谷歌AutoML是一個(gè)基于谷歌在圖像識(shí)別領(lǐng)域的最新研究成果

但AutoML彌補(bǔ)了人工智能在應(yīng)用上的不足和技術(shù)的限制，并使更多的企業(yè)更好的利用AI并從中受益。它可以幫助經(jīng)驗(yàn)有限的公司利用自己的數(shù)據(jù)來(lái)通過(guò)最為先進(jìn)的機(jī)...

2018-06-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像識(shí)別深度學(xué)習(xí) 3968 0

基于神經(jīng)網(wǎng)絡(luò)的故障診斷系統(tǒng)對(duì)模擬電路進(jìn)行問(wèn)題診斷和定位

隨著大規(guī)模集成電路技術(shù)的迅速發(fā)展及日益廣泛的應(yīng)用，為了維護(hù)各種器件及設(shè)備，人們必須借助計(jì)算機(jī)來(lái)找出電路的故障，模擬電路故障診斷已成為大規(guī)模集成電路課題中...

2019-05-24 標(biāo)簽：模擬電路神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī) 3967 0

機(jī)器學(xué)習(xí)算法概念介紹及選用建議

在從事數(shù)據(jù)科學(xué)工作的時(shí)候，經(jīng)常會(huì)遇到為具體問(wèn)題選擇最合適算法的問(wèn)題。雖然有很多有關(guān)機(jī)器學(xué)習(xí)算法的文章詳細(xì)介紹了相關(guān)的算法，但要做出最合適的選擇依然非常困難。

2019-01-14 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 3960 0

卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測(cè)中的YOLO算法詳解

我們的檢測(cè)網(wǎng)絡(luò)有24個(gè)卷積層，其次是2個(gè)全連接層。交替1x1卷積層減少了前面層的特征空間。我們?cè)贗mageNet分類任務(wù)上以一半的分辨率(224x224...

2023-04-26 標(biāo)簽：檢測(cè)器神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò) 3958 0

基于3D數(shù)據(jù)卷積神經(jīng)網(wǎng)絡(luò)的物體識(shí)別

FusionNet的核心是全新的、應(yīng)用于3D物體的三維卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks， CNN）。我們必須在多...

2020-01-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)增強(qiáng)現(xiàn)實(shí)機(jī)器學(xué)習(xí) 3932 0

神經(jīng)科學(xué)新突破！新算法助力超算進(jìn)行人類大腦模擬

使用NEST，網(wǎng)絡(luò)中每個(gè)神經(jīng)元的行為都由一些數(shù)學(xué)方程來(lái)表示。未來(lái)的E級(jí)計(jì)算機(jī)，比如計(jì)劃在神戶建設(shè)的Post-K計(jì)算機(jī)和于利希建設(shè)的JUWELS計(jì)算機(jī)，它...

2018-04-03 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)神經(jīng)元 3932 0

數(shù)據(jù)并行化對(duì)神經(jīng)網(wǎng)絡(luò)訓(xùn)練有何影響？谷歌大腦進(jìn)行了實(shí)證研究

神經(jīng)網(wǎng)絡(luò)訓(xùn)練硬件具備越來(lái)越強(qiáng)大的數(shù)據(jù)并行化處理能力?；?GPU 或定制 ASIC 的專門系統(tǒng)輔以高性能互連技術(shù)使得能夠處理的數(shù)據(jù)并行化規(guī)模前所未有地大...

2018-12-19 標(biāo)簽：加速器神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集 3918 0

如何針對(duì)涂鴉識(shí)別問(wèn)題構(gòu)建基于RNN的識(shí)別器

本教程使用的數(shù)據(jù)來(lái)自真實(shí)的 Quick, Draw!游戲， 這些數(shù)據(jù)是公開(kāi)提供的。此數(shù)據(jù)集包含 5000 萬(wàn)幅涂鴉，涵蓋 345 個(gè)類別。

2018-11-27 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)識(shí)別器 3894 0

GEP算法在電力變壓器故障診斷中的應(yīng)用

為加快GEP算法的收斂速度，變異（轉(zhuǎn)換）Pm和重組pc概率進(jìn)行自適應(yīng)調(diào)整：當(dāng)種群比較單一時(shí)，Pm和pc變化較大；反之，當(dāng)種群差別較大時(shí)，Pm和pc變化較...

2018-10-29 標(biāo)簽：變壓器神經(jīng)網(wǎng)絡(luò)編碼 3884 0

一種思考數(shù)學(xué)表達(dá)式的輕松方法——計(jì)算圖

如果要理解計(jì)算圖上的導(dǎo)數(shù)，一個(gè)關(guān)鍵在于我們?nèi)绾卫斫饷恳粭l帶箭頭的線（下稱“邊”）上的導(dǎo)數(shù)。以之前的連接a節(jié)點(diǎn)和c=a+b節(jié)點(diǎn)的邊為例，如果a對(duì)c有影響，...

2018-07-02 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)計(jì)算圖深度學(xué)習(xí) 3874 0

你知道輕量級(jí)神經(jīng)網(wǎng)絡(luò)可視化的通用框架么？

多框架通用可視化工具Netron

2019-03-29 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)可視化 3874 0

Google對(duì)基于循環(huán)網(wǎng)絡(luò)的模型的改進(jìn)

初次迭代時(shí)，每個(gè)GRU層的隱藏狀態(tài)初始化為零。在試驗(yàn)中，Google的研究人員發(fā)現(xiàn)，起初的幾個(gè)迭代過(guò)程中，圖像質(zhì)量的提升十分明顯。因此，研究人員假設(shè)，缺...

2018-06-30 標(biāo)簽：Google神經(jīng)網(wǎng)絡(luò)圖像壓縮 3872 0

實(shí)驗(yàn)證明：AI機(jī)器感知能力相近甚至超越人類感知能力

人類級(jí)別的表現(xiàn)、人類級(jí)別的精度……在開(kāi)發(fā)AI系統(tǒng)的企業(yè)中，我們經(jīng)常會(huì)聽(tīng)到這類表述，其指向范圍則涵蓋人臉識(shí)別、物體檢測(cè)，乃至問(wèn)題解答等各個(gè)方面。隨著機(jī)器學(xué)...

2020-08-28 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI機(jī)器學(xué)習(xí) 3872 0