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 > 神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)可以指向兩種,一個(gè)是生物神經(jīng)網(wǎng)絡(luò),一個(gè)是人工神經(jīng)網(wǎng)絡(luò)。
文章:3657個(gè) 瀏覽:103214次 帖子:192個(gè)
使用多層感知器進(jìn)行機(jī)器學(xué)習(xí)
我們將使用一個(gè)極其復(fù)雜的微處理器來(lái)實(shí)現(xiàn)一個(gè)神經(jīng)網(wǎng)絡(luò),該神經(jīng)網(wǎng)絡(luò)可以完成與由少數(shù)晶體管組成的電路相同的事情,這個(gè)想法有些幽默。但與此同時(shí),以這種方式思考這...
2023-06-24 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)微處理器晶體管 794 0
手寫數(shù)字識(shí)別神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)(2)
在練習(xí)二中,手寫數(shù)字識(shí)別使用數(shù)值微分的方式實(shí)現(xiàn)了神經(jīng)網(wǎng)絡(luò),現(xiàn)在用誤差反向傳播法來(lái)實(shí)現(xiàn)。兩者的區(qū)別僅僅是使用不同方法求梯度。
2023-06-23 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)值函數(shù) 952 0
手寫數(shù)字識(shí)別神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)(1)
對(duì)MNIST數(shù)據(jù)集使用2層神經(jīng)網(wǎng)絡(luò)(1層隱藏層)實(shí)現(xiàn)。
2023-06-23 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)函數(shù)數(shù)據(jù)集 871 0
基于深度學(xué)習(xí)方法進(jìn)行時(shí)序預(yù)測(cè)的調(diào)優(yōu)方案
RNN(循環(huán)神經(jīng)網(wǎng)絡(luò))是一種強(qiáng)大的深度學(xué)習(xí)模型,經(jīng)常被用于時(shí)間序列預(yù)測(cè)。RNN通過(guò)在時(shí)間上展開(kāi)神經(jīng)網(wǎng)絡(luò),將歷史信息傳遞到未來(lái),從而能夠處理時(shí)間序列數(shù)據(jù)中...
2023-06-16 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)rnn 2613 0
靈活且高增益的分布式光纖傳感解卷積(超空間分辨率)技術(shù)
空間分辨率是分布式光纖傳感系統(tǒng)的關(guān)鍵指標(biāo),解卷積可以突破脈沖光寬度對(duì)空間分辨率的限制,實(shí)現(xiàn)超空間分辨率。
2023-06-16 標(biāo)簽:光纖傳感器神經(jīng)網(wǎng)絡(luò)信噪比 1738 0
視覺(jué)是人類最敏感、最直接的感知方式,在不進(jìn)行實(shí)際接觸的情況下,視覺(jué)感知可以使得我們獲取周圍環(huán)境的諸多信息。由于生物視覺(jué)系統(tǒng)非常復(fù)雜,目前還不能使得某一機(jī)...
2023-06-16 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)視覺(jué)機(jī)器視覺(jué)技術(shù) 1028 0
面向超快機(jī)器視覺(jué)的空時(shí)域光計(jì)算
用光子替代電子作為智能計(jì)算載體有望對(duì)當(dāng)前視覺(jué)計(jì)算帶來(lái)革命性的突破。
2023-06-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器視覺(jué) 257 0
從淺層到深層神經(jīng)網(wǎng)絡(luò):概覽深度學(xué)習(xí)優(yōu)化算法
優(yōu)化算法一直以來(lái)是機(jī)器學(xué)習(xí)能根據(jù)數(shù)據(jù)學(xué)到知識(shí)的核心技術(shù)。而好的優(yōu)化算法可以大大提高學(xué)習(xí)速度,加快算法的收斂速度和效果。該論文從淺層模型到深度模型縱覽監(jiān)督...
2023-06-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)機(jī)器學(xué)習(xí) 1009 0
神經(jīng)網(wǎng)絡(luò)生成的自動(dòng)化測(cè)試在涵蓋簡(jiǎn)單的模塊化代碼片段時(shí)處于最佳狀態(tài)。當(dāng)然,如果所有代碼都以這種方式編寫,那就太好了,但這可能是不可能的或不可行的。當(dāng)您需要...
