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 > 數(shù)據(jù)集
文章:1155個(gè) 瀏覽:25355次 帖子:27個(gè)
low是一種可逆生成模型(reversible generative model),也被稱(chēng)為基于流的生成模型(flow-based generative...
2018-07-11 標(biāo)簽:圖像GAN數(shù)據(jù)集 7587 0
使用機(jī)器學(xué)習(xí)創(chuàng)建計(jì)算機(jī)生成的X射線(xiàn)影像以增強(qiáng)AI的訓(xùn)練集
MIMLab 將用增強(qiáng)數(shù)據(jù)集獲得的識(shí)別準(zhǔn)確率和原始數(shù)據(jù)集獲得的準(zhǔn)確率進(jìn)行對(duì)比,發(fā)現(xiàn)對(duì)于常見(jiàn)疾病,其識(shí)別準(zhǔn)確率提高了 20%。對(duì)于某些罕見(jiàn)疾病,準(zhǔn)確率提高...
2018-07-09 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集深度學(xué)習(xí) 2956 0
AI City競(jìng)賽:智能交通視頻分析的ImageNet
比如說(shuō),美國(guó)的道路交通管理局,急需能夠自動(dòng)分析交通視頻內(nèi)容的系統(tǒng),因?yàn)樽屓祟?lèi)來(lái)觀看所有這些視頻是不現(xiàn)實(shí)的;實(shí)際上,現(xiàn)在很多攝像頭采集的大量數(shù)據(jù)都被浪費(fèi)了...
2018-07-09 標(biāo)簽:智能交通數(shù)據(jù)集 4220 0
如何結(jié)合TensorFlow目標(biāo)檢測(cè)API和OpenCV分析足球視頻
使用Tensorflow的目標(biāo)檢測(cè)API,可以快速搭建目標(biāo)檢測(cè)模型。如果你不熟悉這套API,可以看下我之前寫(xiě)的介紹Tensorflow目標(biāo)檢測(cè)API,以...
2018-07-08 標(biāo)簽:數(shù)據(jù)集深度學(xué)習(xí)TensorFlow 6651 0
理解這些數(shù)據(jù)類(lèi)型有助于對(duì)數(shù)據(jù)集進(jìn)行恰當(dāng)?shù)奶剿餍詳?shù)據(jù)分析
等距值的問(wèn)題在于,它們沒(méi)有“真正的零”。拿上面的例子來(lái)說(shuō),0度不是絕對(duì)零度。另外,我們可以加減等距值,而不能乘除等距值或計(jì)算比率。由于沒(méi)有“真正的零”,...
2018-07-08 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)分析數(shù)據(jù)集 3589 0
一種全新的基于旋轉(zhuǎn)的框架,能對(duì)自然場(chǎng)景中任意方向的文字進(jìn)行檢測(cè)辨認(rèn)
最近一些研究提出了針對(duì)隨機(jī)方向文本的檢測(cè)方法,總的來(lái)說(shuō),這些方法大致包括兩個(gè)步驟:分割網(wǎng)絡(luò)(全卷積網(wǎng)絡(luò))以及用于傾斜候選框的幾何方法。然而,對(duì)圖像進(jìn)行分...
2018-07-08 標(biāo)簽:圖像分類(lèi)器數(shù)據(jù)集 5698 0
使用R語(yǔ)言分析告示牌百?gòu)?qiáng)單曲榜上的歌曲特征
主要的差別在于,上世紀(jì)90年代之前的歌曲可能更“直接”一點(diǎn),正如你在上圖中看到的“gonna”(將要)。而上世紀(jì)90年代之后的歌曲看起來(lái)要間接一點(diǎn),用“...
2018-07-05 標(biāo)簽:聚類(lèi)算法Python數(shù)據(jù)集 4405 0
數(shù)據(jù)集使用的Kaggle中辨別狗狗種類(lèi)的競(jìng)賽
運(yùn)用預(yù)訓(xùn)練深度學(xué)習(xí)模型最直接的策略之一是將它們看作特征提取器。在現(xiàn)代神經(jīng)網(wǎng)絡(luò)架構(gòu)發(fā)展之前,圖像特征是手動(dòng)過(guò)濾的,例如Canny edge detecto...
2018-07-04 標(biāo)簽:人工智能數(shù)據(jù)集深度學(xué)習(xí) 1.1萬(wàn) 0
一種稱(chēng)為標(biāo)簽映射(LM)的方法來(lái)解決大規(guī)模分類(lèi)問(wèn)題?
CIFAR-100 數(shù)據(jù)集由60000張100個(gè)類(lèi)別的32x32彩色圖像構(gòu)成,每個(gè)類(lèi)別有500張訓(xùn)練圖像和100張測(cè)試圖像。我們使用一個(gè)簡(jiǎn)單的 CNN ...
2018-07-03 標(biāo)簽:圖像數(shù)據(jù)集深度學(xué)習(xí) 7462 0
一種用于學(xué)習(xí)ZSL無(wú)偏嵌入的直接但有效的方法
為了解決以上問(wèn)題,本文提出了一種新的直推式ZSL方法。我們假定有標(biāo)注的源數(shù)據(jù)和目標(biāo)數(shù)據(jù)都可以在訓(xùn)練階段得到。一方面,有標(biāo)注的源數(shù)據(jù)可以用于學(xué)習(xí)圖像與語(yǔ)義...
