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 > 深度學(xué)習(xí)
文章:4749個(gè) 瀏覽:124496次 帖子:174個(gè)
如何使用OpenCL輕松實(shí)現(xiàn)FPGA應(yīng)用編程
實(shí)現(xiàn)這一編程思想的轉(zhuǎn)變,是因?yàn)?FPGA 借助 OpenCL 實(shí)現(xiàn)了編程,程序員只需要通過(guò) C/C++ 添加適當(dāng)?shù)?pragma 就能實(shí)現(xiàn) FPGA 編...
2020-07-16 標(biāo)簽:fpgagpu深度學(xué)習(xí) 7.4k 0
基于FPGA器件實(shí)現(xiàn)CNN加速系統(tǒng)的硬件設(shè)計(jì)
隨著近些年深度學(xué)習(xí)的迅速發(fā)展和廣泛的應(yīng)用,卷積神經(jīng)網(wǎng)絡(luò)(CNN)已經(jīng)成為檢測(cè)和識(shí)別領(lǐng)域最好的方法,它可以自動(dòng)地從數(shù)據(jù)集中學(xué)習(xí)提取特征,而且網(wǎng)絡(luò)層數(shù)越多,...
2020-07-15 標(biāo)簽:fpga神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 3.4k 0
這里,我們將討論兩個(gè)重要的度量指標(biāo),即精度和召回率,它們被用于度量分類模型(即分類器)的性能。特別地,我們將討論如何用這兩個(gè)指標(biāo)來(lái)評(píng)估決策樹(shù)模型。
2020-07-06 標(biāo)簽:分類器性能指標(biāo)深度學(xué)習(xí) 5.5k 0
圖文詳解:深度學(xué)習(xí)的學(xué)習(xí)任務(wù)
基于已知類別標(biāo)簽的樣本構(gòu)成的訓(xùn)練集,學(xué)習(xí)預(yù)測(cè)模型;最終預(yù)測(cè)模型,對(duì)新的觀測(cè)樣本,預(yù)測(cè)相應(yīng)的輸出;預(yù)測(cè)結(jié)果為事先指定的兩個(gè)或多個(gè)類別中的某一個(gè),或預(yù)測(cè)結(jié)果...
2020-07-01 標(biāo)簽:模型典型深度學(xué)習(xí) 7.1k 0
人們會(huì)覺(jué)得要讓計(jì)算機(jī)能夠識(shí)別人臉,解決方案必須采用高端硬件。畢竟,自21世紀(jì)前十年中期以來(lái),深度學(xué)習(xí)算法在圖像分類方面的突破都利用了圖形處理單元(GPU...
2020-05-18 標(biāo)簽:云計(jì)算物聯(lián)網(wǎng)人臉識(shí)別 837 0
MathWorks推出R2020a版本 為工程師和科學(xué)家擴(kuò)展深度學(xué)習(xí)方面的AI功能
GPU Coder 現(xiàn)在提供了一組更廣泛的網(wǎng)絡(luò),以便在云和邊緣設(shè)備上實(shí)現(xiàn) AI 系統(tǒng),這些網(wǎng)絡(luò)包括 Darknet-19、Darknet-53、Ince...
以5G+AI技術(shù)為主導(dǎo)的高幀頻、超高清、寬動(dòng)態(tài)范圍的4K、8K安防監(jiān)控解決方案以及相關(guān)應(yīng)用場(chǎng)景將成為必然的選擇。
神經(jīng)網(wǎng)絡(luò)的弊端和缺點(diǎn)
增加深度學(xué)習(xí)的受歡迎程度的一個(gè)因素是2018年可用的大量數(shù)據(jù),這些數(shù)據(jù)是在過(guò)去幾年和幾十年中收集的。這使得神經(jīng)網(wǎng)絡(luò)能夠真正發(fā)揮他們的潛力,因?yàn)樗麄儷@得的...
2020-04-17 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)算法深度學(xué)習(xí) 7.7k 0
深度學(xué)習(xí)或者人工神經(jīng)網(wǎng)絡(luò)模擬了生物神經(jīng)元?
深度學(xué)習(xí)里的神經(jīng)元實(shí)質(zhì)上是數(shù)學(xué)函數(shù),即相似度函數(shù)。在每個(gè)人工神經(jīng)元內(nèi),帶權(quán)重的輸入信號(hào)和神經(jīng)元的閾值進(jìn)行比較,匹配度越高,激活函數(shù)值為1并執(zhí)行某種動(dòng)作的...
2020-04-17 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)神經(jīng)元深度學(xué)習(xí) 6.6k 0
神經(jīng)網(wǎng)絡(luò)中的參數(shù)和超參數(shù)
實(shí)際上深度學(xué)習(xí)有很多不同的超參數(shù),之后我們也會(huì)介紹一些其他的超參數(shù),如momentum、mini batch size、regularization p...
