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:124494次 帖子:174個(gè)
全面闡述GNN及其方法和應(yīng)用,深度學(xué)習(xí)的最大軟肋是什么?
在內(nèi)容上,模型方面,本文從GNN原始模型的構(gòu)建方式與存在的問(wèn)題出發(fā),介紹了對(duì)其進(jìn)行不同改進(jìn)的GNN變體,包括如何處理不同的圖的類型、如何進(jìn)行高效的信息傳...
2018-12-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 2.4萬(wàn) 0
重讀Youtube深度學(xué)習(xí)推薦系統(tǒng)論文不同體驗(yàn)和收獲
所以作者是先用 word2vec 方法對(duì) video 和 search token 做了 embedding 之后再作為輸入的,這也是做 embeddi...
2018-12-26 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3.1k 0
2018年,機(jī)器學(xué)習(xí)和人工智能領(lǐng)域最重要的突破是什么?
正如Xavier Amatriain說(shuō)的那樣,深度學(xué)習(xí)的寒冬不會(huì)到來(lái)——這項(xiàng)技術(shù)已經(jīng)用到產(chǎn)業(yè)里并帶來(lái)了收益,現(xiàn)實(shí)讓人們收起了一部分對(duì)AI的期望和恐懼,業(yè)...
2018-12-26 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 4.2k 0
深度學(xué)習(xí)為腫瘤診療帶來(lái)全新解決方案
連心科技將機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)與放射治療相結(jié)合,實(shí)現(xiàn)危及器官和靶區(qū)的自動(dòng)分割。
2018-12-24 標(biāo)簽:GPU深度學(xué)習(xí) 4.1k 0
為什么基于梯度的方法能夠在深度學(xué)習(xí)的優(yōu)化中行之有效
神經(jīng)網(wǎng)絡(luò)的優(yōu)化本質(zhì)上是一個(gè)非凸問(wèn)題,而簡(jiǎn)單的基于梯度的算法在實(shí)踐中似乎總是能夠解決這類問(wèn)題。
2018-12-24 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 4.3k 0
深度學(xué)習(xí)在機(jī)器人行業(yè)中的應(yīng)用
迄今為止,大多數(shù)人工智能(AI)研究都集中在視覺(jué)方面。多虧了機(jī)器學(xué)習(xí),尤其是深度學(xué)習(xí),我們現(xiàn)在有了對(duì)周圍環(huán)境有很好的視覺(jué)理解的機(jī)器人和設(shè)備。
2018-12-23 標(biāo)簽:機(jī)器人人工智能深度學(xué)習(xí) 5.2k 0
探索如何構(gòu)建一個(gè)強(qiáng)大的視覺(jué)層次,使其成為高性能的圖像特征提取器
這與全連接層完全相反。在上面的例子中,我們的輸入特征為 5*5=25,輸出數(shù)據(jù)為 3*3=9. 如果我們使用標(biāo)準(zhǔn)的全連接層,就會(huì)產(chǎn)生一個(gè) 25*9=22...
2018-12-22 標(biāo)簽:濾波器神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 3.4k 0
DeepMind這項(xiàng)研究到底意味著什么?會(huì)帶來(lái)什么樣的影響?
在CASP 10之前,整個(gè)增長(zhǎng)曲線10年來(lái)基本上是平緩的。CASP11的提升,是因?yàn)橐肓藚f(xié)同進(jìn)化的方法。CASP 12帶來(lái)的提升,是這些方法最終被證明...
2018-12-21 標(biāo)簽:深度學(xué)習(xí)DeepMind 4.3k 0
自動(dòng)機(jī)器學(xué)習(xí)技術(shù)在推薦系統(tǒng)中的應(yīng)用
今天,推薦系統(tǒng)的模型和應(yīng)用已經(jīng)相當(dāng)成熟,然而部署一套全新的推薦系統(tǒng),甚至僅在已有系統(tǒng)上添加數(shù)據(jù)維度和模型優(yōu)化依然是非常耗時(shí)耗力的事情。
2018-12-21 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3.4k 0
任何一個(gè)系統(tǒng)的感知算法里,僅僅有深度學(xué)習(xí)是不夠的,一定要有數(shù)據(jù)驅(qū)動(dòng)的模型計(jì)算(模式較重,需要收集數(shù)據(jù)),同時(shí)也有面向下游的、后處理的計(jì)算(模式輕,見(jiàn)效快)。
2018-12-19 標(biāo)簽:Apollo深度學(xué)習(xí) 6.6k 0
我們可以利用純監(jiān)督深度學(xué)習(xí)方法訓(xùn)練出一個(gè)熟練的自動(dòng)駕駛員嗎?
