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：134331次 帖子：303個
在FFmpeg社區(qū)的幫助下，我們將VMAF模型打包到一個名為libvmaf的C代碼庫中。該庫提供了一個接口，可將VMAF指標計算過程添加到自己的C / ...
AttnGAN可以生成任意圖像，從普通的田園風光到抽象的場景
更具體地說，除了將自然語言描述編碼到全局句子向量中，句中的每個單詞同樣有對應的向量。在第一階段，生成網(wǎng)絡利用全局句子向量生成一個低分辨率的圖像。接著，它...
2018-08-24 標簽：機器學習數(shù)據(jù)集自然語言 9982 0
機器學習模型的最簡單方法之一將TensorFlow Serving與Docker結合起來
TensorFlow Serving 已發(fā)布的 Docker 鏡像旨在竭盡所能來使用 CPU 架構，因此省略了一些優(yōu)化以最大限度地提高兼容性。如果您沒有...
2018-11-06 標簽：機器學習TensorFlow 9979 0
線性回歸是最簡單的機器學習模型之一。它通常不僅是學習數(shù)據(jù)科學的起點，也是構建快速簡單的最小可行產品（ MVP ）的起點，然后作為更復雜算法的基準。
2022-10-10 標簽：機器學習數(shù)據(jù)集 9944 0
機器學習算法可幫助公司企業(yè)更快速檢測惡意活動，并在攻擊開始前就予以阻止。英國初創(chuàng)公司Darktrace于2013年成立，其基于機器學習的企業(yè)免疫解決方案...
2018-12-05 標簽：機器學習 9923 0
Static vs. Non-static Representations: 在大部分的語料上，CNN-non-static都優(yōu)于CNN-static，...
AI 模型構建的過程 模型構建主要包括 5 個階段，分別為模型設計、特征工程、模型訓練、模型驗證、模型融合。
回歸不是單一的有監(jiān)督學習技術，而是許多技術所屬的整個類別?；貧w的目的是預測數(shù)值型的目標值，如預測商品價格、未來幾天的PM2．5等。最直接的辦法是依據(jù)輸入...
從圖像數(shù)據(jù)中提取非常精準的姿勢數(shù)據(jù)
首次使用 PoseNet 時，發(fā)現(xiàn)它可通過簡單的 web API 獲取，這讓我們無比激動。突然間，我們就可以在 Javascript 中輕松迅速地開展姿...
2018-08-23 標簽：圖像數(shù)據(jù)計算機視覺機器學習 9692 0
自然語言處理對于許多機器學習方法來說是一個常用的概念，它使得計算機理解并使用人所讀或所寫的語言來執(zhí)行操作成為了可能。
2018-01-30 標簽：AI數(shù)據(jù)庫機器學習 9681 0
網(wǎng)絡釣魚是今天最常見的攻擊媒介，而且非常成功。這種攻擊利用了個人對通信工具的熟悉，如社交媒體和電子郵件，通過附件或鏈接向不知情的收件人發(fā)送惡意內容。這種...
利用Renesas的RZ/V2系列MPU加速視覺識別系統(tǒng)設計
邊緣視覺識別正成為許多產品的一個越來越關鍵的特性，機器學習 (ML) 和人工智能 (AI) 的應用范圍不斷擴大。開發(fā)人員面臨的問題在于，ML/AI 賦能...
基于學習的數(shù)據(jù)增強策略擴充你的數(shù)據(jù)集！
數(shù)據(jù)增強廣泛是機器學習中常用的數(shù)據(jù)處理手段，不同的數(shù)據(jù)集通常會利用針對性的數(shù)據(jù)處理手段來處理。例如MNIST大多使用尺度、旋轉和平移的操作，也有加入顏色...
2019-08-02 標簽：算法機器學習數(shù)據(jù)集 9532 0
量子計算機可以加速解決傳統(tǒng)計算機無法處理的復雜問題，如化學模擬、大規(guī)模優(yōu)化、機器學習、數(shù)據(jù)挖掘等領域。
如何實現(xiàn)基于加密數(shù)據(jù)進行訓練和預測的卷積神經網(wǎng)絡
輸入提供者只需在一開始傳輸他們的（加密）訓練數(shù)據(jù)；在此之后所有的計算只涉及兩個服務器，這意味著事實上輸入提供者使用手機之類的設備是可行的。訓練之后，模型...
2018-03-29 標簽：神經網(wǎng)絡機器學習 9481 0
一種用機器學習進行3D實時渲染的新方法:用paGAN實現(xiàn)3D實時渲染
下圖的左側是FXGuide編輯Mike Seymour用iPhone拍攝的源視頻，右側是實時渲染CGI。可以發(fā)現(xiàn)，Pinscreen的成果確實可以在同一...
本項目探討如何將機器學習（Machine learning）應用到物聯(lián)網(wǎng)（IoT，Internet of Things）中。我們將使用 Android ...
2018-05-23 標簽：機器學習IOTtensorflow 9380 1
一般而言，人工智能產業(yè)鏈可以分為基礎層、技術層和應用層。當前中國還處于行業(yè)應用層起步到快速發(fā)展的階段，應用層的投資機會和投入回報率遠高于技術層和基礎設施...
也許你剛剛對深度學習有了基本的了解，于是滿心歡喜的下載了tensorflow，準備開始搭建你的第一個神經網(wǎng)絡。
以XGB做原生特征篩選，在原生特征中丟棄后不影響分數(shù)甚至漲分的特征有：Time，RentRoom(漲幅明顯)，RoomDir，Livingroom，Re...
換一批
編輯推薦廠商產品技術軟件/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 | 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 |
關注我們的微信
下載發(fā)燒友APP
電子發(fā)燒友觀察
版權所有 ? 湖南華秋數(shù)字科技有限公司
長沙市望城經濟技術開發(fā)區(qū)航空路6號手機智能終端產業(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
