電子發(fā)燒友網(wǎng)技術(shù)文庫為您提供最新技術(shù)文章，最實用的電子技術(shù)文章，是您了解電子技術(shù)動態(tài)的最佳平臺。

• 揭秘NVIDIA AI Workbench 如何助力應(yīng)用開發(fā)

  簡化和優(yōu)化生成式 AI 開發(fā)的工具備受追捧，需求與日俱增。借助基于檢索增強生成（RAG）（該技術(shù)通過從指定外部來源獲取事實資料，來提高生成式 AI 模型的準確性和可靠性）的應(yīng)用和自定義模型，開發(fā)者能夠根據(jù)其具體需求調(diào)整 AI 模型。 此類工作在過去可能需要復(fù)雜的設(shè)置，而新工具使這項工作變得空前簡單。...

  640次閱讀 · 0評論 NVIDIAAI生成式AI
  

• GRU是什么？GRU模型如何讓你的神經(jīng)網(wǎng)絡(luò)更聰明 掌握時間 掌握未來

  大家平時經(jīng)常聽到的GRU是什么呢？ 首先來認識下CNN，CNN指代卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network），這是一種在人工智能和機器學(xué)習領(lǐng)域中常用的神經(jīng)網(wǎng)絡(luò)架構(gòu)，特別適用于處理圖像識別和計算機視覺任務(wù)。今天要給大家介紹一位新朋友，名為GRU。 Gated Recurr...

  1713次閱讀 · 0評論 神經(jīng)網(wǎng)絡(luò)Gru深度學(xué)習cnn卷積神經(jīng)網(wǎng)絡(luò)
  

• Nvidia的AI芯片路線圖分析與解讀

  SmartNIC智能網(wǎng)卡/DPU數(shù)據(jù)處理引擎的下一跳ConnectX-8/BlueField-4目標速率為 800G，與1.6T Quantum和Spectrum-X配套的SmartNIC和DPU的路標仍不明晰，NVLink5.0和NVSwitch4.0可能提前發(fā)力。...

  990次閱讀 · 0評論 cpuNVIDIAgpu智能網(wǎng)卡AI芯片
  

• 基于歸結(jié)反演的大語言模型邏輯推斷系統(tǒng)

  受邏輯符號領(lǐng)域的邏輯推理方法的啟發(fā)，我們引入了一個在一階邏輯下完備的邏輯推理范式歸結(jié)反演（其推理過程不會受到條件1的約束）來提高完備性，并提出一個新的推理框架GFaiR。...

  377次閱讀 · 0評論 數(shù)據(jù)集選擇器自然語言大模型
  

• 高性能AI芯片設(shè)計的溫控與電磁干擾問題

  人工智能 (AI) 系統(tǒng)及其大型數(shù)據(jù)集、機器學(xué)習算法和計算硬件的高速發(fā)展，為各種領(lǐng)域帶來了重大機遇，但也帶來了巨大的挑戰(zhàn)。...

  494次閱讀 · 0評論 處理器芯片設(shè)計電磁干擾人工智能AI芯片

• OpenAI新研究：指令層次結(jié)構(gòu)防御LLM攻擊策略

  為了解決這個問題，這篇研究提出了一種指令層次結(jié)構(gòu)（instruction hierarchy）。它明確定義了不同指令的優(yōu)先級，以及當不同優(yōu)先級的指令發(fā)生沖突時，LLM應(yīng)該如何表現(xiàn)。...

  315次閱讀 · 0評論 指令AIGPTOpenAILLM
  

• 深入探討機器學(xué)習的可視化技術(shù)

  機器學(xué)習可視化（簡稱ML可視化）一般是指通過圖形或交互方式表示機器學(xué)習模型、數(shù)據(jù)及其關(guān)系的過程。目標是使理解模型的復(fù)雜算法和數(shù)據(jù)模式更容易，使技術(shù)和非技術(shù)利益相關(guān)者更容易理解它。...

  418次閱讀 · 0評論 神經(jīng)網(wǎng)絡(luò)驅(qū)動系統(tǒng)機器學(xué)習決策樹隨機森林
  

• 如何利用一些小技巧實現(xiàn)SVM的增量式訓(xùn)練

  同時根據(jù)測試精度，可以看出，通過添加第一次訓(xùn)練多得到的支持向量，而非將全體數(shù)據(jù)進行二次訓(xùn)練，能夠達到同樣的效果。...

  911次閱讀 · 0評論 向量機SVM機器學(xué)習cnn
  

• 探索ChatGPT模型的人工智能語言模型

  最大的區(qū)別ChatGPT是通過對話數(shù)據(jù)進行預(yù)訓(xùn)練，而不僅僅是通過單一的句子進行預(yù)訓(xùn)練，這使得ChatGPT能夠更好地理解對話的上下文，并進行連貫的回復(fù)。...

  674次閱讀 · 0評論 編碼器人工智能語言模型ChatGPT
  

• 深度學(xué)習與度量學(xué)習融合的綜述

  如今，機器學(xué)習的應(yīng)用廣泛，包括人臉識別、醫(yī)療診斷等，為復(fù)雜問題和大量數(shù)據(jù)提供解決方案。機器學(xué)習算法能基于數(shù)據(jù)產(chǎn)生成功的分類模型，但每個數(shù)據(jù)都有其問題，需定義區(qū)別特征進行正確分類。...

