et al. [1] and Neal [2] 指出,隨機(jī)初始化無(wú)限寬網(wǎng)絡(luò)的參數(shù)會(huì)產(chǎn)生一個(gè)高斯過(guò)程,稱作...
2022-08-10 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 5.3k 0
如何用Python進(jìn)行無(wú)監(jiān)督學(xué)習(xí)
無(wú)監(jiān)督學(xué)習(xí)是一種用于在數(shù)據(jù)中查找模式的機(jī)器學(xué)習(xí)技術(shù)。無(wú)監(jiān)督算法給出的數(shù)據(jù)不帶標(biāo)記,只給出輸入變量(X),沒(méi)有相應(yīng)的輸出變量。在無(wú)監(jiān)督學(xué)習(xí)中,算法自己去發(fā)...
2019-01-21 標(biāo)簽:機(jī)器學(xué)習(xí)Python 5.3k 0
換一批
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 |