完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 深度學(xué)習(xí)
文章:4729個 瀏覽:122658次 帖子:173個
基于FPGA的通用CNN加速器整體框架如下,通過Caffe/Tensorflow/Mxnet等框架訓(xùn)練出來的CNN模型,通過編譯器的一系列優(yōu)化生成模型對...
2017-10-27 標(biāo)簽:fpga深度學(xué)習(xí)cnn 1.0萬 0
帶你了解深入深度學(xué)習(xí)的核心:神經(jīng)網(wǎng)絡(luò)
深度學(xué)習(xí)和人工智能是 2017 年的熱詞;2018 年,這兩個詞愈發(fā)火熱,但也更加容易混淆。我們將深入深度學(xué)習(xí)的核心,也就是神經(jīng)網(wǎng)絡(luò)。
2018-04-02 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 1.0萬 0
深度學(xué)習(xí)如何進(jìn)行MRI圖像右心室分割
人類心臟是一臺令人驚嘆的機(jī)器,它能持續(xù)運(yùn)轉(zhuǎn)長達(dá)一個世紀(jì)而不失靈。測量心臟功能的關(guān)鍵方法之一是計算其射血分?jǐn)?shù),即每搏輸出量占心室舒張末期容積量的百分比。而...
2017-10-17 標(biāo)簽:人工智能深度學(xué)習(xí) 1.0萬 0
如何使用LabVIEW實現(xiàn)深度學(xué)習(xí)應(yīng)用
傳統(tǒng)的視覺算法受打光以及圖像的邊緣對比度影響,無法做到人眼的分辨效果,而且人具有學(xué)習(xí)能力,經(jīng)過大量樣本的學(xué)習(xí),人就可以找到不同物體之間的細(xì)微差別,從而分...
2020-09-08 標(biāo)簽:labview深度學(xué)習(xí) 1.0萬 0
在深度學(xué)習(xí)中,采用sigmoid激活函數(shù)的隱藏層或者輸出層的神經(jīng)元通常在計算網(wǎng)絡(luò)輸入時加入一個偏移值,稱為Bias。對于線性輸出神經(jīng)元,偏移項就是回歸中...
2018-04-18 標(biāo)簽:標(biāo)準(zhǔn)化深度學(xué)習(xí) 1.0萬 0
隨著深度學(xué)習(xí)算法的興起和普及,人工智能領(lǐng)域取得了令人矚目的進(jìn)步,特別是在計算機(jī)視覺領(lǐng)域。21世紀(jì)的第二個十年迅速采用卷積神經(jīng)網(wǎng)絡(luò),發(fā)明了最先進(jìn)的算法,大...
一種用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò)
卷積神經(jīng)網(wǎng)絡(luò)的特點是逐層提取特征,第一層提取的特征較為低級,第二層在第一層的基礎(chǔ)上繼續(xù)提取更高級別的特征,同樣,第三層在第二層的基礎(chǔ)上提取的特征也更為...
2018-07-04 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像分類深度學(xué)習(xí) 1.0萬 0
從四個方面詳細(xì)解析自動駕駛感知環(huán)節(jié)
自動駕駛感知的實現(xiàn)需要軟硬件結(jié)合,本文從傳感器和算法的角度帶大家來了解一下自動駕駛的感知。
2018-11-29 標(biāo)簽:傳感器自動駕駛深度學(xué)習(xí) 1.0萬 0
雖然許多硬件計算單元(GPU、FPGA 等)的計算能力很強(qiáng)大,但是它們的內(nèi)存資源(即設(shè)備內(nèi)存)非常稀缺。當(dāng)它們不能提供模型運(yùn)行所需要的內(nèi)存資源時,要么運(yùn)...
2018-07-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)自然語言 1.0萬 0
索尼發(fā)布新的方法,在ImageNet數(shù)據(jù)集上224秒內(nèi)成功訓(xùn)練了ResNet-50
近年來,許多研究人員提出了多種方案來解決這兩個問題(見原文參考文獻(xiàn))。這些工作利用ImageNet/ResNet-50訓(xùn)練來衡量訓(xùn)練效果。ImageNe...
2018-11-16 標(biāo)簽:索尼神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 1.0萬 0
強(qiáng)化學(xué)習(xí)新方法,機(jī)器人究竟是怎么學(xué)習(xí)新動作的呢?
