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:4675個(gè) 瀏覽:121170次 帖子:164個(gè)
基于CNN和英特爾開發(fā)板的紅綠燈控制系統(tǒng)設(shè)計(jì)
隨著中國(guó)經(jīng)濟(jì)的快速增長(zhǎng)和城市化進(jìn)程的加速,城市交通擁堵、交通事故頻發(fā)以及環(huán)境污染等問題日益嚴(yán)重,尤其是在大城市中,這些問題表現(xiàn)得尤為突出。交通擁堵不僅影...
2024-12-20 標(biāo)簽:英特爾控制系統(tǒng)開發(fā)板 1005 0
基于深度學(xué)習(xí)算法和哪吒開發(fā)板構(gòu)建黃斑病變檢測(cè)模型
黃斑病,作為一組影響視網(wǎng)膜黃斑區(qū)的病理性改變,是眼科常見的可致盲疾病之一。黃斑區(qū)是人眼視力最敏感的區(qū)域,主要負(fù)責(zé)精細(xì)視覺及色覺等視功能。正常情況下,外界...
深度學(xué)習(xí)工作負(fù)載中GPU與LPU的主要差異
當(dāng)前,生成式AI模型的參數(shù)規(guī)模已躍升至數(shù)十億乃至數(shù)萬(wàn)億之巨,遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)CPU的處理范疇。在此背景下,GPU憑借其出色的并行處理能力,已成為人工智能加...
2024-12-09 標(biāo)簽:gpu深度學(xué)習(xí) 300 0
如何在化學(xué)和材料科學(xué)領(lǐng)域開展有影響力的人工智能研究?(一)
寫在開頭近期,我有幸參加了多場(chǎng)既包括學(xué)術(shù)研討又涵蓋業(yè)界實(shí)踐的會(huì)議,這些會(huì)議都集中討論了人工智能與科學(xué)的結(jié)合。而通過(guò)這些深入的交流讓我深刻體會(huì)到,在科學(xué)技...
2024-12-03 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1328 0
導(dǎo)讀從目標(biāo)跟蹤的應(yīng)用場(chǎng)景,底層模型,組件,類型和具體算法幾個(gè)方面對(duì)目標(biāo)跟蹤做了全方面的介紹,非常好的入門文章。在今天的文章中,我們將深入研究視頻目標(biāo)跟蹤...
2024-11-20 標(biāo)簽:視頻目標(biāo)跟蹤深度學(xué)習(xí) 311 0
GPU在深度學(xué)習(xí)中的應(yīng)用 GPUs在圖形設(shè)計(jì)中的作用
隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其核心部分,已經(jīng)成為推動(dòng)技術(shù)進(jìn)步的重要力量。GPU(圖形處理單元)在深度學(xué)習(xí)中扮演著至關(guān)重要的角色,其強(qiáng)大的并行...
2024-11-19 標(biāo)簽:gpu人工智能深度學(xué)習(xí) 511 0
【每天學(xué)點(diǎn)AI】前向傳播、損失函數(shù)、反向傳播
在深度學(xué)習(xí)的領(lǐng)域中,前向傳播、反向傳播和損失函數(shù)是構(gòu)建和訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的三個(gè)核心概念。今天,小編將通過(guò)一個(gè)簡(jiǎn)單的實(shí)例,解釋這三個(gè)概念,并展示它們的作用...
2024-11-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI機(jī)器學(xué)習(xí) 657 0
主動(dòng)學(xué)習(xí)在圖像分類技術(shù)中的應(yīng)用:當(dāng)前狀態(tài)與未來(lái)展望
本文對(duì)近年來(lái)提出的主動(dòng)學(xué)習(xí)圖像分類算法進(jìn)行了詳細(xì)綜述,并根據(jù)所用樣本數(shù)據(jù)處理及模型優(yōu)化方案,將現(xiàn)有算法分為三類:基于數(shù)據(jù)增強(qiáng)的算法,包括利用圖像增廣來(lái)擴(kuò)...
2024-11-14 標(biāo)簽:圖像分類數(shù)據(jù)集深度學(xué)習(xí) 302 0
深度學(xué)習(xí)框架中的LSTM神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)
長(zhǎng)短期記憶(LSTM)網(wǎng)絡(luò)是一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),能夠?qū)W習(xí)長(zhǎng)期依賴信息。與傳統(tǒng)的RNN相比,LSTM通過(guò)引入門控機(jī)制來(lái)解決梯度消失和梯度爆炸...