2023-06-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI模塊化 326 0
如何將傅立葉變換用于深度學(xué)習(xí)領(lǐng)域
如果 CNN 中的輸入矩陣和濾波器矩陣可以轉(zhuǎn)換為頻域進(jìn)行乘法運(yùn)算,并且頻域乘法的結(jié)果矩陣可以轉(zhuǎn)換為時(shí)域矩陣,則不會(huì)對(duì)算法的準(zhǔn)確性造成任何影響。
2023-06-14 標(biāo)簽:濾波器神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 1541 0
機(jī)器學(xué)習(xí)中使用的5種常見(jiàn)數(shù)據(jù)結(jié)構(gòu)和算法
使用數(shù)據(jù)結(jié)構(gòu)和算法,您的代碼可以提高機(jī)器學(xué)習(xí)系統(tǒng)的速度、可伸縮性和可解釋性。選擇的最佳設(shè)計(jì)將取決于主要問(wèn)題的精確要求。每種設(shè)計(jì)都有一定的優(yōu)勢(shì)和用途。
2023-06-14 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)集 2490 0
大模型參數(shù)高效微調(diào)技術(shù)原理綜述
神經(jīng)網(wǎng)絡(luò)包含很多全連接層,其借助于矩陣乘法得以實(shí)現(xiàn),然而,很多全連接層的權(quán)重矩陣都是滿秩的。
2023-06-13 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)SVD電源優(yōu)化器 2882 0
如何使用神經(jīng)網(wǎng)絡(luò)的虛擬ECU校準(zhǔn)
Classical ECU Functions 經(jīng)典ECU函數(shù) What is an ECU Function ? 什么是ECU函數(shù)? ) Ma...
2023-06-12 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)ecu 621 0
淺談深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)領(lǐng)域的三大瓶頸
深度學(xué)習(xí)能夠?qū)崿F(xiàn)的前提是大量經(jīng)過(guò)標(biāo)注的數(shù)據(jù),這使得計(jì)算機(jī)視覺(jué)領(lǐng)域的研究人員傾向于在數(shù)據(jù)資源豐富的領(lǐng)域搞研究,而不是去重要的領(lǐng)域搞研究。
2023-06-11 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)視覺(jué)深度學(xué)習(xí) 616 0
CAM與Grad-CAM++可視化CNN方式的代碼實(shí)現(xiàn)和對(duì)比
當(dāng)使用神經(jīng)網(wǎng)絡(luò)時(shí),我們可以通過(guò)它的準(zhǔn)確性來(lái)評(píng)估模型的性能,但是當(dāng)涉及到計(jì)算機(jī)視覺(jué)問(wèn)題時(shí),不僅要有最好的準(zhǔn)確性,還要有可解釋性和對(duì)哪些特征/數(shù)據(jù)點(diǎn)有助于做...
2023-06-09 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)過(guò)濾器計(jì)算機(jī)視覺(jué) 1394 0
大型語(yǔ)言模型研究的發(fā)展有三條技術(shù)路線:Bert 模式、GPT 模式、混合模式。其中國(guó)內(nèi)大多采用混合模式, 多數(shù)主流大型語(yǔ)言模型走的是 GPT 技術(shù)路線,...
2023-06-09 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI人工智能 6043 0
卷積神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介:什么是機(jī)器學(xué)習(xí)?
隨著人工智能(AI)技術(shù)的快速發(fā)展,AI可以越來(lái)越多地支持以前無(wú)法實(shí)現(xiàn)或者難以實(shí)現(xiàn)的應(yīng)用。本系列文章基于此解釋了卷積神經(jīng)網(wǎng)絡(luò)(CNN)及其對(duì)人工智能和機(jī)...
2023-06-08 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能機(jī)器學(xué)習(xí) 395 0
2022年12月,OpenAI發(fā)布基于GPT-3.5的聊天機(jī)器人模型ChatGPT,參數(shù)量達(dá)到1750億個(gè)。ChatGPT引領(lǐng)全球人工智能浪潮,人工智能...
2023-06-08 標(biāo)簽:cpu神經(jīng)網(wǎng)絡(luò)gpu 1464 0
Transformer結(jié)構(gòu)及其應(yīng)用詳解
本文首先詳細(xì)介紹Transformer的基本結(jié)構(gòu),然后再通過(guò)GPT、BERT、MT-DNN以及GPT-2等基于Transformer的知名應(yīng)用工作的介紹...
2023-06-08 標(biāo)簽:編碼器神經(jīng)網(wǎng)絡(luò)Gru 2625 0
模型集成是一種提升模型能力的常用方法,但通常也會(huì)帶來(lái)推理時(shí)間的增加,在物體檢測(cè)上效果如何,可以看看。
2023-06-07 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)模型目標(biāo)檢測(cè) 1425 0
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 |