在傳統(tǒng)的規(guī)劃模塊中有許多算法,這些算法決定了車輛沿路線的確切路徑,以及相對(duì)于其他車輛的速度和距離。ChauffeurNet試圖通過(guò)觀察真實(shí)和模擬數(shù)據(jù)(包...
2018-12-31 標(biāo)簽:自動(dòng)駕駛無(wú)人車深度學(xué)習(xí) 2.5k 0
深入了解TensorFlow隨附的此版Keras將能為您實(shí)現(xiàn)哪些功能
TensorFlow 開(kāi)發(fā)者的經(jīng)驗(yàn)水平千差萬(wàn)別,既有首次學(xué)習(xí)機(jī)器學(xué)習(xí)的學(xué)生,也有機(jī)器學(xué)習(xí)專家和研究人員。恰巧,TensorFlow 的優(yōu)點(diǎn)之一便是能提供...
2018-12-18 標(biāo)簽:深度學(xué)習(xí)TensorFlowKeras 3.4k 0
基于規(guī)則的預(yù)測(cè)算法和基于機(jī)器學(xué)習(xí)的預(yù)測(cè)算法
Apollo 障礙物行為預(yù)測(cè)系統(tǒng)采用 MLP 多層感知機(jī)制,通過(guò)深度神經(jīng)網(wǎng)絡(luò)與規(guī)劃算法,達(dá)到精準(zhǔn)預(yù)測(cè)路徑的目的。
2018-12-18 標(biāo)簽:深度學(xué)習(xí)MLP 9.9k 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
隨著一系列技術(shù)上的突破,人工智能在世界科技領(lǐng)域已經(jīng)漸漸的駛進(jìn)了高速車道。中國(guó)老子有一句名言是:“九層之臺(tái),起于累土”。意思就是再高的樓臺(tái)都是由一筐一筐土...
2018-12-15 標(biāo)簽:互聯(lián)網(wǎng)人工智能深度學(xué)習(xí) 4.6k 0
Yan LeCun強(qiáng)推的AI簡(jiǎn)史:兩大流派世紀(jì)之爭(zhēng),神經(jīng)網(wǎng)絡(luò)華麗回歸
John McCarthy 于1956年提出了人工智能這一概念。目前在機(jī)器學(xué)習(xí)領(lǐng)域,尤其是深度學(xué)習(xí)領(lǐng)域,預(yù)測(cè)算法正在取得重大進(jìn)展,但把這些技術(shù)歸于人工智...
2018-12-14 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)大數(shù)據(jù)深度學(xué)習(xí) 3.5k 0
PerferredNetworks發(fā)布了其超參數(shù)優(yōu)化框架的beta版本
Optuna作為超參數(shù)優(yōu)化框架可以和PFN自己的深度學(xué)習(xí)框架Chainer充分結(jié)合使用。只需要在Chainer中寫(xiě)接受來(lái)自O(shè)ptuna的超參數(shù)的代碼即可...
2018-12-14 標(biāo)簽:自動(dòng)化機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3.8k 0
展示幾種最先進(jìn)的通用句子嵌入編碼器,特別是在遷移學(xué)習(xí)任務(wù)的少量數(shù)據(jù)上與 Word embedding 模型相比的情況下,它們往往會(huì)給出令人驚訝的良好性能。
2018-12-13 標(biāo)簽:深度學(xué)習(xí)nlp 3.6k 0
人工智能技術(shù)在電力系統(tǒng)中的應(yīng)用現(xiàn)狀和發(fā)展方向
隨著人工智能技術(shù)的興起,人工智能技術(shù)應(yīng)用在電力系統(tǒng)的運(yùn)行、控制、管理等領(lǐng)域。人工智能技術(shù)在電力系統(tǒng)中的應(yīng)用不僅拓展了人工智能技術(shù)的應(yīng)用范圍,而且擴(kuò)展了人...
2018-12-08 標(biāo)簽:電力系統(tǒng)人工智能深度學(xué)習(xí) 4.6萬(wàn) 0
NVIDIA遷移學(xué)習(xí)工具包 :用于特定領(lǐng)域深度學(xué)習(xí)模型快速訓(xùn)練的高級(jí)SDK
對(duì)于設(shè)計(jì)和集成智能視頻分析(IVA)端應(yīng)用程序(如停車管理、安全基礎(chǔ)設(shè)施、零售分析、物流管理和訪問(wèn)控制等)的開(kāi)發(fā)人員,NVIDIA 的遷移學(xué)習(xí)工具包提供...
2018-12-07 標(biāo)簽:深度學(xué)習(xí)數(shù)據(jù)科學(xué)遷移學(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(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 |