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(mén)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(mén)學(xué)科。
文章:7750個(gè) 瀏覽:137129次 帖子:307個(gè)
從狹義AI邁向廣義AI之路還要挑戰(zhàn)的5個(gè)方面詳細(xì)資料概述
在現(xiàn)階段的AI發(fā)展早期——“狹義AI”(Narrow AI)和未來(lái)的“廣義AI”(Broad AI)之間仍存在著巨大差距。為了實(shí)現(xiàn)Broad AI,必須...
2018-07-05 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI機(jī)器學(xué)習(xí) 3.6k 0
工業(yè)維護(hù)中使用機(jī)器學(xué)習(xí)
大數(shù)據(jù)處理分析過(guò)程中少了不人工智能,利用機(jī)器學(xué)習(xí)算法進(jìn)行處理,是解決大量數(shù)據(jù)分析的重要方法。工廠可以對(duì)算法進(jìn)行培訓(xùn),讓機(jī)器自動(dòng)識(shí)別生產(chǎn)數(shù)據(jù)中的異常表現(xiàn),...
2018-07-04 標(biāo)簽:物聯(lián)網(wǎng)機(jī)器學(xué)習(xí)大數(shù)據(jù) 3.6k 0
一種通過(guò)編程方式生成訓(xùn)練數(shù)據(jù)的“弱監(jiān)督”范式
ML 中的許多傳統(tǒng)研究方法也同樣受到對(duì)標(biāo)記訓(xùn)練數(shù)據(jù)的需求的推動(dòng)。我們首先將這些方法與弱監(jiān)督方法 (weak supervision) 區(qū)分開(kāi)來(lái):弱監(jiān)督是...
2019-03-16 標(biāo)簽:AI機(jī)器學(xué)習(xí)數(shù)據(jù)集 3.6k 0
神經(jīng)網(wǎng)絡(luò)是在許多用例中提供了精確狀態(tài)的機(jī)器學(xué)習(xí)算法
超參數(shù)是必須初始化到網(wǎng)絡(luò)的值,這些值是神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)無(wú)法學(xué)習(xí)到的。例如:在卷積神經(jīng)網(wǎng)絡(luò)中,一些超參數(shù)是內(nèi)核大小、神經(jīng)網(wǎng)絡(luò)中的層數(shù)、激活函數(shù)、丟失函數(shù)、...
2018-06-11 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 3.6k 0
HPD保護(hù)您的平臺(tái),同時(shí)降低功耗
人體存在檢測(cè)(HPD)是視覺(jué)傳感的一種應(yīng)用,是了解一個(gè)人何時(shí)在場(chǎng),確定其狀態(tài)和環(huán)境的藝術(shù)。如果有效實(shí)施,與傳統(tǒng)方法相比,它有可能獲得許多好處,特別是在安...
2023-04-24 標(biāo)簽:mcu物聯(lián)網(wǎng)機(jī)器學(xué)習(xí) 3.6k 0
如何完成從Pandas到Scikit-Learn這一令人興奮的工作流
Housing Prices: Advanced Regression Techniques 是 Kaggle 的入門(mén)級(jí)機(jī)器學(xué)習(xí)競(jìng)賽之一。該競(jìng)賽目標(biāo)是基...
2018-09-16 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 3.6k 0
如何通過(guò)引入深度學(xué)習(xí)提高客服系統(tǒng)效率,以及如何擴(kuò)展Spark工作流封裝TensorFlow模型
深度學(xué)習(xí)給包括機(jī)器翻譯、語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言理解在內(nèi)的眾多的領(lǐng)域帶來(lái)了變革,并在特定任務(wù)上取得了和人類(lèi)相當(dāng)乃至超過(guò)人類(lèi)的表現(xiàn)。因此,深度學(xué)習(xí)看...
2018-09-24 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí)TensorFlow 3.6k 0
機(jī)器視覺(jué)方法有哪些類(lèi)型 機(jī)器視覺(jué)的基本功能包括哪些方面
深度學(xué)習(xí)是基于神經(jīng)網(wǎng)絡(luò)的一種機(jī)器學(xué)習(xí)方法,通過(guò)多層次的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來(lái)學(xué)習(xí)圖像的特征表示。深度學(xué)習(xí)在機(jī)器視覺(jué)領(lǐng)域取得了巨大的突破和成功,常見(jiàn)的模型包括卷積...
2023-08-08 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器視覺(jué)機(jī)器學(xué)習(xí) 3.6k 0
鋰金屬電池是一種很有前途的儲(chǔ)能技術(shù),可以滿(mǎn)足高能量密度的需求。然而,由于電解液不斷分解,它們的循環(huán)庫(kù)侖效率(CE)較低。
2022-11-09 標(biāo)簽:電解質(zhì)機(jī)器學(xué)習(xí)鋰金屬電池 3.6k 0
還有一個(gè)好消息,是關(guān)于世界各地園藝專(zhuān)業(yè)人士的:Shaza Mehdi 和 Nile Ravenell 這兩位高中生,發(fā)明了一個(gè)可以幫助他們了解植物是否患...
