完善資料讓更多小伙伴認(rèn)識你,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 瀏覽:137076次 帖子:307個
ML-Bench 1.0構(gòu)建和分析機(jī)器學(xué)習(xí)基準(zhǔn)
本講座描述了用于構(gòu)建此機(jī)器學(xué)習(xí)基準(zhǔn)的分析方法。
2018-11-13 標(biāo)簽:計(jì)算機(jī)intel機(jī)器學(xué)習(xí) 3.1k 0
英特爾如何加速Python機(jī)器學(xué)習(xí)編程
Python *是機(jī)器學(xué)習(xí)領(lǐng)域的領(lǐng)先語言之一 - 了解英特爾如何在此視頻中加速它們。
2018-11-13 標(biāo)簽:英特爾編程機(jī)器學(xué)習(xí) 2.8k 0
人工智能應(yīng)用的爆炸式成長加速M(fèi)L算法的處理
從很多方面來看,AI加速熱潮與1990年代末期和2000年代初的DSP淘金熱很類似;在那個時候,隨著有線和無線通信起飛,市場上紛紛推出高性能DSP協(xié)同處...
2018-11-02 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 3.5k 0
在大多數(shù)機(jī)器學(xué)習(xí)任務(wù)中,我們首先要做的(也是最重要的任務(wù))就是在使用算法之前分析數(shù)據(jù)集。這一步驟之所以重要,是因?yàn)樗軌蜃屛覀儗?shù)據(jù)集的復(fù)雜度有深入的了...
2018-11-02 標(biāo)簽:圖像分類機(jī)器學(xué)習(xí)數(shù)據(jù)集 2.5k 0
神經(jīng)網(wǎng)絡(luò)是一種在很多用例中能夠提供最優(yōu)準(zhǔn)確率的機(jī)器學(xué)習(xí)算法。但是,很多時候我們構(gòu)建的神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確率可能無法令人滿意,或者無法讓我們在數(shù)據(jù)科學(xué)競賽中拿到...
2019-05-02 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 2.9k 0
淺析大數(shù)據(jù)處理的關(guān)鍵技術(shù)及應(yīng)用
數(shù)據(jù)處理是對紛繁復(fù)雜的海量數(shù)據(jù)價值的提煉,而其中最有價值的地方在于預(yù)測性分析,即可以通過數(shù)據(jù)可視化、統(tǒng)計(jì)模式識別、數(shù)據(jù)描述等數(shù)據(jù)挖掘形式幫助數(shù)據(jù)科學(xué)家更...
2018-10-31 標(biāo)簽:機(jī)器學(xué)習(xí)大數(shù)據(jù) 9.1k 0
以CycleGAN和pix2pix為代表的風(fēng)格遷移網(wǎng)絡(luò)是將圖像從一個領(lǐng)域轉(zhuǎn)移到另一個領(lǐng)域的模型(例如將馬變成斑馬,將素描畫編程帶有顏色的圖像)。結(jié)果是,...
2018-10-31 標(biāo)簽:圖像GAN機(jī)器學(xué)習(xí) 4.1k 0
LogSumExp這一機(jī)器學(xué)習(xí)中常見的模式
我們還是接著談?wù)凩ogSumExp吧。首先,從純數(shù)學(xué)的角度來說,LogSumExp沒什么特別的。但是,當(dāng)我們討論計(jì)算機(jī)上的數(shù)學(xué)時,LogSumExp就特...
2018-10-31 標(biāo)簽:函數(shù)機(jī)器學(xué)習(xí) 1.6萬 0
英特爾新服務(wù)器處理器在各種機(jī)器學(xué)習(xí)任務(wù)中的使用介紹
該演講討論了英特爾新服務(wù)器處理器在各種機(jī)器學(xué)習(xí)任務(wù)中的使用。
這一集中的特色是一篇研究人工智能,機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的文章。此外,我們還將了解英特爾?數(shù)學(xué)核心函數(shù)庫如何加速最流行的圖像識別拓?fù)?。新的深度學(xué)習(xí)軟件開發(fā)
2018-11-01 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)intel人工智能 3k 0
如何為GitHub這些項(xiàng)目貢獻(xiàn)代碼呢?
Harry在找到這個項(xiàng)目之后,點(diǎn)擊右上角的「fork」按鈕。稍等片刻后,就會在Harry的賬號下克隆了一個一樣的項(xiàng)目githubTest,包括文件、提交...
