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:1166個(gè) 瀏覽:26186次 帖子:33個(gè)
OpenAI發(fā)布了其AI音樂(lè)創(chuàng)作的深度神經(jīng)網(wǎng)絡(luò)—MuseNet
之前 OpenAI 提出的 GPT-2,使用近 40 GB 的網(wǎng)頁(yè)文字訓(xùn)練而成,主要具備了生成文本、預(yù)測(cè)下一個(gè)文字的能力,例如只給機(jī)器一段文字,就會(huì)因應(yīng)...
2019-04-29 標(biāo)簽:轉(zhuǎn)換器神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集 4.1k 0
研究人員開(kāi)發(fā)一種神經(jīng)網(wǎng)絡(luò),能夠讀取食譜并生成烹飪完成后的熟食產(chǎn)品的圖像
值得一提的是,與CUB和Oxford102數(shù)據(jù)集中的圖像相比,recipe1M數(shù)據(jù)集中的圖像質(zhì)量較低。這反映在許多模糊的圖像上,光照條件差,“粥狀圖像”...
2019-01-14 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能數(shù)據(jù)集 4.1k 0
背? 景 表面缺陷檢測(cè)在工業(yè)生產(chǎn)中起著非常重要的作用,基于機(jī)器視覺(jué)的表面缺陷檢測(cè)可以極大的提升工業(yè)生產(chǎn)的效率。隨著近年來(lái)深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)領(lǐng)域的發(fā)展,...
CVPR2019新作:一種基于視頻流的自監(jiān)督特征表達(dá)方法
如圖1所示,AU9表示“皺鼻”,AU12表示“嘴角拉伸”。各種動(dòng)作單元之間可以自由組合,對(duì)應(yīng)不同的表情。如“AU4(降低眉毛)+AU5(上眼瞼上升)+A...
2019-10-01 標(biāo)簽:計(jì)算機(jī)視覺(jué)視頻數(shù)據(jù)數(shù)據(jù)集 4.1k 0
如果把中學(xué)生的英語(yǔ)閱讀理解選擇題讓AI來(lái)做,會(huì)做出什么水平?
與僅就問(wèn)題感知或選擇性文章表示進(jìn)行計(jì)算的現(xiàn)有方法不同,DCMN能夠計(jì)算文章感知問(wèn)題表示和文章感知答案表示。為了證明DCMN模型的有效性,我們?cè)诖笮烷喿x理...
2019-04-19 標(biāo)簽:AI人工智能數(shù)據(jù)集 4.1k 0
因?yàn)間t label中提供的bbox信息是Camera坐標(biāo)系的,因此在訓(xùn)練時(shí)需要使用外參等將其轉(zhuǎn)換到Lidar坐標(biāo)系; 有時(shí)想要把3d bbox映射到圖...
2022-05-31 標(biāo)簽:可視化數(shù)據(jù)集深度學(xué)習(xí) 4.1k 0
Multilingual多語(yǔ)言預(yù)訓(xùn)練語(yǔ)言模型的套路
Facebook在Crosslingual language model pretraining(NIPS 2019)一文中提出XLM預(yù)訓(xùn)練多語(yǔ)言模型,...
2022-05-05 標(biāo)簽:語(yǔ)言模型數(shù)據(jù)集nlp 4k 0
人工智能能否成為新的“章魚(yú)保羅”,成功預(yù)測(cè)世界杯走勢(shì)?
2018-06-19 標(biāo)簽:人工智能數(shù)據(jù)集 4k 0
由于這是真實(shí)世界的數(shù)據(jù),這意味著沒(méi)有真正的基本事實(shí)可用。相反,每個(gè)序列都附有一組參考值(參見(jiàn)下面的“數(shù)據(jù)格式”),這是我們對(duì)相機(jī)陀螺儀校準(zhǔn)參數(shù)的最佳估計(jì)...
2022-05-24 標(biāo)簽:陀螺儀數(shù)據(jù)集 4k 0
利用機(jī)器學(xué)習(xí)發(fā)現(xiàn)新型冠狀病毒的潛在中和抗體
隨著COVID-19大流行的爆發(fā),Barati Farimani很快將他的實(shí)驗(yàn)室的重點(diǎn)轉(zhuǎn)移到SARS-CoV-2研究上。此前,他曾使用機(jī)器學(xué)習(xí)工具來(lái)研究...
2020-04-15 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)集 4k 0
一種讓機(jī)器人能夠與人們遞接物體的人機(jī)交互方法
該系統(tǒng)目前還處于概念驗(yàn)證階段。與以往方法相比,這個(gè)方法可以實(shí)現(xiàn)更流暢的遞接,進(jìn)而幫助倉(cāng)庫(kù)機(jī)器人,甚至廚房助手機(jī)器人更好地進(jìn)行人機(jī)交互。
2020-04-29 標(biāo)簽:人機(jī)交互機(jī)器人數(shù)據(jù)集 4k 0
FastMRI發(fā)布了大規(guī)模的具有里程碑意義的MR數(shù)據(jù)集
這個(gè)開(kāi)源項(xiàng)目包括來(lái)自10,000次掃描的150萬(wàn)個(gè)未識(shí)別的MR膝蓋圖像以及來(lái)自1,600次掃描的原始測(cè)量數(shù)據(jù),研究人員從中建立了一個(gè)神經(jīng)網(wǎng)絡(luò)并對(duì)其進(jìn)行...
