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:4682個(gè) 瀏覽:121356次 帖子:164個(gè)
機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的工作步驟模板
當(dāng)然,這僅僅只是假設(shè),直到你有一個(gè)確切的模型,這些假設(shè)才能被驗(yàn)證或者被否定。并非所有問(wèn)題都能解決。只是因?yàn)槟銉H僅收集了一些輸入X和目標(biāo)Y,這并不意味著X...
2019-05-02 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1235 0
在不使用任何額外數(shù)據(jù)的情況下,COCO數(shù)據(jù)集上物體檢測(cè)結(jié)果為50.9 AP的方法
實(shí)驗(yàn)中,我們發(fā)現(xiàn)當(dāng)只使用 COCO 數(shù)據(jù)集時(shí),從頭開(kāi)始訓(xùn)練的模型性能是能夠匹配預(yù)訓(xùn)練模型的性能。我們?cè)?COCO train2017 上訓(xùn)練模型,并在 ...
2018-11-24 標(biāo)簽:Google計(jì)算機(jī)視覺(jué)深度學(xué)習(xí) 8458 0
何愷明、Ross Girshick等大神深夜扔出“炸彈”:ImageNet預(yù)訓(xùn)練并非必須
ImageNet預(yù)訓(xùn)練方式加快了收斂速度,特別是在訓(xùn)練早期,但隨機(jī)初始化訓(xùn)練可以在訓(xùn)練一段時(shí)間后趕上來(lái)。考慮到前者還要進(jìn)行模型的微調(diào),訓(xùn)練總時(shí)間二者大體...
2018-11-24 標(biāo)簽:計(jì)算機(jī)視覺(jué)數(shù)據(jù)集深度學(xué)習(xí) 6693 0
CNN經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)之Le-Net5
.C5層在論文中是個(gè)卷積層,但濾波器大小為 5 x 5,所以其本質(zhì)上也是個(gè)全連接層。如果將5 x 5 x 16 拉成一個(gè)向量,它就是一個(gè)全連接層。其輸入...
2018-11-23 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)CNN 7739 0
如何用對(duì)抗樣本修改圖片,誤導(dǎo)神經(jīng)網(wǎng)絡(luò)指鹿為馬
黑盒攻擊則是在神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為黑箱時(shí),僅通過(guò)模型的輸入和輸出,逆推生成對(duì)抗樣本。下圖左圖為白盒攻擊(自攻自受),右圖為黑盒攻擊(用他山之石攻此山之玉)。
2018-11-22 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 5374 0
Zerotech Dobby AI無(wú)人機(jī)與DeePhi的深度學(xué)習(xí)推理技術(shù)介紹
Zerotech Dobby AI是一款口袋大小的無(wú)人機(jī),它使用深度學(xué)習(xí)來(lái)檢測(cè)由Xilinx Zynq SoC器件驅(qū)動(dòng)的人體手勢(shì)。 該演示還將展示De...
2018-11-26 標(biāo)簽:賽靈思ai無(wú)人機(jī) 2323 0
基于賽靈思所有可編程FPGA和SoC的DeePhi深度學(xué)習(xí)平臺(tái)介紹
DeePhi Tech是面向無(wú)人機(jī),機(jī)器人,監(jiān)控?cái)z像機(jī)和數(shù)據(jù)中心應(yīng)用的FPGA深度學(xué)習(xí)平臺(tái)提供商.DeePhi平臺(tái)基于賽靈思所有可編程FPGA和SoC,...
Xilinx FPGA如何通過(guò)深度學(xué)習(xí)圖像分類加速機(jī)器學(xué)習(xí)
了解Xilinx FPGA如何通過(guò)深度學(xué)習(xí)圖像分類示例來(lái)加速重要數(shù)據(jù)中心工作負(fù)載機(jī)器學(xué)習(xí)。該演示可通過(guò)Alexnet神經(jīng)網(wǎng)絡(luò)模型加速圖像(從ImageN...
2018-11-28 標(biāo)簽:賽靈思機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3835 0
深度學(xué)習(xí)處理器系統(tǒng)的設(shè)計(jì)實(shí)例介紹
2010年1月9日,Deephi的Yi Shan在法蘭克福的2018年XDF的Edge Track中提供了一個(gè)用例演示.Yi Shan討論了深度學(xué)習(xí)的成...
2018-11-21 標(biāo)簽:處理器賽靈思深度學(xué)習(xí) 2591 0
基于深度學(xué)習(xí)的放療靶區(qū)自動(dòng)勾畫(huà)
騰訊醫(yī)療AI實(shí)驗(yàn)室和加州大學(xué)的聯(lián)合研究成果,首刊于《Medical Physics》,這是是美國(guó)醫(yī)學(xué)物理學(xué)家學(xué)會(huì)(The American Associ...
