深度學(xué)習(xí)

AI深度學(xué)習(xí)在手機(jī)“智”造應(yīng)用

隨著智能制造產(chǎn)業(yè)的升級(jí)和改造，智能手機(jī)作為人們生活的必需品，它的“智”不僅僅在于產(chǎn)品功能、性能方面的創(chuàng)新，更在于生產(chǎn)制造過程的智能化。

2022-11-02 標(biāo)簽：機(jī)器視覺AI深度學(xué)習(xí) 645 0

常見的小樣本學(xué)習(xí)方法

由于在訓(xùn)練過程中沒有足夠的標(biāo)記圖像用于所有類，這些模型在現(xiàn)實(shí)環(huán)境中可能不太有用。并且我們希望的模型能夠識(shí)別它在訓(xùn)練期間沒有見到過的類，因?yàn)閹缀醪豢赡茉谒?..

2022-11-01 標(biāo)簽：圖像識(shí)別模型深度學(xué)習(xí) 2003 0

如何在NVIDIA GPU上實(shí)現(xiàn)基于embedding 的深度學(xué)習(xí)模型

NVIDIA Merlin Distributed-Embeddings，可以方便TensorFlow 2 用戶用短短幾行代碼輕松完成大規(guī)模的推薦模型訓(xùn)練。

2022-10-28 標(biāo)簽：NVIDIAgpu模型 1909 0

基于深度學(xué)習(xí)的圖像去模糊算法及應(yīng)用

當(dāng)前，絕大部分基于深度學(xué)習(xí)的圖像去模糊算法是不區(qū)分場(chǎng)景的，也就是他們是對(duì)常見的自然與人為設(shè)計(jì)的場(chǎng)景進(jìn)行去模糊。但是，在現(xiàn)實(shí)生活中，經(jīng)常會(huì)遇到一些特定場(chǎng)景...

2022-10-28 標(biāo)簽：深度學(xué)習(xí) 2756 0

基于graph-relational domains的自適應(yīng)問題

現(xiàn)有深度學(xué)習(xí)模型都不具有普適性，即在某個(gè)數(shù)據(jù)集上訓(xùn)練的結(jié)果只能在某個(gè)領(lǐng)域中有效，而很難遷移到其他的場(chǎng)景中，因此出現(xiàn)了遷移學(xué)習(xí)這一領(lǐng)域。

2022-10-28 標(biāo)簽：數(shù)據(jù)模型深度學(xué)習(xí) 1059 0

怎樣才算機(jī)器學(xué)習(xí)入門

深度學(xué)習(xí)等字眼近來會(huì)成為熱門，原因之一確實(shí)是因?yàn)槎嗔嗽S多便利的鏈接庫或框架，在一些簡單的案例上，可讓人無腦地做出分析、預(yù)測(cè)之類的動(dòng)作。

2022-10-28 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 366 0

使用深度學(xué)習(xí)對(duì)地下電力電纜系統(tǒng)進(jìn)行預(yù)測(cè)性維護(hù)

地下電纜系統(tǒng)不像高架線那么容易受到風(fēng)暴、閃電、野火、冰暴和其他惡劣氣候事件的影響。但是，它們的維修成本更高，故障也更難精確定位和恢復(fù)。如果未能及時(shí)發(fā)現(xiàn)，...

2022-10-27 標(biāo)簽：matlab電力電纜深度學(xué)習(xí) 908 0

深度學(xué)習(xí)研究總結(jié)：頻率原則和參數(shù)凝聚

在學(xué)習(xí)與訓(xùn)練神經(jīng)網(wǎng)絡(luò)的過程中，我們很容易發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練有一定的規(guī)律。在我們的研究中，有兩種現(xiàn)象很有趣，在研究和解釋它們的過程中，我們發(fā)現(xiàn)它們同樣是...

2022-10-26 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 1363 0

深度解析蘋果dToF激光雷達(dá)模組技術(shù)

3D傳感技術(shù)主流包括結(jié)構(gòu)光技術(shù)（Structure Light）和光飛行時(shí)間測(cè)量技術(shù)（ToF, Time of Flight）， 后者又分為間接飛行時(shí)間...

2022-10-26 標(biāo)簽：激光雷達(dá)深度學(xué)習(xí)3D傳感 9825 0

可全身位姿估計(jì)與追蹤的VR方案

當(dāng)前的混合現(xiàn)實(shí)頭戴式顯示器和手持控制器可以追蹤用戶在現(xiàn)實(shí)世界中的頭部和手的位置和姿勢(shì)，以便用戶在增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)場(chǎng)景中進(jìn)行交互。雖然這足以支持用戶提供...

