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 > 算法
算法(Algorithm)是指解題方案的準(zhǔn)確而完整的描述,是一系列解決問(wèn)題的清晰指令,算法代表著用系統(tǒng)的方法描述解決問(wèn)題的策略機(jī)制。也就是說(shuō),能夠?qū)σ欢ㄒ?guī)范的輸入,在有限時(shí)間內(nèi)獲得所要求的輸出。
文章:2648個(gè) 瀏覽:98256次 帖子:645個(gè)
深度學(xué)習(xí)算法和經(jīng)典神經(jīng)網(wǎng)絡(luò)之間有什么區(qū)別呢?最明顯的區(qū)別是:深度學(xué)習(xí)中使用的神經(jīng)網(wǎng)絡(luò)具有更多隱藏層。這些層位于神經(jīng)元的第一層(即輸入層)和最后一層(即輸...
2020-04-17 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)算法深度學(xué)習(xí) 3.3萬(wàn) 0
神經(jīng)網(wǎng)絡(luò)超參數(shù)調(diào)優(yōu)
瀏覽有關(guān)功能優(yōu)化測(cè)試的維基詞條,就會(huì)發(fā)現(xiàn)有些功能很難對(duì)付。很多功能因找出優(yōu)化算法的問(wèn)題而被廣泛使用。但本文將討論一項(xiàng)看似微不足道的功能——Beale功能。
2020-04-17 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)算法深度學(xué)習(xí) 4.4k 0
寒武紀(jì)歷代深度學(xué)習(xí)處理器的各種參數(shù)信息
DianNao要解決的核心問(wèn)題是如何使有限的內(nèi)存帶寬滿足運(yùn)算功能部件的需求,使運(yùn)算和訪存之間達(dá)到平衡,從而實(shí)現(xiàn)高效能比。其難點(diǎn)在于選取運(yùn)算功能部件的數(shù)量...
2020-04-17 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)算法寒武紀(jì) 5.7k 0
無(wú)監(jiān)督學(xué)習(xí)的數(shù)據(jù)集變換和聚類(lèi)
降維:接受數(shù)據(jù)的高維表示,找到新的表示方法,以用較少的特征概括重要特性。
2020-05-04 標(biāo)簽:算法無(wú)監(jiān)督學(xué)習(xí) 2.7k 0
縱觀歷史,人類(lèi)一直在尋找東西。 搜索使我們成為今天的我們。 在遠(yuǎn)古時(shí)代,覓食者常常尋找生活必需品。 他們創(chuàng)建了一些工具來(lái)簡(jiǎn)化搜索過(guò)程。 人腦也在這個(gè)過(guò)程...
第二批新職業(yè)發(fā)布,人工智能訓(xùn)練師入選
根據(jù)人力資源社會(huì)保障部與國(guó)家市場(chǎng)監(jiān)管總局、國(guó)家統(tǒng)計(jì)局聯(lián)合發(fā)布的通知,人工智能訓(xùn)練師的定義為使用智能訓(xùn)練軟件,在人工智能產(chǎn)品實(shí)際使用過(guò)程中進(jìn)行數(shù)據(jù)庫(kù)管理、...
當(dāng)前隨著人工智能算法模型的復(fù)雜度和精度愈來(lái)愈高,互聯(lián)網(wǎng)和物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)呈幾何倍數(shù)增長(zhǎng),在數(shù)據(jù)量和算法模型的雙層疊加下,人工智能對(duì)計(jì)算的需求越來(lái)越大。
2020-04-16 標(biāo)簽:算法人工智能深度學(xué)習(xí) 2.2k 0
開(kāi)源代碼是可以拿過(guò)來(lái)使用,但專(zhuān)業(yè)性、針對(duì)性不夠,效果往往不能滿足具體任務(wù)的實(shí)際要求。
2020-05-01 標(biāo)簽:算法計(jì)算機(jī)人工智能 885 0
隨著數(shù)據(jù)科學(xué)和人工智能領(lǐng)域提供越來(lái)越多的職位,行業(yè)專(zhuān)家對(duì)希望在這兩個(gè)領(lǐng)域中進(jìn)行職業(yè)生涯規(guī)劃的人士提出了一些建議。
AI時(shí)代的軟件開(kāi)發(fā)有什么不一樣的地方
人工智能算法還必須與傳統(tǒng)系統(tǒng)對(duì)接,包括數(shù)據(jù)庫(kù)和用戶界面。當(dāng)安全專(zhuān)家沒(méi)有預(yù)先參與安全過(guò)程時(shí),錯(cuò)誤是很常見(jiàn)的,甚至是很可能的。
幾種常用的機(jī)器學(xué)習(xí)算法及其應(yīng)用場(chǎng)景
支持向量機(jī)(Support Vector Machine,SVM):是一類(lèi)按監(jiān)督學(xué)習(xí)方式對(duì)數(shù)據(jù)進(jìn)行二元分類(lèi)的廣義線性分類(lèi)器,其決策邊界是對(duì)學(xué)習(xí)樣本求解的...