  422次閱讀 · 0評論 人臉識別機器學(xué)習醫(yī)療診斷深度學(xué)習
  

• 基于深度學(xué)習的缺陷檢測方案

  圖像預(yù)處理通常包括直方圖均衡化、濾波去噪、灰度二值化、再次濾波幾部分，以得到前后景分離的簡單化圖像信息；隨后利用數(shù)學(xué)形態(tài)學(xué)、傅里葉變換、Gabor 變換等算法以及機器學(xué)習模型完成缺陷的標記與檢測。...

  880次閱讀 · 0評論 算法缺陷檢測深度學(xué)習無監(jiān)督學(xué)習
  

• 深度解析深度學(xué)習下的語義SLAM

  隨著深度學(xué)習技術(shù)的興起，計算機視覺的許多傳統(tǒng)領(lǐng)域都取得了突破性進展，例如目標的檢測、識別和分類等領(lǐng)域。近年來，研究人員開始在視覺SLAM算法中引入深度學(xué)習技術(shù)，使得深度學(xué)習SLAM系統(tǒng)獲得了迅速發(fā)展，并且比傳統(tǒng)算法展現(xiàn)出更高的精度和更強的環(huán)境適應(yīng)性。...

  1289次閱讀 · 0評論 傳感器機器人SLAM深度學(xué)習卷積神經(jīng)網(wǎng)絡(luò)
  

• 機器學(xué)習六大核心算法深度解析

  算法歷程：線性回歸是一種古老的統(tǒng)計方法，它試圖找到最佳擬合數(shù)據(jù)的直線或超平面，最早可以追溯到19世紀初的高斯最小二乘法理論。...

  1804次閱讀 · 0評論 神經(jīng)網(wǎng)絡(luò)機器學(xué)習python自然語言處理
  

• 未來輕量級深度學(xué)習技術(shù)探索

  除了輕量級架構(gòu)設(shè)計外，作者提到了可以應(yīng)用于壓縮給定架構(gòu)的各種高效算法。例如，量化方法 旨在減少數(shù)據(jù)所需的存儲空間，通常是通過用8位或16位數(shù)字代替32位浮點數(shù)，甚至使用二進制值表示數(shù)據(jù)。...

  392次閱讀 · 0評論 神經(jīng)網(wǎng)絡(luò)gpu深度學(xué)習TinyML
  

• 深度學(xué)習經(jīng)典入門Demo實戰(zhàn)案例分享

  循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）：用于序列數(shù)據(jù)建模和自然語言處理任務(wù)的常用模型，傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)比較簡單，通常為：輸入層 – 隱藏層 – 輸出層。...

  830次閱讀 · 0評論 神經(jīng)網(wǎng)絡(luò)深度學(xué)習自然語言處理
  

• 深度解析Transformer技術(shù)原理

  張量是一個多維數(shù)組，可以看作是向量和矩陣的更底層的表示，向量和矩陣是張量的特例。例如向量是一維的張量，矩陣是二維的張量。張量可以有任意數(shù)量的維度，而不僅僅是一維（向量）或二維（矩陣）。...

  843次閱讀 · 0評論 ASCII數(shù)組深度學(xué)習Transformer
  

• 簡明易懂的機器學(xué)習理論基礎(chǔ)指南

  指對數(shù)據(jù)的若干特征與若干標簽(類型)之間的關(guān)聯(lián)性進行建模的過程。只要模型被確定，就可以應(yīng)用到新的未知數(shù)據(jù)上。...

  274次閱讀 · 0評論 機器學(xué)習
  

• 如何重新定義工業(yè)機器視覺

  當攝像頭和人工智能結(jié)合起來捕捉圖像和數(shù)據(jù)時，它們可以徹底改變機器與世界的交互方式 感知型人工智能讓機器人可以通過視覺能力感知周圍環(huán)境中發(fā)生的一切，并做出重要決策，確保其運行速度不會減慢，其中包括做出對其角色來說至關(guān)重要的實時決策。...

  332次閱讀 · 0評論 機器人攝像頭機器視覺人工智能
  

• Arm推第三代邊緣AI加速器：Arm Ethos-U85

  除了Ethos-U85之外，Arm還推出了全新的物聯(lián)網(wǎng)參考設(shè)計平臺Corstone-320。該平臺將Arm最高性能的Cortex-M85 CPU、Mali-C55圖像信號處理器和Ethos-U85 NPU結(jié)合在一起，為語音、音頻和視覺等邊緣AI應(yīng)用提供了所需的性能支持。...

  671次閱讀 · 0評論 ARM人工智能NPU
  

• CNN如何解決邊緣檢測問題

  這種理解導(dǎo)致了卷積神經(jīng)網(wǎng)絡(luò)。網(wǎng)絡(luò)的第一層由掃描圖像的小塊神經(jīng)元組成 - 一次處理幾個像素。通常這些是9或16或25像素的正方形。...

  552次閱讀 · 0評論 圖像處理RGBpythoncnn卷積神經(jīng)網(wǎng)絡(luò)
  
12345下一頁末頁