2022-10-24 標(biāo)簽：vr深度學(xué)習(xí)混合現(xiàn)實(shí) 1246 0

基于深度學(xué)習(xí)的自主駕駛系統(tǒng)社會(huì)交互思考

基于深度學(xué)習(xí)的方法提供了一種靈活的網(wǎng)絡(luò)架構(gòu)，用于表示和學(xué)習(xí)交通智體之間的交互，得益于模塊化的層結(jié)構(gòu)和豐富的數(shù)據(jù)?；谏疃葘W(xué)習(xí)的方法已經(jīng)通過許多與駕駛相關(guān)...

2022-10-24 標(biāo)簽：傳感器神經(jīng)網(wǎng)絡(luò)自動(dòng)駕駛 651 0

深入了解 ELF每個(gè)結(jié)構(gòu)的細(xì)節(jié)

長期以來只知道 ELF 是一種廣泛使用的文件格式規(guī)范，常指動(dòng)態(tài)庫、bin等，一直沒動(dòng)力深入研究。出于業(yè)務(wù)需求，我花了好些天仔細(xì)分析 RTOS Bin 的...

2022-10-20 標(biāo)簽：程序代碼深度學(xué)習(xí) 3095 0

USB如何一次性解決當(dāng)前半監(jiān)督基準(zhǔn)存在問題

隨著深度學(xué)習(xí)的興起，深度半監(jiān)督學(xué)習(xí)算法也取得了長足的進(jìn)步。同時(shí)，包括Google、Meta和微軟等在內(nèi)的科技巨頭也認(rèn)識(shí)到了半監(jiān)督學(xué)習(xí)在實(shí)際場(chǎng)景中的巨大潛力。

2022-10-19 標(biāo)簽：usb深度學(xué)習(xí)半監(jiān)督學(xué)習(xí) 629 0

深度學(xué)習(xí)在全景視覺上的應(yīng)用及未來展望

本文首先對(duì)全景圖像的成像進(jìn)行了分析，緊接著對(duì)現(xiàn)有的在全景圖像上的卷積方式進(jìn)行了分類介紹，并對(duì)現(xiàn)有的全景圖像數(shù)據(jù)集進(jìn)行了收集并介紹。作為第一篇全面回顧和分...

2022-10-19 標(biāo)簽：機(jī)器人自動(dòng)駕駛深度學(xué)習(xí) 1793 0

半監(jiān)督學(xué)習(xí)代碼庫存在的問題與挑戰(zhàn)

當(dāng)使用監(jiān)督學(xué)習(xí)(Supervised Learning)對(duì)大量高質(zhì)量的標(biāo)記數(shù)據(jù)(Labeled Data)進(jìn)行訓(xùn)練時(shí)，神經(jīng)網(wǎng)絡(luò)模型會(huì)產(chǎn)生有競(jìng)爭力的結(jié)果。...

2022-10-18 標(biāo)簽：代碼深度學(xué)習(xí)半監(jiān)督學(xué)習(xí) 1336 0

可穿戴無線多傳感系統(tǒng)可實(shí)現(xiàn)組織循環(huán)的連續(xù)監(jiān)測(cè)

圖1 研究工作流程概述。（a）臨床試驗(yàn)流程圖。受試者簽署知情同意書后，由外科醫(yī)生實(shí)施組織移植手術(shù)，并在移植部位安裝血流監(jiān)測(cè)設(shè)備，而后，對(duì)受試者進(jìn)行為期7...

2022-10-18 標(biāo)簽：傳感器可穿戴深度學(xué)習(xí) 600 0

深度解析神經(jīng)網(wǎng)絡(luò)的常用損失函數(shù)

回歸預(yù)測(cè)模型主要是用來預(yù)測(cè)連續(xù)的數(shù)值。所以我們將使用 scikit-learn的 make_regression() 函數(shù)來生成一些模擬數(shù)據(jù)，并使用這些...

2022-10-18 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 853 0

深度學(xué)習(xí)算法進(jìn)行優(yōu)化的處理器——NPU

NPU（Neural-network Processing Unit，嵌入式神經(jīng)網(wǎng)絡(luò)處理器）是針對(duì)深度學(xué)習(xí)*算法進(jìn)行優(yōu)化的處理器。它能像人類神經(jīng)網(wǎng)絡(luò)一樣...

2022-10-17 標(biāo)簽：處理器神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 2453 0

基于用于自然語言生成的“語境調(diào)優(yōu)”技術(shù)

自然語言生成（又稱為文本生成）旨在基于輸入數(shù)據(jù)用人類語言生成合理且可讀的文本。隨著預(yù)訓(xùn)練語言模型的發(fā)展，GPT-3，BART等模型逐漸成為了生成任務(wù)的主...

2022-10-14 標(biāo)簽：數(shù)據(jù)模型深度學(xué)習(xí) 1075 0