2018-11-19 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 8615 0
一些在文本數(shù)據(jù)量不夠大的時(shí)候可用的一些實(shí)用方法
在這篇文章中,我將展示一些由我自己開(kāi)發(fā)或是我在文章、博客、論壇、Kaggle和其他一些地方發(fā)現(xiàn)的方法,看看它們是如何在沒(méi)有大數(shù)據(jù)的情況下讓深度學(xué)習(xí)更好地...
2018-11-19 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集深度學(xué)習(xí) 6800 0
如何選擇高效的深度學(xué)習(xí)硬件?剖析GPU、FPGA、ASIC和DSP
第一個(gè)問(wèn)題是由于 nn-X 采用了固定的 10x10 卷積引擎,而當(dāng)它在執(zhí)行 3x3 卷積時(shí),只有 9% 的 DSP 單元得到了有效利用。這一點(diǎn)后來(lái)是通...
2018-11-19 標(biāo)簽:FPGACPU深度學(xué)習(xí) 5254 0
文本數(shù)據(jù)量不夠大的時(shí)候可用的一些實(shí)用方法,從而賦予小數(shù)據(jù)集以價(jià)值
Dropout是另一種較新的正則化方法。它具體的做法是在訓(xùn)練期間,神經(jīng)網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)(神經(jīng)元)按照P的概率被丟棄(即權(quán)重被設(shè)置為零)。這樣,網(wǎng)絡(luò)就不會(huì)...
2018-11-19 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集深度學(xué)習(xí) 5509 0
基于由神經(jīng)網(wǎng)絡(luò)架構(gòu)建立的Gram矩陣的特定結(jié)構(gòu)
本文的研究證據(jù)建立在先前關(guān)于兩層神經(jīng)網(wǎng)絡(luò)梯度下降的研究理念之上。首先,作者分析了預(yù)測(cè)的動(dòng)力學(xué)情況,其收斂性由神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)引出的Gram矩陣的最小特征值確...
2018-11-18 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 3016 0
深度學(xué)習(xí)是如何幫助我們提高噪聲消除的質(zhì)量的
這種方法聽(tīng)起來(lái)很簡(jiǎn)單,但事實(shí)上失敗的次數(shù)也很多。例如,當(dāng)通話者沒(méi)有說(shuō)話時(shí),麥克風(fēng)接收到的全是噪音?;蛘哒f(shuō)話者在打電話過(guò)程中會(huì)不斷晃動(dòng)手機(jī)等等,這種情況就...
2018-11-18 標(biāo)簽:英偉達(dá)深度學(xué)習(xí) 5436 0
2017年中國(guó)人工智能發(fā)展和研究趨勢(shì)報(bào)告
2017年中國(guó)人工智能發(fā)展和研究趨勢(shì)報(bào)告
2018-11-17 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 4892 0
索尼發(fā)布新的方法,在ImageNet數(shù)據(jù)集上224秒內(nèi)成功訓(xùn)練了ResNet-50
近年來(lái),許多研究人員提出了多種方案來(lái)解決這兩個(gè)問(wèn)題(見(jiàn)原文參考文獻(xiàn))。這些工作利用ImageNet/ResNet-50訓(xùn)練來(lái)衡量訓(xùn)練效果。ImageNe...
2018-11-16 標(biāo)簽:索尼神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 9843 0
基于D-AlexNet和多特征映射的交通場(chǎng)景語(yǔ)義分割方法
基于視覺(jué)的交通場(chǎng)景語(yǔ)義分割在智能車(chē)輛中起著重要作用。
2018-11-16 標(biāo)簽:GPU深度學(xué)習(xí) 4886 0
機(jī)器學(xué)習(xí)有四種廣受認(rèn)可的形式:監(jiān)督式、無(wú)監(jiān)督式、半監(jiān)督式和強(qiáng)化式。在研究文獻(xiàn)中,這些形式得到了深入的探討。它們也被納入了大多數(shù)機(jī)器學(xué)習(xí)算法的入門(mén)課程。下...
2018-11-14 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1691 0
谷歌大腦提出了一種簡(jiǎn)單的方法,用于將概率編程嵌入到深度學(xué)習(xí)生態(tài)系統(tǒng)
要在程序中指定隨機(jī)選擇,我們使用了Edward的RandomVariables。RandomVariables提供了log_prob和sample等方法...
2018-11-14 標(biāo)簽:編碼器生態(tài)系統(tǒng)深度學(xué)習(xí) 3268 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(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 |