用強(qiáng)化學(xué)習(xí)方法教機(jī)器人(模擬器里的智能體),能學(xué)會的動作花樣繁多,細(xì)致到拿東西、豪放到奔跑都能搞定,還可以給機(jī)器人設(shè)置一個明確的目的。但是,總難免上演一...
2018-04-13 標(biāo)簽:機(jī)器人深度學(xué)習(xí) 1.0萬 0
從圖像數(shù)據(jù)角度為人臉識別準(zhǔn)確率的提高提出的建議
所以,本文的首要目標(biāo)是探究標(biāo)簽噪聲的來源,以及在深度卷積神經(jīng)網(wǎng)絡(luò)中,這些噪聲會給人臉識別造成何種后果。我們主要考慮的問題有:想要達(dá)到清理數(shù)據(jù)的目的,需要...
2018-08-05 標(biāo)簽:人工智能人臉識別深度學(xué)習(xí) 1.0萬 0
匯總幾種開源的深度學(xué)習(xí)模型以及針對姿態(tài)估計的代碼
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) 9982 0
我們該如何理解卷積神經(jīng)網(wǎng)絡(luò)?
循環(huán)神經(jīng)網(wǎng)絡(luò)是處理序列數(shù)據(jù)相關(guān)任務(wù)最成功的多層神經(jīng)網(wǎng)絡(luò)模型(RNN)。 RNN,其結(jié)構(gòu)示意圖如下圖所示,它可以看作是神經(jīng)網(wǎng)絡(luò)的一種特殊類型,隱藏單元的輸...
2018-05-07 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI深度學(xué)習(xí) 9967 0
特倫托大學(xué)與Inria合作:使用GAN生成人體的新姿勢圖像
使用GAN(對抗生成網(wǎng)絡(luò))生成人體的新姿勢圖像。研究人員提出的可變形跳躍連接和最近鄰損失函數(shù),更好地捕捉了局部的紋理細(xì)節(jié),緩解了之前研究生成圖像模糊的問...
2018-01-29 標(biāo)簽:gan網(wǎng)絡(luò)架構(gòu)深度學(xué)習(xí) 9944 0
三種典型的神經(jīng)網(wǎng)絡(luò)以及深度學(xué)習(xí)中的正則化方法應(yīng)用于無人駕駛
在前幾十年,神經(jīng)網(wǎng)絡(luò)并沒有受到人們的重視,直到深度學(xué)習(xí)的出現(xiàn),人們利用深度學(xué)習(xí)解決了不少實際問題(即一些落地性質(zhì)的商業(yè)應(yīng)用),神經(jīng)網(wǎng)絡(luò)才成為學(xué)界和工業(yè)界...
2018-06-03 標(biāo)簽:無人駕駛深度學(xué)習(xí) 9944 0
基于安全多方計算協(xié)議實現(xiàn)私密深度學(xué)習(xí)模型
運(yùn)算將在一個有限域上進(jìn)行,因此我們首先需要決定如何將有理數(shù)r表示為域元素,即取自0, 1, ..., Q-1的整數(shù)x(Q為質(zhì)數(shù))。我們將采用典型的做法,...
2018-03-26 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 9922 0
神經(jīng)網(wǎng)絡(luò)中的卷積層、池化層與全連接層
在深度學(xué)習(xí)中,卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)是一種特別適用于處理圖像數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。它通過卷積層...
2024-07-11 標(biāo)簽:深度學(xué)習(xí)cnn卷積神經(jīng)網(wǎng)絡(luò) 9898 0
那么這個爆款應(yīng)用的背后用到了哪些計算機(jī)視覺技術(shù)?掌握這些技術(shù)需要通過哪些學(xué)習(xí)路徑?
2018-05-31 標(biāo)簽:計算機(jī)視覺深度學(xué)習(xí) 9877 0
基于狀態(tài)的系統(tǒng)監(jiān)測(CbM)方法及系統(tǒng)設(shè)計
本文探討了引導(dǎo)開發(fā)OtoSense的原則,以及在設(shè)計OtoSense期間,人類聽覺所發(fā)揮的作用。然后,本文討論了聲音或振動特性的是如何被設(shè)計出來的、如何...
2019-07-31 標(biāo)簽:ADI深度學(xué)習(xí) 9865 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 |