2020-04-17 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)語(yǔ)音識(shí)別深度學(xué)習(xí) 9.3k 0
激光雷達(dá)融合方法與挑戰(zhàn)和潛在影響因素研究
本文是,加拿大滑鐵盧大學(xué)CogDrive實(shí)驗(yàn)室,對(duì)當(dāng)前最新的基于深度學(xué)習(xí)的相機(jī)-激光雷達(dá)融合(camera-LiDAR Fusion)方法的綜述。
2020-04-15 標(biāo)簽:激光雷達(dá)深度學(xué)習(xí) 6k 0
邊緣計(jì)算中深度神經(jīng)網(wǎng)絡(luò)剪枝壓縮的研究
深度神經(jīng)網(wǎng)絡(luò)與其他很多機(jī)器學(xué)習(xí)模型一樣,可分為訓(xùn)練和推理兩個(gè)階段。訓(xùn)練階段根據(jù)數(shù)據(jù)學(xué)習(xí)模型中的參數(shù)(對(duì)神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)主要是網(wǎng)絡(luò)中的權(quán)重);推理階段將新數(shù)據(jù)...
2020-03-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)邊緣計(jì)算 3.7k 0
5行代碼打造無(wú)限寬神經(jīng)網(wǎng)絡(luò)模型
但是,問(wèn)題來(lái)了:推導(dǎo)有限網(wǎng)絡(luò)的無(wú)限寬度限制需要大量的數(shù)學(xué)知識(shí),并且必須針對(duì)不同研究的體系結(jié)構(gòu)分別進(jìn)行計(jì)算。對(duì)工程技術(shù)水平的要求也很高。
2020-03-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)代碼深度學(xué)習(xí) 3.8k 0
基于硅量子位的可容錯(cuò)量子計(jì)算機(jī)體系結(jié)構(gòu)的一種構(gòu)建方法
這允許以單個(gè)晶格來(lái)高度精確地找到原子的量子點(diǎn)位,不過(guò)下一個(gè)挑戰(zhàn),就是如何將這種精確的空間定位方法,擴(kuò)大到大規(guī)模、可容錯(cuò)的量子計(jì)算機(jī)體系結(jié)構(gòu)中。
2020-03-27 標(biāo)簽:量子點(diǎn)量子計(jì)算機(jī)深度學(xué)習(xí) 4.5k 0
一種名為ReZero的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)方法
深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等領(lǐng)域取得了很多重大突破。神經(jīng)網(wǎng)絡(luò)的表達(dá)能力通常隨著其網(wǎng)絡(luò)深度呈指數(shù)增長(zhǎng),這一特性賦予了它很強(qiáng)的泛化能力。然而深層的網(wǎng)...
2020-03-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 5.8k 0
基于多層深度學(xué)習(xí)框架和運(yùn)動(dòng)分析的駕駛員疲勞監(jiān)測(cè)系統(tǒng)
本節(jié)將更詳細(xì)地介紹實(shí)驗(yàn)中使用的CNN模型架構(gòu)。本文提出的CNN架構(gòu)為驗(yàn)證LSTM預(yù)測(cè)結(jié)果提供有力的證據(jù)。
2020-03-25 標(biāo)簽:監(jiān)測(cè)系統(tǒng)PPG機(jī)器學(xué)習(xí) 1.8k 0
深度學(xué)習(xí)前饋神經(jīng)網(wǎng)絡(luò)技術(shù)分析
感知機(jī)算法中包含了前向傳播(FP)和反向傳播(BP)算法,但在介紹它們之前,我們先來(lái)了解一下深度神經(jīng)網(wǎng)絡(luò)的激活函數(shù)。
2020-02-08 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 3.4k 0
CFA二級(jí)思維導(dǎo)圖分享:機(jī)器學(xué)習(xí)
在機(jī)器學(xué)習(xí)中,訓(xùn)練模型的算法數(shù)據(jù)集包括:訓(xùn)練樣本(Trainning Sample),檢驗(yàn)樣本(validation sample)、驗(yàn)證樣本(Test...
2020-01-16 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí)強(qiáng)化學(xué)習(xí) 2.2k 0
也許你剛剛對(duì)深度學(xué)習(xí)有了基本的了解,于是滿心歡喜的下載了tensorflow,準(zhǔn)備開(kāi)始搭建你的第一個(gè)神經(jīng)網(wǎng)絡(luò)。
2020-01-22 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 9.6k 0
不同類型卷積結(jié)構(gòu)原理和優(yōu)缺點(diǎn)
卷積神經(jīng)網(wǎng)絡(luò)作為深度學(xué)習(xí)的典型網(wǎng)絡(luò),在圖像處理和計(jì)算機(jī)視覺(jué)等多個(gè)領(lǐng)域都取得了很好的效果。
2020-01-01 標(biāo)簽:深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 9.6k 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 |