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 > 模型
文章:2788個(gè) 瀏覽:52178次 帖子:151個(gè)
CRF,英文全稱為Conditional Random Field, 中文名為條件隨機(jī)場,是給定一組輸入隨機(jī)變量條件下另一組輸出隨機(jī)變量的條件概率分布模...
卷積神經(jīng)網(wǎng)絡(luò)計(jì)算過程和步驟
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語言處理等領(lǐng)域。...
2024-07-03 標(biāo)簽:圖像識(shí)別模型深度學(xué)習(xí) 2.2k 0
Nanodcal如何搭建Al-C9H5NS2-Al 輸運(yùn)體系
迄今為止,Nanodcal 已成功應(yīng)用于1維、2維、3維材料物性、分子電子器件、自旋電子器件、光電流器件、半導(dǎo)體電子器件設(shè)計(jì)等重要研究課題中,并將逐步推...
卷積神經(jīng)網(wǎng)絡(luò)通常包括哪幾層
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語言處理等領(lǐng)...
2024-07-11 標(biāo)簽:圖像識(shí)別模型深度學(xué)習(xí) 2.2k 0
不同的人工神經(jīng)網(wǎng)絡(luò)模型各有什么作用?
人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks, ANNs)是一種受生物神經(jīng)網(wǎng)絡(luò)啟發(fā)的計(jì)算模型,廣泛應(yīng)用于各種領(lǐng)域。本文將介紹不同類...
2024-07-05 標(biāo)簽:非線性人工神經(jīng)網(wǎng)絡(luò)函數(shù) 2.2k 0
YOLOv7訓(xùn)練自己的數(shù)據(jù)集包括哪些
? YOLOv7訓(xùn)練自己的數(shù)據(jù)集整個(gè)過程主要包括:環(huán)境安裝—制作數(shù)據(jù)集—模型訓(xùn)練—模型測試—模型推理 一、準(zhǔn)備深度學(xué)習(xí)環(huán)境 本人的筆記本電腦系統(tǒng)是:Wi...
2023-05-29 標(biāo)簽:模型代碼數(shù)據(jù)集 2.2k 0
Google Gemma 2模型的部署和Fine-Tune演示
Google 近期發(fā)布了最新開放模型 Gemma 2,目前與同等規(guī)模的開放模型相比,取得了明顯的優(yōu)勢,同時(shí)在安全可控性上得到了顯著的增強(qiáng)。
如何充分挖掘預(yù)訓(xùn)練視覺-語言基礎(chǔ)大模型的更好零樣本學(xué)習(xí)能力
因此,合適的prompt對于模型的效果至關(guān)重要。大量研究表明,prompt的微小差別,可能會(huì)造成效果的巨大差異。研究者們就如何設(shè)計(jì)prompt做出了各種...
2022-10-19 標(biāo)簽:模型數(shù)據(jù)集Clip 2.2k 0
模型壓縮涉及將大型資源密集型模型轉(zhuǎn)化為適合在受限移動(dòng)設(shè)備上存儲(chǔ)的緊湊版本。此外,它還可以優(yōu)化模型以實(shí)現(xiàn)更快的執(zhí)行速度和最小的延遲,或在這些目標(biāo)之間取得平衡。
2023-09-26 標(biāo)簽:模型數(shù)據(jù)集nlp 2.2k 0
LLM(Large Language Model,大型語言模型)是一種深度學(xué)習(xí)模型,主要用于處理自然語言處理(NLP)任務(wù)。LLM模型的格式多種多樣,以...
2024-07-09 標(biāo)簽:模型深度學(xué)習(xí)自然語言處理 2.2k 0
基于數(shù)字孿生的總裝產(chǎn)線模型構(gòu)建及仿真技術(shù)研究
隨著數(shù)字孿生技術(shù)的快速發(fā)展,可以明顯看出:任何事物都可能有數(shù)字孿生。數(shù)字孿生技術(shù)已廣泛投入應(yīng)用到產(chǎn)品研發(fā)設(shè)計(jì)、工業(yè)制造等領(lǐng)域,它所具備的高度保真、實(shí)時(shí)反...
導(dǎo)讀:面對復(fù)雜外形的氣動(dòng)評估工作,非結(jié)構(gòu)網(wǎng)格帶來了很多便利,但涉及部件運(yùn)動(dòng)給計(jì)算帶來很多挑戰(zhàn)。結(jié)構(gòu)網(wǎng)格計(jì)算穩(wěn)定性好,但在復(fù)雜模型拓?fù)鋸?fù)雜以及網(wǎng)格量大;拼...
機(jī)器學(xué)習(xí)模型指標(biāo)在機(jī)器學(xué)習(xí)建模過程中,針對不同的問題,需采用不同的模型評估指標(biāo)。
2023-09-06 標(biāo)簽:模型曲線機(jī)器學(xué)習(xí) 2.2k 0
本文是人眼模型的一個(gè)案例研究,并提供了更高級的序列模式建模技術(shù)的演示。我們將在OpticStudio中使用Liou & Brennan 1997...
我需要一個(gè)低失真AM信號源來饋送放大器的輸入,但我能找到的每個(gè)信號發(fā)生器的AM輸出失真規(guī)格都比放大器本身應(yīng)滿足的失真要求要差··· 我需要測試UHF線性...
端側(cè)場景通常對模型推理的實(shí)時(shí)性要求較高,但大部分輕量級的Vision Transformer網(wǎng)絡(luò)仍無法在已有邊緣側(cè)/端側(cè)AI設(shè)備(CPU、NPU)上達(dá)到...
人工神經(jīng)元模型是人工智能和機(jī)器學(xué)習(xí)領(lǐng)域中非常重要的概念之一。它模仿了生物神經(jīng)元的工作方式,通過數(shù)學(xué)和算法來實(shí)現(xiàn)對數(shù)據(jù)的處理和學(xué)習(xí)。 一、人工神經(jīng)元模型的...
2024-07-11 標(biāo)簽:人工智能模型機(jī)器學(xué)習(xí) 2.2k 0
如何通過基準(zhǔn)測量實(shí)現(xiàn)質(zhì)量等級為3級的IBIS模型
輸入/輸出緩沖器信息規(guī)范(IBIS)是一種行為模型,作為生成器件模型的標(biāo)準(zhǔn)格式而在全球受到歡迎。器件模型的精度取決于行業(yè)提供的IBIS模型的質(zhì)量。因此,...
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(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 |