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:103229次 帖子:192個(gè)
深入探討深度學(xué)習(xí),尤其是非常擅長(zhǎng)與理解圖像的深度卷積神經(jīng)網(wǎng)絡(luò)
激活函數(shù)的使用不會(huì)改變我們這個(gè)簡(jiǎn)單的紅綠燈模型的結(jié)果(除了閾值需要是0.5而不是0),但激活函數(shù)的非線性對(duì)于使神經(jīng)網(wǎng)絡(luò)能夠建模更復(fù)雜的函數(shù)是必不可少的。...
2019-01-06 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像機(jī)器學(xué)習(xí) 5921 0
一種新型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu):膠囊網(wǎng)絡(luò)
膠囊網(wǎng)絡(luò)是 Geoffrey Hinton 提出的一種新型神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),為了解決卷積神經(jīng)網(wǎng)絡(luò)(ConvNets)的一些缺點(diǎn),提出了膠囊網(wǎng)絡(luò)。
2019-02-02 標(biāo)簽:神經(jīng)網(wǎng)絡(luò) 6159 0
對(duì)于給定的自然語(yǔ)言q和給定的表格全集T={T1, T2, .., Tn},表格檢索任務(wù)的目的是從T中找到與q內(nèi)容最相關(guān)的表格,如下圖所示。每個(gè)表格通常由...
2019-02-04 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)存儲(chǔ)自然語(yǔ)言 3423 0
人類的視覺(jué)識(shí)別學(xué)習(xí)過(guò)程是怎樣的?我們能否研究這些不同的來(lái)源?
學(xué)習(xí)是人類認(rèn)知的核心屬性,是人工智能長(zhǎng)期追求的目標(biāo)。我們正處于在人類和人工智能領(lǐng)域產(chǎn)生出新見(jiàn)解的臨界點(diǎn),這些見(jiàn)解將通過(guò)明確地將人類認(rèn)知、人類神經(jīng)科學(xué)和機(jī)...
2019-02-04 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能視覺(jué)識(shí)別 5336 0
有人開(kāi)源PyTorch實(shí)現(xiàn)極慢視頻 突破人類極限
今年計(jì)算機(jī)視覺(jué)頂會(huì)CVPR舉行時(shí),英偉達(dá)團(tuán)隊(duì)的一篇能讓手機(jī)拍攝的視頻也“高清慢速播放”的論文,在業(yè)界引發(fā)了很大的反響。
2019-01-02 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)開(kāi)源pytorch 2109 0
谷歌新研究使用連續(xù)拍攝的一對(duì)非模糊圖像,能夠合成運(yùn)動(dòng)模糊圖像
他們?cè)O(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)架構(gòu)包括一個(gè)新的“線性預(yù)測(cè)”(line prediction)層,它會(huì)教一個(gè)系統(tǒng)從連續(xù)拍攝的兩張圖像退回到跨越這兩張輸入圖像捕獲時(shí)間的...
2018-12-29 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集深度學(xué)習(xí) 2915 0
機(jī)器學(xué)習(xí)的logistic函數(shù)和softmax函數(shù)總結(jié)
本文簡(jiǎn)單總結(jié)了機(jī)器學(xué)習(xí)最常見(jiàn)的兩個(gè)函數(shù),logistic函數(shù)和softmax函數(shù)。首先介紹兩者的定義和應(yīng)用,最后對(duì)兩者的聯(lián)系和區(qū)別進(jìn)行了總結(jié)。
2018-12-30 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 1.0萬(wàn) 0
5張最具代表性的AI生成的圖片,來(lái)解讀AI發(fā)展的現(xiàn)狀和未來(lái)
換臉已經(jīng)不新鮮了,現(xiàn)在甚至可以模仿別人的動(dòng)作。現(xiàn)實(shí)中一個(gè)四肢都不能動(dòng)的人,完全可以讓AI生成一段他自己模仿杰克遜舞步的視頻,用”以假亂真“來(lái)形容毫不夸張。
2018-12-28 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI技術(shù) 7097 0
一種能夠預(yù)測(cè)特定風(fēng)格舞蹈動(dòng)作的人工智能
當(dāng)然,AI編舞也不是完全不具備創(chuàng)造力。該技術(shù)可以畫出一張它所識(shí)別的不同舞蹈動(dòng)作的“地圖”,并且推薦特定的動(dòng)作序列。Henry解釋說(shuō), 它在動(dòng)作之間轉(zhuǎn)換的...
