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 > 深度學(xué)習(xí)
文章:4758個(gè) 瀏覽:123645次 帖子:174個(gè)
詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用
在如今的網(wǎng)絡(luò)時(shí)代,錯(cuò)綜復(fù)雜的大數(shù)據(jù)和網(wǎng)絡(luò)環(huán)境,讓傳統(tǒng)信息處理理論、人工智能與人工神經(jīng)網(wǎng)絡(luò)都面臨巨大的挑戰(zhàn)。近些年,深度學(xué)習(xí)逐漸走進(jìn)人們的視線,通過深度學(xué)...
2024-01-11 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 3.1k 0
以前提過單目測距的問題,檢測的障礙物2-D框加上攝像頭的姿態(tài)和路面假設(shè)。以下根據(jù)公開發(fā)布的論文討論具體的算法。
2024-01-11 標(biāo)簽:攝像頭機(jī)器視覺深度學(xué)習(xí) 979 0
Yolov3是目標(biāo)檢測Yolo系列非常非常經(jīng)典的算法,不過很多同學(xué)拿到Y(jié)olov3或者Yolov4的cfg文件時(shí),并不知道如何直觀的可視化查看網(wǎng)絡(luò)結(jié)構(gòu)。
2024-01-11 標(biāo)簽:算法網(wǎng)絡(luò)結(jié)構(gòu)python 1.4k 0
隨著科技的不斷發(fā)展和進(jìn)步,GPU服務(wù)器在大數(shù)據(jù)分析、深度學(xué)習(xí)、人工智能等領(lǐng)域正變得越來越重要。而超微GPU服務(wù)器因其出色的性能和高度定制化的優(yōu)勢,成為了...
2024-01-10 標(biāo)簽:服務(wù)器大數(shù)據(jù)深度學(xué)習(xí) 2.4k 0
知識(shí)圖譜基礎(chǔ)知識(shí)應(yīng)用和學(xué)術(shù)前沿趨勢
知識(shí)圖譜(Knowledge Graph)以結(jié)構(gòu)化的形式描述客觀世界中概念、實(shí)體及其關(guān)系。是融合了認(rèn)知計(jì)算、知識(shí)表示與推理、信息檢索與抽取、自然語言處理...
2024-01-08 標(biāo)簽:網(wǎng)絡(luò)協(xié)議數(shù)據(jù)存儲(chǔ)人工智能 1.8k 0
總之圖像處理的基本思想還是要立足于圖像本身,要深度到圖像內(nèi)部結(jié)構(gòu)中,思維要靈活。我當(dāng)時(shí)做本科畢設(shè)時(shí),怎么也不知道圖像和高維空間中的點(diǎn)之間有什么對應(yīng)關(guān)系,...
OneFlow Softmax算子源碼解讀之WarpSoftmax
寫在前面:近來筆者偶然間接觸了一個(gè)深度學(xué)習(xí)框架 OneFlow,所以這段時(shí)間主要在閱讀 OneFlow 框架的 cuda 源碼。官方源碼基于不同場景分三...
2024-01-08 標(biāo)簽:源碼模型深度學(xué)習(xí) 1.5k 0
OpenMV2024版本即將發(fā)行,支持多種主流深度學(xué)習(xí)模型從訓(xùn)練到部署,支持更多傳統(tǒng)OpenCV算子流程設(shè)計(jì)與組合,支持一鍵導(dǎo)出流程,相比2023版本O...
2024-01-08 標(biāo)簽:代碼OpenCV深度學(xué)習(xí) 1.5k 0
整合傳感器和深度學(xué)習(xí)的“電子舌”系統(tǒng)
該味覺系統(tǒng)有效整合了傳感器和深度學(xué)習(xí)技術(shù),能夠同時(shí)準(zhǔn)確地檢測咸度、酸味、苦味和甜味,有望應(yīng)用于食品、酒業(yè)、化妝品和制藥等多個(gè)行業(yè)。
2024-01-03 標(biāo)簽:傳感器神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 1.9k 0
相比上一代裁判Intel而言,實(shí)際上Intel設(shè)計(jì)的游戲規(guī)則是分配了很多蛋糕給行業(yè)內(nèi)其他賽道的,而NVidia這種幾乎吃獨(dú)食的方式,也給它在各個(gè)領(lǐng)域樹立...