2024-11-13 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)LSTM 363 0
航空建筑深度估計(jì)是三維數(shù)字城市重建中的一項(xiàng)重要任務(wù),基于深度學(xué)習(xí)的多視圖立體(MVS)方法在該領(lǐng)域取得了較好的成果。目前的主要方法通過(guò)修改MVS 框架實(shí)...
2024-11-07 標(biāo)簽:航空三維重建深度學(xué)習(xí) 220 0
近日,天津大學(xué)精密儀器與光電子工程學(xué)院的光子芯片實(shí)驗(yàn)室提出了一種基于深度學(xué)習(xí)的二維拉曼光譜算法,成果以“Rapid and accurate bacte...
2024-11-07 標(biāo)簽:算法二維深度學(xué)習(xí) 226 0
PyTorch 是一個(gè)流行的開源機(jī)器學(xué)習(xí)庫(kù),它提供了強(qiáng)大的工具來(lái)構(gòu)建和訓(xùn)練深度學(xué)習(xí)模型。在構(gòu)建模型之前,一個(gè)重要的步驟是加載和處理數(shù)據(jù)。 1. PyTo...
2024-11-05 標(biāo)簽:數(shù)據(jù)深度學(xué)習(xí)pytorch 403 0
使用EMBark進(jìn)行大規(guī)模推薦系統(tǒng)訓(xùn)練Embedding加速
推薦系統(tǒng)是互聯(lián)網(wǎng)行業(yè)的核心系統(tǒng),如何高效訓(xùn)練推薦系統(tǒng)是各公司關(guān)注的核心問題。目前,推薦系統(tǒng)基本上都是基于深度學(xué)習(xí)的大規(guī)模 ID 類模型,模型包含數(shù)十億甚...
2024-10-31 標(biāo)簽:NVIDIA推薦系統(tǒng)深度學(xué)習(xí) 199 0
隨著現(xiàn)在AI的快速發(fā)展,使用FPGA和ASIC進(jìn)行推理加速的研究也越來(lái)越多,從目前的市場(chǎng)來(lái)說(shuō),有些公司已經(jīng)有了專門做推理的ASIC,像Groq的LPU,...
基于深度學(xué)習(xí)的三維點(diǎn)云分類方法
近年來(lái),點(diǎn)云表示已成為計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)之一,并廣泛應(yīng)用于自動(dòng)駕駛、虛擬現(xiàn)實(shí)、機(jī)器人等許多領(lǐng)域。雖然深度學(xué)習(xí)技術(shù)在處理常規(guī)結(jié)構(gòu)化的二維網(wǎng)格圖像數(shù)據(jù)...
2024-10-29 標(biāo)簽:3D三維計(jì)算機(jī)視覺 461 0
點(diǎn)云是世界的一種非結(jié)構(gòu)化三維數(shù)據(jù)表示,通常由激光雷達(dá)傳感器、立體相機(jī)或深度傳感器采集。它由一系列單個(gè)點(diǎn)組成,每個(gè)點(diǎn)由 x、y 和 z 坐標(biāo)定義。
Pytorch深度學(xué)習(xí)訓(xùn)練的方法
掌握這 17 種方法,用最省力的方式,加速你的 Pytorch 深度學(xué)習(xí)訓(xùn)練。
2024-10-28 標(biāo)簽:gpu模型深度學(xué)習(xí) 215 0
在當(dāng)今這個(gè)視覺至上的時(shí)代,GPU(圖形處理單元)的性能對(duì)于游戲玩家、圖形設(shè)計(jì)師、視頻編輯者以及任何需要進(jìn)行高強(qiáng)度圖形處理的用戶來(lái)說(shuō)至關(guān)重要。GPU不僅是...
2024-10-27 標(biāo)簽:gpu機(jī)器學(xué)習(xí)深度學(xué)習(xí) 481 0
FPGA(現(xiàn)場(chǎng)可編程門陣列)加速深度學(xué)習(xí)模型是當(dāng)前硬件加速領(lǐng)域的一個(gè)熱門研究方向。以下是一些FPGA加速深度學(xué)習(xí)模型的案例: 一、基于FPGA的Alex...
2024-10-25 標(biāo)簽:FPGA計(jì)算機(jī)硬件 229 0
衛(wèi)星通信干擾信號(hào)樣式及識(shí)別技術(shù)
隨著通信環(huán)境日益復(fù)雜,衛(wèi)星通信系統(tǒng)常遭受各種干擾信號(hào)的威脅,導(dǎo)致通信中斷、質(zhì)量下降以及安全風(fēng)險(xiǎn)。
2024-10-24 標(biāo)簽:衛(wèi)星通信干擾信號(hào)識(shí)別技術(shù) 635 0
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 | 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 |