2018-12-28 標(biāo)簽:谷歌神經(jīng)網(wǎng)絡(luò)人工智能 3923 0
理解量子計(jì)算機(jī)學(xué)習(xí)任務(wù)方面取得的新進(jìn)展
谷歌已經(jīng)證明了量子計(jì)算也能解決傳統(tǒng)機(jī)器學(xué)習(xí)中的圖像分類問(wèn)題,而且隨著技術(shù)發(fā)展,量子計(jì)算機(jī)將在在學(xué)習(xí)能力上超越經(jīng)典的神經(jīng)網(wǎng)絡(luò)。
2018-12-27 標(biāo)簽:谷歌神經(jīng)網(wǎng)絡(luò) 2939 0
這種有序神經(jīng)元,像你熟知的循環(huán)神經(jīng)網(wǎng)絡(luò)嗎?
雖然自然語(yǔ)言通常以序列形式呈現(xiàn),但語(yǔ)言的基本結(jié)構(gòu)并不是嚴(yán)格序列化的。語(yǔ)言學(xué)家們一致認(rèn)為,該結(jié)構(gòu)由一套規(guī)則或語(yǔ)法控制(SandraTaft,2014),且...
2018-12-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能神經(jīng)元 1924 0
全面闡述GNN及其方法和應(yīng)用,深度學(xué)習(xí)的最大軟肋是什么?
在內(nèi)容上,模型方面,本文從GNN原始模型的構(gòu)建方式與存在的問(wèn)題出發(fā),介紹了對(duì)其進(jìn)行不同改進(jìn)的GNN變體,包括如何處理不同的圖的類型、如何進(jìn)行高效的信息傳...
2018-12-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 2.4萬(wàn) 0
如圖所示。玩家使用左下角轉(zhuǎn)向按鈕來(lái)控制移動(dòng),而右下角則設(shè)置按鈕來(lái)控制技能??赏ㄟ^(guò)主屏幕觀察周圍環(huán)境,還可以通過(guò)左上角迷你地圖了解完整的地圖情況,其中可觀...
2018-12-25 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI智能體 3984 0
為什么基于梯度的方法能夠在深度學(xué)習(xí)的優(yōu)化中行之有效
神經(jīng)網(wǎng)絡(luò)的優(yōu)化本質(zhì)上是一個(gè)非凸問(wèn)題,而簡(jiǎn)單的基于梯度的算法在實(shí)踐中似乎總是能夠解決這類問(wèn)題。
2018-12-24 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 3901 0
探索如何構(gòu)建一個(gè)強(qiáng)大的視覺(jué)層次,使其成為高性能的圖像特征提取器
這與全連接層完全相反。在上面的例子中,我們的輸入特征為 5*5=25,輸出數(shù)據(jù)為 3*3=9. 如果我們使用標(biāo)準(zhǔn)的全連接層,就會(huì)產(chǎn)生一個(gè) 25*9=22...
2018-12-22 標(biāo)簽:濾波器神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 3174 0
全新的強(qiáng)化學(xué)習(xí)算法:柔性致動(dòng)/評(píng)價(jià)(soft actor-critic,SAC)
為了評(píng)價(jià)新型算法的表現(xiàn),研究人員首先在仿真環(huán)境中利用標(biāo)準(zhǔn)的基準(zhǔn)任務(wù)來(lái)對(duì)SAC進(jìn)行了評(píng)測(cè),并與深度確定性策略梯度算法(DDPG),孿生延遲深度確定性策略梯...
2018-12-20 標(biāo)簽:機(jī)器人神經(jīng)網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí) 1.3萬(wàn) 0
神經(jīng)網(wǎng)絡(luò)的黑盒屬性,一直是困擾研究人員和開(kāi)發(fā)者最頭疼的問(wèn)題之一
同理,噪聲尺度可以測(cè)量模型所見(jiàn)的數(shù)據(jù)變化(在訓(xùn)練的給定階段)。當(dāng)噪聲規(guī)模很小時(shí),快速并行查看大量數(shù)據(jù)變得多余;反之,我們?nèi)匀豢梢詮拇骲atch數(shù)據(jù)中學(xué)到...
2018-12-20 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像分類機(jī)器學(xué)習(xí) 4060 0
要分享您的發(fā)現(xiàn),可以使用右下角的書簽面板并將當(dāng)前狀態(tài)(包括任何投影的計(jì)算坐標(biāo))保存為小文件。接著可以將 Projector 指向一個(gè)包含一個(gè)或多個(gè)這些文...
2018-12-19 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)TensorFlow 3138 0
構(gòu)建一個(gè)相對(duì)較小的圖像識(shí)別卷積神經(jīng)網(wǎng)絡(luò)
我們希望您能夠以本文為起點(diǎn),在 TensorFlow 上構(gòu)建更大的 CNN 來(lái)處理視覺(jué)任務(wù)。
2018-12-19 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像識(shí)別 3494 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。基于 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 3916 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 |