完善資料讓更多小伙伴認識你，還能領取20積分哦，立即完善>
標簽 > 機器學習
機器學習（Machine Learning， ML）是一門多領域交叉學科，涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復雜度理論等多門學科。
文章：7721個 瀏覽：134394次 帖子：303個
基于 AI 和 ML 的軟件測試方法的許多潛在應用仍處于起步階段，它們在軟件測試行業(yè)的應用并不廣泛。這些測試方法是新的，但人工智能驅(qū)動的測試方法證明...
PCIe 6.0還實現(xiàn)了PAM4 （Pulse Amplitude Modulation 4）等級的訊令，以及基于流量控制單元（flow control...
究竟什么是人工智能？歷史上，人工智能的定義歷經(jīng)多次轉(zhuǎn)變，但直到今天，被廣泛接受的定義仍有很多種。具體使用哪一種定義，通常取決于我們討論問題的語境和關(guān)注的焦點。
我們考慮了如何在 Android 操作系統(tǒng)中使用預訓練的圖像分類模型。此外，模型的使用也可以在嵌入式設備上使用，因為 TensorFlow Lite 解...
2022-07-09 標簽：Android操作系統(tǒng)C++ 1441 0
無論機器學習算法揭示了什么見解，只有人類才能確定基本問題的答案，例如組織必須解決哪些關(guān)鍵業(yè)務問題。通過這種方式，機器學習的整體性，以及更普遍地連接產(chǎn)...
2022-07-05 標簽：物聯(lián)網(wǎng)機器學習 1239 0
機器學習技術(shù)的理論背景及可用神經(jīng)網(wǎng)絡類型
主成分分析 （PCA）是一種數(shù)據(jù)降維技術(shù)，它將一組可能相關(guān)的特征轉(zhuǎn)換為一組稱為主成分的線性不相關(guān)變量。主成分按方差順序排列。第一個組件具有最高的變化...
2022-06-17 標簽：神經(jīng)網(wǎng)絡機器學習 4572 0
IBM 要在 2030 年達到 100，000 量子比特的里程碑，需要每年增長 90%。到 2023 年，IBM 的量子比特年增長率為 158%。因此，...
對更多功能的人機互動的要求需要超越傳統(tǒng)的直接接觸模式的感應系統(tǒng)。作者從鯊魚的電接收策略中獲得初步靈感，制造了一個可拉伸的透明人工電感受器，通過檢測它們自...
高幀速率要求這些接口以高速傳輸圖像數(shù)據(jù)。同樣，傳感器必須為每幀輸出（fps / mW）消耗低功耗。這些特性支持將系統(tǒng)定時和功率預算轉(zhuǎn)移到最需要的地方-處...
2022-05-07 標簽：傳感器神經(jīng)網(wǎng)絡機器學習 1506 0
基于SOAP-ML模型，該團隊篩選出吉布斯自由能位于范圍內(nèi)的3236個活性位點并進行分析，得到了局域化學環(huán)境的最佳配比Pd ： Cu ： P ： Ni ...
新一代圖片處理技術(shù)讓富士 X-Trans傳感器如虎添翼
X-Trans 相機與市場上的其他相機有何不同，機器學習又是如何顛覆 raw 文件的處理方式的？ DxO首席科學家 Wolf Hauser 探討了 X-...
如何優(yōu)化數(shù)據(jù)實現(xiàn)機器學習高數(shù)據(jù)吞吐量
從數(shù)據(jù)管道和I/O的角度來看，這種方法提供了最高的I/O吞吐量，因為所有數(shù)據(jù)都是本地的。除了開始階段，GPU將保持忙碌，因為訓練必須等待數(shù)據(jù)從對象存儲完...
我們已經(jīng)習慣了我們的設備變得更加智能，通過先進的音頻和視頻處理技術(shù)以及復雜的傳感器來識別和解釋語音和動作。說“Hey Google”或揮手，我們的設備不...
2022-04-02 標簽：物聯(lián)網(wǎng)低功耗設計機器學習 9217 0
過去幾年，時間序列領域的經(jīng)典參數(shù)方法（自回歸）已經(jīng)在很大程度上被復雜的深度學習框架（如 DeepGIO 或 LSTNet 等）更新替代。這是因為傳統(tǒng)方法...
作為人工智能（AI）的下一步，機器學習由系統(tǒng)定義，這些系統(tǒng)可以通過比標準計算機更少的人工交互來運行和處理。然后，深度學習又是機器學習的演變，機器學習指的...
在我們討論什么是異常檢測之前，我們必須首先定義一個異常。 一般來說，異常是一些偏離標準的東西：一個偏離，一個特例。在軟件工程中，異常是不符合正常模式并看...
恩智浦基于ML的系統(tǒng)狀態(tài)監(jiān)測應用軟件包（App SW Pack）為快速開發(fā)此類復雜應用提供了量產(chǎn)源代碼。
本文主要從股市數(shù)據(jù)變量的特征分布及特征重要性兩個角度對數(shù)據(jù)進行分析。
2022-03-16 標簽：數(shù)據(jù)存儲頻率 6427 0
早期的產(chǎn)品缺陷模式識別主要是通過機器學習方法進行的，如支持向量機、反向傳播網(wǎng)絡等。這些方法與用肉眼直接對產(chǎn)品缺陷進行識別相比，大大降低了工作量。但是這些...
2022-03-15 標簽：神經(jīng)網(wǎng)絡機器學習 2154 0
初始算法選擇和超參數(shù)優(yōu)化是我個人不喜歡做的活動。如果你像我一樣，那么也許你會喜歡自動機器學習（AutoML），一種我們可以讓腳本為我們完成這些耗時的ML...
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
| 電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
| 伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
| Arduino | BeagleBone | 樹莓派 | 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 |
關(guān)注我們的微信
下載發(fā)燒友APP
電子發(fā)燒友觀察
版權(quán)所有 ? 湖南華秋數(shù)字科技有限公司
長沙市望城經(jīng)濟技術(shù)開發(fā)區(qū)航空路6號手機智能終端產(chǎn)業(yè)園2號廠房3層（0731-88081133）
電子發(fā)燒友 （電路圖） 湘公網(wǎng)安備43011202000918
工商網(wǎng)監(jiān)
湘ICP備2023018690號-1