2024-01-03 標(biāo)簽:NVIDIAgpu深度學(xué)習(xí) 1k 0
三維視覺測量技術(shù)按照測量過程中是否投射光源,獲取被測物體三維形貌信息的方法可以分為兩大類: 被動(dòng)視覺測量和主動(dòng)視覺測量。
2024-01-03 標(biāo)簽:相機(jī)測量技術(shù)深度學(xué)習(xí) 1.5k 0
全微調(diào)(Full Fine-tuning):全微調(diào)是指對整個(gè)預(yù)訓(xùn)練模型進(jìn)行微調(diào),包括所有的模型參數(shù)。在這種方法中,預(yù)訓(xùn)練模型的所有層和參數(shù)都會(huì)被更新和優(yōu)...
2024-01-03 標(biāo)簽:gpu深度學(xué)習(xí)ChatGPT 2.7萬 0
python常用機(jī)器學(xué)習(xí)及深度學(xué)習(xí)庫介紹
目前,隨著人工智能的大熱,吸引了諸多行業(yè)對于人工智能的關(guān)注,同時(shí)也迎來了一波又一波的人工智能學(xué)習(xí)的熱潮,雖然人工智能背后的原理并不能通過短短一文給予詳細(xì)...
2024-01-03 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)python 1.4k 0
兩種應(yīng)用于3D對象檢測的點(diǎn)云深度學(xué)習(xí)方法
隨著激光雷達(dá)傳感器(“光檢測和測距”的縮寫,有時(shí)稱為“激光掃描”,現(xiàn)在在一些最新的 iPhone 上可用)或 RGB-D 攝像頭(一種 RGB-D 攝像...
目前主流的深度學(xué)習(xí)算法模型和應(yīng)用案例
深度學(xué)習(xí)在科學(xué)計(jì)算中獲得了廣泛的普及,其算法被廣泛用于解決復(fù)雜問題的行業(yè)。所有深度學(xué)習(xí)算法都使用不同類型的神經(jīng)網(wǎng)絡(luò)來執(zhí)行特定任務(wù)。
2024-01-03 標(biāo)簽:人工神經(jīng)網(wǎng)絡(luò)算法模型機(jī)器學(xué)習(xí) 3.2k 0
基于深度學(xué)習(xí)的LiDAR SLAM框架(DeepPointMap)
定位準(zhǔn)確性:與六種最新的里程計(jì)和SLAM方法進(jìn)行比較,包括KISS-ICP、LeGO-LOAM、SC-LeGO-LOAM、MULLS、CT-ICP和Ge...
2023-12-29 標(biāo)簽:傳感器神經(jīng)網(wǎng)絡(luò)SLAM 1.8k 0
什么是加速計(jì)算?加速計(jì)算的應(yīng)用場景和解決方案
隨著科技的發(fā)展,處理大量數(shù)據(jù)和進(jìn)行復(fù)雜計(jì)算的需求越來越高,人工智能、大數(shù)據(jù)和物聯(lián)網(wǎng)等領(lǐng)域更是如此,傳統(tǒng)的計(jì)算方式已經(jīng)無法滿足這些需求。因此,加速計(jì)算作為...
如何通過DLP FPGA實(shí)現(xiàn)低延時(shí)高性能的深度學(xué)習(xí)處理器設(shè)計(jì)呢?
圖像識(shí)別和分析對于產(chǎn)品創(chuàng)新至關(guān)重要,但需要高工作負(fù)載,對服務(wù)質(zhì)量要求嚴(yán)格。解決方案如GPU無法滿足低延遲和高性能要求。DLP FPGA是一種可行的選擇,...
機(jī)器學(xué)習(xí)、深度學(xué)習(xí)面試知識(shí)點(diǎn)匯總
AlexNet:在第一個(gè)卷積中使用了11x11卷積,第一次使用Relu,使用了NormLayer但不是我們經(jīng)常說的BN。使用了dropout,在兩個(gè)GP...
2023-12-26 標(biāo)簽:濾波器圖像處理機(jī)器學(xué)習(xí) 632 0
在深度學(xué)習(xí)出現(xiàn)之前,自然圖像中的對象識(shí)別過程相當(dāng)粗暴簡單:定義一組關(guān)鍵視覺特征(“單詞”),識(shí)別每個(gè)視覺特征在圖像中的存在頻率(“包”),然后根據(jù)這些數(shù)...
2023-12-25 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像分類深度學(xué)習(xí) 647 0
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(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 | 無人機(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 |