2020-09-16 標(biāo)簽:人工智能MR數(shù)據(jù)集 4k 0
Fudan DISC實(shí)驗(yàn)室將分享三篇關(guān)于知識(shí)圖譜嵌入模型的論文
知識(shí)圖譜嵌入 knowledge graph embedding是將包含實(shí)體和關(guān)系的知識(shí)圖譜三元組嵌入到高維向量空間中,獲得實(shí)體和關(guān)系的數(shù)值表示,提取圖...
2021-04-15 標(biāo)簽:模型數(shù)據(jù)集知識(shí)圖譜 4k 0
10個(gè)超級(jí)實(shí)用的數(shù)據(jù)可視化圖表
我們最多可以可視化 3 維數(shù)據(jù)。但是我們有時(shí)需要可視化超過(guò)3維的數(shù)據(jù)才能獲得更多的信息。我們經(jīng)常使用PCA或t-SNE來(lái)降維并繪制它。在降維的情況下,可...
2023-01-12 標(biāo)簽:數(shù)據(jù)可視化數(shù)據(jù)集 3.9k 0
有沒(méi)有違反雙盲評(píng)審,這篇論文有沒(méi)有錄取資格?
該論文的主要關(guān)注點(diǎn)是文中提出方法的原創(chuàng)性。使用高維球?qū)哟谓Y(jié)構(gòu)進(jìn)行編碼,并將包含和排除編碼作為對(duì)這些球的約束,從建模角度來(lái)看,這是一個(gè)簡(jiǎn)潔有力的想法。然...
2019-01-23 標(biāo)簽:論文數(shù)據(jù)集深度學(xué)習(xí) 3.9k 0
關(guān)于邊界檢測(cè)增強(qiáng)的中文命名實(shí)體識(shí)別
引言 命名實(shí)體識(shí)別(Named Entity Recognition,NER)是自然語(yǔ)言處理領(lǐng)域的一個(gè)基礎(chǔ)任務(wù),是信息抽取等許多任務(wù)的子任務(wù),旨在識(shí)別非...
2021-09-22 標(biāo)簽:語(yǔ)音Gru數(shù)據(jù)集 3.9k 0
使用LSTM模型對(duì)智能家居里的活躍設(shè)備進(jìn)行預(yù)測(cè)
在此之前,已經(jīng)有不少人做了相關(guān)的研究,但他們的研究大都是基于純凈的實(shí)驗(yàn)室環(huán)境,很難移植到復(fù)雜的現(xiàn)實(shí)環(huán)境中。作者通過(guò)分析真實(shí)世界中的 IoT 設(shè)備以及公開(kāi)...
2019-10-11 標(biāo)簽:物聯(lián)網(wǎng)智能家居數(shù)據(jù)集 3.9k 0
人形機(jī)器人技術(shù)的發(fā)展與現(xiàn)狀
技術(shù)革新+巨頭入局+政策激勵(lì),多維度催化人形機(jī)器人落地 技術(shù)進(jìn)步+巨頭入局+政策激勵(lì)加速 2023 年人形機(jī)器人產(chǎn)業(yè)發(fā)展。2023 年 ChatGPT ...
2023-08-16 標(biāo)簽:執(zhí)行器智能系統(tǒng)數(shù)據(jù)集 3.9k 0
深度ReLU網(wǎng)絡(luò)的訓(xùn)練動(dòng)態(tài)過(guò)程及其對(duì)泛化能力的影響
基于這個(gè)框架,我們?cè)噲D用統(tǒng)一的觀點(diǎn)來(lái)解釋這些令人費(fèi)解的經(jīng)驗(yàn)現(xiàn)象。本文使用師生設(shè)置,其中給過(guò)度參數(shù)化的深度學(xué)生ReLU網(wǎng)絡(luò)的標(biāo)簽,是具有相同深度和未知權(quán)重...
2019-06-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集深度學(xué)習(xí) 3.9k 0
布朗大學(xué)90后研究生:我們復(fù)現(xiàn)了15億參數(shù)GPT-2模型,你也行!
本模型的實(shí)現(xiàn)基于Grover模型,并修改其代碼庫(kù)以匹配GPT-2的語(yǔ)言建模訓(xùn)練目標(biāo)。由于他們的模型是在類似的大型語(yǔ)料庫(kù)上進(jìn)行訓(xùn)練的,因此大部分代碼和超參...
2019-09-01 標(biāo)簽:語(yǔ)言模型數(shù)據(jù)集 3.8k 0
換一批
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 |