2018-10-29 標(biāo)簽:機(jī)器學(xué)習(xí)GitHub 2.5k 0
科學(xué)家真正信任人工智能之前,首先需要去理解機(jī)器是如何學(xué)習(xí)的
科學(xué)家正面臨一個復(fù)雜的問題,就是算法公平到底意味著什么?像Vaithianathan這樣正在與公共組織協(xié)作去建立負(fù)責(zé)、高效的軟件的研究人員,必須解決的難...
2018-10-29 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)集 5.6k 0
如何實(shí)現(xiàn)自動識別并提取圖片中的文本內(nèi)容
需要進(jìn)行識別的主要是當(dāng)前沒有可用索引文本內(nèi)容的文件,包括圖片格式和還有一部分 PDF 文檔,但其實(shí)這部分文件只占所有文件的很小一部分,所以解決這個問題很...
2018-10-29 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)自動識別機(jī)器學(xué)習(xí) 1.6萬 0
在應(yīng)用層面了解遷移學(xué)習(xí)的原理及其優(yōu)勢
因?yàn)槲覀兪褂玫氖堑讓拥臉?gòu)建塊,我們可以輕松改變模型的某個單一部件(例如,將F.relu變?yōu)镕.sigmoid)。這樣做可以得到一個全新的模型架構(gòu),它可能...
2018-10-27 標(biāo)簽:機(jī)器學(xué)習(xí)遷移學(xué)習(xí) 1.1萬 0
根據(jù)上圖公式:新權(quán)重=權(quán)重-學(xué)習(xí)率×梯度。已知學(xué)習(xí)率是個超參數(shù),當(dāng)梯度非常小時,權(quán)重和新權(quán)重幾乎相等,這個層就停止學(xué)習(xí)了。由于這些層都不再學(xué)習(xí),RNN就...
2018-10-27 標(biāo)簽:可視化機(jī)器學(xué)習(xí) 1.5萬 0
OpenAI的研究人員提出了一種全新的AI安全策略——迭代放大法
本文提出的迭代放大,是一種在確定性假設(shè)下為后續(xù)任務(wù)生成訓(xùn)練假設(shè)的方法。實(shí)際上,雖然人類不能在全局上直接把握復(fù)雜的問題,但我們可以假設(shè)人類可以有效的評估復(fù)...
2018-10-26 標(biāo)簽:AI函數(shù)機(jī)器學(xué)習(xí) 3.8k 0
深度文本匹配的簡介,深度文本匹配在智能客服中的應(yīng)用
隨著深度學(xué)習(xí)在計(jì)算機(jī)視覺、語音識別和推薦系統(tǒng)領(lǐng)域中的成功運(yùn)用,近年來有很多研究致力于將深度神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于自然語言處理任務(wù),以降低特征工程的成本。最早...
2018-10-26 標(biāo)簽:計(jì)算機(jī)視覺機(jī)器學(xué)習(xí)深度學(xué)習(xí) 6k 0
Julia和TPU的結(jié)合意味著快速、易于表達(dá)的ML計(jì)算!
這篇論文介紹了使用這個接口將常規(guī)的Julia代碼編譯帶TPU的初步工作。這一方法不依賴跟蹤,而是利用Julia的靜態(tài)分析和編譯功能來編譯完整的程序,包括...
2018-10-26 標(biāo)簽:谷歌編程語言機(jī)器學(xué)習(xí) 3.9k 0
OpenAI提出了一種方法,能夠?yàn)閺?fù)雜任務(wù)生成訓(xùn)練信號
我們在五個不同的玩具算法任務(wù)中測試了這種方法,這些任務(wù)都有直接的算法解決方案,但我們假裝不知道(例如,尋找圖中兩點(diǎn)之間的最短路線),不過,若想把每個片段...
2018-10-26 標(biāo)簽:函數(shù)機(jī)器學(xué)習(xí) 3k 0
深度分析AI、機(jī)器學(xué)習(xí)和認(rèn)知計(jì)算
人工智能的發(fā)展曾經(jīng)經(jīng)歷過幾次起起伏伏,近來在深度學(xué)習(xí)技術(shù)的推動下又迎來了一波新的前所未有的高潮。
2018-10-25 標(biāo)簽:AI機(jī)器學(xué)習(xí) 3.9k 0
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
| 電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機(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 | 無人機(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) | 國民技術(shù) | Microchip |
| Arduino | BeagleBone | 樹莓派 | 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 |