基于nanoPC-T3的U-Boot移植過程梳理

? 導(dǎo)讀：前文對U-Boot架構(gòu)設(shè)計做了分析，本文來梳理一下U-Boot在具體板子上的移植工作，主要記錄整體思路、要點，以觸類旁通而記之。

2020-12-14 標(biāo)簽：u-boot深度學(xué)習(xí) 1.7k 0

企業(yè)人工智能應(yīng)用發(fā)展的總體現(xiàn)狀和趨勢

從AI應(yīng)用于生產(chǎn)的實際案例出發(fā)，梳理業(yè)界發(fā)展現(xiàn)狀及存在的問題，剖析AI產(chǎn)業(yè)發(fā)展面臨的迫切挑戰(zhàn)，據(jù)此探討成因及應(yīng)對策略，以期為我國AI產(chǎn)業(yè)健康發(fā)展提供基礎(chǔ)參考。

2023-02-22 標(biāo)簽：云計算物聯(lián)網(wǎng)人工智能 1.7k 0

為什么不同模態(tài)的embedding在表征空間中形成不同的簇

文中將一些經(jīng)典的多模態(tài)對比學(xué)習(xí)模型中兩個模態(tài)的embedding，通過降維等方法映射到二維坐標(biāo)系中。

2022-12-05 標(biāo)簽：Clip深度學(xué)習(xí) 1.7k 0

基于IMU光度損失和跨傳感器光度損失 以提供稠密的監(jiān)督和絕對尺度

雖然近年來無監(jiān)督單目深度學(xué)習(xí)取得了很大的進(jìn)展，但仍然存在一些基本問題。首先，目前的方法存在尺度模糊性問題，因為反推過程對于深度和平移來說相當(dāng)于任意尺度因子。

2022-09-07 標(biāo)簽：傳感器濾波器深度學(xué)習(xí) 1.7k 0

深度學(xué)習(xí)的成長史和背后算法細(xì)節(jié)

深度學(xué)習(xí)(Deep Learning)，又名深度神經(jīng)網(wǎng)絡(luò)，前身是一只感知機。生于達(dá)特茅斯會議次年的ta，注定與人工智能有著不解之緣。人工智能中的各種機器...

2018-05-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 1.7k 0

真刀真槍模塊化（2.5）— 掩碼結(jié)構(gòu)體

在本系列的前一篇文章《真刀真槍模塊化（2）——圖解Service模型》中，我們介紹了一種模塊化封裝的模型——Service模型。該模型的設(shè)計理念實...

2020-12-14 標(biāo)簽：深度學(xué)習(xí) 1.7k 0

卷積神經(jīng)網(wǎng)絡(luò)分類方法有哪些

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）是一種深度學(xué)習(xí)模型，廣泛應(yīng)用于圖像分類、目標(biāo)檢測、語義分割等計算機視覺...

2024-07-03 標(biāo)簽：數(shù)據(jù)模型深度學(xué)習(xí) 1.7k 0

基于深度學(xué)習(xí)的兩相流氣泡末速度預(yù)測

摘要：針對在氣液兩相流中難以進(jìn)行穩(wěn)態(tài)分析，無法對氣泡末速度進(jìn)行精準(zhǔn)預(yù)測的問題，提出一種基于深度學(xué)習(xí)的氣泡末速度預(yù)測方法。首先，搭建了一套高速相機采集系統(tǒng)...

2022-11-08 標(biāo)簽：圖像處理深度學(xué)習(xí) 1.7k 0

神經(jīng)網(wǎng)絡(luò)算法的結(jié)構(gòu)有哪些類型

神經(jīng)網(wǎng)絡(luò)算法是深度學(xué)習(xí)的基礎(chǔ)，它們在許多領(lǐng)域都有廣泛的應(yīng)用，如圖像識別、自然語言處理、語音識別等。神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)有很多種類型，每種類型都有其獨特的特點和...

2024-07-03 標(biāo)簽：圖像識別深度學(xué)習(xí)自然語言處理 1.7k 0

使用深度學(xué)習(xí)實現(xiàn)海上雷達(dá)數(shù)據(jù)質(zhì)量控制自動化

對海上船只來說，精確測量海浪、水流和對水航速非常利于執(zhí)行各種任務(wù)，包括優(yōu)化燃油以及在受限海域內(nèi)航行。例如，即使對水航速測量失之毫厘，船舶性能計算結(jié)果也可...

2022-11-10 標(biāo)簽：matlab深度學(xué)習(xí) 1.7k 0