2018-07-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像數(shù)據(jù)集 4288 0
基于記憶的神經(jīng)網(wǎng)絡(luò)通過(guò)利用長(zhǎng)時(shí)間記憶信息的能力來(lái)建模時(shí)序數(shù)據(jù)
我們?cè)谝唤M監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)任務(wù)中測(cè)試RMC。值得注意的是N?? Farthest的任務(wù)和語(yǔ)言建模。在前者中,解決方案需要顯式的關(guān)系推理,因?yàn)槟P捅仨殞?duì)...
2018-07-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集強(qiáng)化學(xué)習(xí) 5084 0
全部代碼開(kāi)源:StarGAN 在 TensorFlow上的簡(jiǎn)單實(shí)現(xiàn)
我們還介紹了一種簡(jiǎn)單但有效的方法,通過(guò)在域標(biāo)簽中添加一個(gè)掩碼向量(mask vector)來(lái)實(shí)現(xiàn)不同數(shù)據(jù)集域之間的聯(lián)合訓(xùn)練。我們提出的方法可以確保模型忽...
2018-07-03 標(biāo)簽:數(shù)據(jù)集圖像轉(zhuǎn)換TensorFlow 4966 0
匯總幾種開(kāi)源的深度學(xué)習(xí)模型以及針對(duì)姿態(tài)估計(jì)的代碼
DensePose的論文中提出了DensePose-RCNN,這是Mask-RCNN的一種變體,可以以每秒多幀的速度在每個(gè)人體區(qū)域內(nèi)密集地回歸特定部位的...
2018-07-02 標(biāo)簽:代碼數(shù)據(jù)集深度學(xué)習(xí) 9975 0
一種無(wú)需監(jiān)督的目標(biāo)追蹤新方法——給視頻上色
為了訓(xùn)練我們的系統(tǒng),我們用的是Kinestics數(shù)據(jù)集中的視頻,該數(shù)據(jù)集中的視頻記錄的大多是日?;顒?dòng)。我們把視頻中除了第一幀之外的所有幀都轉(zhuǎn)換成了灰調(diào),...
2018-07-02 標(biāo)簽:谷歌神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集 3626 0
本次實(shí)驗(yàn)在三個(gè)數(shù)據(jù)集上進(jìn)行:Cityscapes、NYU和ADE20K。Cityscapes數(shù)據(jù)集包含的是城市道路景觀照,其中有3000張帶有精細(xì)標(biāo)記的...
2018-07-02 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像數(shù)據(jù)集 8378 0
以預(yù)測(cè)葡萄酒品質(zhì)作為例子,帶你步入機(jī)器學(xué)習(xí)的大門(mén)
現(xiàn)在,你如何教會(huì)Jon Snow貓和狗的區(qū)別?答案很直觀——你帶它出去散步,當(dāng)你看到一只貓時(shí),你指著貓說(shuō):“這是貓?!蹦憷^續(xù)走,可能會(huì)看到一條狗,所以你...
2018-07-02 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬(wàn) 0
基于卷積神經(jīng)網(wǎng)絡(luò)的組合模型處理NLP任務(wù)諷刺檢測(cè)
數(shù)據(jù)為均衡和失衡的諷刺推文數(shù)據(jù)集,取自Ptacek等2014年的工作和The Sarcasm Detector。移除了用戶(hù)名、URL、#標(biāo)記,使用了NL...
2018-07-02 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集深度學(xué)習(xí) 6430 0
計(jì)算文本相似度幾種最常用的方法,并比較它們之間的性能
估計(jì)兩句子間語(yǔ)義相似度最簡(jiǎn)單的方法就是求句子中所有單詞詞嵌入的平均值,然后計(jì)算兩句子詞嵌入之間的余弦相似性。很顯然,這種簡(jiǎn)單的基準(zhǔn)方法會(huì)帶來(lái)很多變數(shù)。我...
2018-06-30 標(biāo)簽:編碼器數(shù)據(jù)集自然語(yǔ)言 5.4萬(wàn) 0
如何找出數(shù)據(jù)集的基礎(chǔ)結(jié)構(gòu)?如何聚類(lèi)和建立最有效的分組?
你可以想象,這些數(shù)據(jù)精準(zhǔn)地切合了廣告商的需求。對(duì)于迫切希望通過(guò)推送廣告來(lái)達(dá)到立竿見(jiàn)影效果的廣告商而言,他們重視的內(nèi)容有兩個(gè):一是了解目標(biāo)消費(fèi)者的群體大小...
2018-06-30 標(biāo)簽:聚類(lèi)k-means數(shù)據(jù)集 5823 0
簡(jiǎn)要解釋one hot編碼這一機(jī)器學(xué)習(xí)中極為常見(jiàn)的技術(shù)
其中,類(lèi)別值是分配給數(shù)據(jù)集中條目的數(shù)值編號(hào)。比如,如果我們?cè)跀?shù)據(jù)集中新加入一個(gè)公司,那么我們會(huì)給這家公司一個(gè)新類(lèi)別值4。當(dāng)獨(dú)特的條目增加時(shí),類(lèi)別值將成比例增加。
2018-06-30 標(biāo)簽:編碼器機(jī)器學(xué)習(xí)數(shù)據(jù)集 2.6萬(wàn) 0
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 |