2020-04-15 標(biāo)簽:算法機(jī)器學(xué)習(xí) 1.7萬(wàn) 0
機(jī)器學(xué)習(xí)首次用來(lái)尋找新的抗生素的一次嘗試
這使得發(fā)現(xiàn)新的抗生素非常重要。然而,在最近幾十年很少有發(fā)展。這些藥物與現(xiàn)有的藥物非常相似。發(fā)現(xiàn)可能有效的化合物是一項(xiàng)成本高昂的工作,也是一個(gè)很漫長(zhǎng)的過(guò)程...
2020-04-15 標(biāo)簽:算法機(jī)器學(xué)習(xí) 1.8k 0
保守的機(jī)器學(xué)習(xí)如何拯救日新月異的我們
不可否認(rèn),機(jī)器學(xué)習(xí)有很強(qiáng)的尋找關(guān)聯(lián)性的能力,比如機(jī)器學(xué)習(xí)可以自然地認(rèn)為「在很長(zhǎng)一段時(shí)間里張三的通訊錄里都存了李四的電話號(hào)碼和家庭住址,所以他們肯定是好朋...
2020-04-15 標(biāo)簽:算法機(jī)器學(xué)習(xí)數(shù)據(jù)分析 1.7k 0
有哪些機(jī)器學(xué)習(xí)的新進(jìn)展被忽視了?
離散演化訓(xùn)練是用基因算法配置網(wǎng)絡(luò)結(jié)構(gòu),然后讓得到的模型學(xué)習(xí)。它的一個(gè)動(dòng)機(jī)來(lái)自于,在復(fù)雜環(huán)境中為稀疏的回報(bào)歸因是非常困難的,所以不如完全拋棄梯度,轉(zhuǎn)而采用...
2020-04-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)算法機(jī)器學(xué)習(xí) 1.6k 0
同樣地,Google Ad Manager 的 Cookie ID(跟蹤用戶在第三方網(wǎng)頁(yè)上的活動(dòng)緩存信息)是另一個(gè)據(jù)稱(chēng)是“用戶匿名”標(biāo)識(shí)符。如果用戶在同...
2020-04-15 標(biāo)簽:Google算法機(jī)器學(xué)習(xí) 4.4k 0
在一定程度上降低特征后,從直觀上來(lái)看,很多時(shí)候可以一目了然看到特征與特征值之間的關(guān)聯(lián),這個(gè)場(chǎng)景,需要實(shí)際業(yè)務(wù)的支撐,生產(chǎn)上的業(yè)務(wù)數(shù)據(jù)更加明顯,有興趣的同...
2020-04-15 標(biāo)簽:算法機(jī)器學(xué)習(xí) 1.6萬(wàn) 0
如何用數(shù)學(xué)函數(shù)去理解機(jī)器學(xué)習(xí)的過(guò)程
機(jī)器學(xué)習(xí),需要先學(xué)習(xí)才能預(yù)測(cè)判斷,樣本則是機(jī)器學(xué)習(xí)的信息輸入,樣本的質(zhì)量很大程度上決定了機(jī)器學(xué)習(xí)的效果。以人臉識(shí)別為例,其樣本是大量的人臉圖片。那么,大...
2020-04-15 標(biāo)簽:算法機(jī)器學(xué)習(xí)數(shù)據(jù)集 2.3k 0
一份名為“ 粉碎機(jī)器學(xué)習(xí)的七個(gè)神話”的報(bào)告
“我認(rèn)為這主要是由于卷積神經(jīng)網(wǎng)絡(luò)的普遍存在,它需要大量數(shù)據(jù),并且在更多數(shù)量的卷積層上可以更好地工作,而且我相信,一旦其他機(jī)器學(xué)習(xí)算法變得越來(lái)越流行,這...
2020-04-15 標(biāo)簽:算法AI機(jī)器學(xué)習(xí) 1.5k 0
這一最著名的聚類(lèi)算法主要基于數(shù)據(jù)點(diǎn)之間的均值和與聚類(lèi)中心的聚類(lèi)迭代而成。它主要的優(yōu)點(diǎn)是十分的高效,由于只需要計(jì)算數(shù)據(jù)點(diǎn)與劇類(lèi)中心的距離,其計(jì)算復(fù)雜度只有...
2020-04-15 標(biāo)簽:算法聚類(lèi)機(jī)器學(xué)習(xí) 1.7萬(wàn) 0
這篇文章的目的是為讀者提供一個(gè)不同的角度來(lái)看待 ML 算法。有了這些角度,算法可以在同樣的維度上進(jìn)行比較,并且可以很容易地進(jìn)行分析。本文在撰寫(xiě)時(shí)考慮了兩...
2020-04-15 標(biāo)簽:算法ML機(jī)器學(xué)習(xí) 3.3k 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(zhuān)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 |