2018-05-17 標(biāo)簽:機(jī)器學(xué)習(xí)TensorFlow 3.6k 0
谷歌正式推出ARCore 1.7版本,為其添加了前置攝像頭AR自拍能力以及動(dòng)畫(huà)效果支持
我們的機(jī)器學(xué)習(xí)工作流由兩個(gè)協(xié)同工作的實(shí)時(shí)深度神經(jīng)網(wǎng)絡(luò)模型組成:一個(gè)是探測(cè)器,它在整張圖像上運(yùn)行并計(jì)算出面部位置;另一個(gè)是通用的 3D 網(wǎng)格模型,它在探測(cè)...
2019-03-14 標(biāo)簽:探測(cè)器神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 3.6k 0
卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)和應(yīng)用領(lǐng)域
說(shuō)到機(jī)器學(xué)習(xí),大相信大家自然而然想到的就是現(xiàn)在大熱的卷積神經(jīng)網(wǎng)絡(luò),或者換句話(huà)來(lái)說(shuō),深度學(xué)習(xí)網(wǎng)絡(luò)。對(duì)于這些網(wǎng)絡(luò)或者模型來(lái)說(shuō),能夠大大降低進(jìn)入門(mén)檻,具體而言...
2024-01-25 標(biāo)簽:SVM機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3.6k 0
機(jī)器學(xué)習(xí)實(shí)用指南之機(jī)器學(xué)習(xí)概覽
大多機(jī)器學(xué)習(xí)任務(wù)是關(guān)于預(yù)測(cè)的。這意味著給定一定數(shù)量的訓(xùn)練樣本,系統(tǒng)需要能推廣到之前沒(méi)見(jiàn)到過(guò)的樣本。對(duì)訓(xùn)練數(shù)據(jù)集有很好的性能還不夠,真正的目標(biāo)是對(duì)新實(shí)例預(yù)...
2018-05-25 標(biāo)簽:機(jī)器學(xué)習(xí) 3.6k 0
開(kāi)發(fā)TinyML系統(tǒng)必須考慮的四大指標(biāo)
最近,隨著機(jī)器學(xué)習(xí)(ML, Machine Learning)的進(jìn)步出現(xiàn)了分歧,分為兩個(gè)規(guī)模:一個(gè)是傳統(tǒng)的大型ML(云ML),模型越來(lái)越大,以實(shí)現(xiàn)準(zhǔn)確性...
人工智能應(yīng)用的爆炸式成長(zhǎng)加速M(fèi)L算法的處理
從很多方面來(lái)看,AI加速熱潮與1990年代末期和2000年代初的DSP淘金熱很類(lèi)似;在那個(gè)時(shí)候,隨著有線和無(wú)線通信起飛,市場(chǎng)上紛紛推出高性能DSP協(xié)同處...
2018-11-02 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 3.6k 0
如何使用JavaScript來(lái)搭建一個(gè)神經(jīng)網(wǎng)絡(luò)
這看起來(lái)可能不是個(gè)用處最廣的應(yīng)用。雖然推文作者識(shí)別器還沒(méi)有強(qiáng)大的吸引點(diǎn),但 Twitter 對(duì)機(jī)器學(xué)習(xí)來(lái)說(shuō)真的是一座寶庫(kù)。一旦進(jìn)行過(guò)訓(xùn)練,我們的神經(jīng)網(wǎng)絡(luò)...
2018-09-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)JavaScript機(jī)器學(xué)習(xí) 3.6k 0
簡(jiǎn)述機(jī)器學(xué)習(xí)算法要點(diǎn)
當(dāng)我們要處理很多數(shù)據(jù)來(lái)做一個(gè)有高預(yù)測(cè)能力的預(yù)測(cè)時(shí),我們會(huì)用到 GBM 和 AdaBoost 這兩種 boosting 算法。boosting 算法是一種...
2019-08-09 標(biāo)簽:算法計(jì)算機(jī)機(jī)器學(xué)習(xí) 3.5k 0
結(jié)合深度學(xué)習(xí)與最新Pytorch1.0來(lái)為你細(xì)致講解
Francois Fleuret于2000年獲得巴黎第六大學(xué)數(shù)學(xué)博士學(xué)位,2006年獲得巴黎第十三大學(xué)數(shù)學(xué)博士學(xué)位。他是瑞士Idiap研究所計(jì)算機(jī)視覺(jué)和...
2018-12-17 標(biāo)簽:計(jì)算機(jī)視覺(jué)機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3.5k 0
想要玩邊緣智慧(Edge Artificial Intelligence, Edge AI)前我們首先要先認(rèn)識(shí)什么是類(lèi)神經(jīng)網(wǎng)絡(luò)(Neural Netwo...
2023-05-06 標(biāo)簽:處理器神經(jīng)網(wǎng)絡(luò)人工智能 3.5k 0
令我印象深刻的是,語(yǔ)音團(tuán)隊(duì)擁有非常豐富的經(jīng)驗(yàn),他們花費(fèi)了大量時(shí)間進(jìn)行實(shí)驗(yàn),即使面對(duì)嚴(yán)苛的設(shè)備限制,神經(jīng)網(wǎng)絡(luò)產(chǎn)出的結(jié)果也比他們嘗試過(guò)的任何傳統(tǒng)方法都好。這...
2019-03-26 標(biāo)簽:發(fā)光二極管機(jī)器學(xué)習(xí)tensorflow 3.5k 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(zhuān)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 |