機器學習（ML）推理主要計算之存內計算芯片

機器學習（ML）應用已經(jīng)在汽車、醫(yī)療保健、金融和技術等各個領域變得無處不在。這導致對高性能、高能效 ML 硬件解決方案的需求不斷增加。

2024-04-07 標簽：存儲器神經(jīng)網(wǎng)絡gpu 1803 2

基于FPGA進行DNN設計的經(jīng)驗總結

DNN中應用最廣泛的是CNN和RNN，CNN是一種卷積網(wǎng)絡，在圖片識別分類中用的較多，RNN可以處理時間序列的信息，比如視頻識別和語音識別。

2024-04-07 標簽：FPGAcpu神經(jīng)網(wǎng)絡 809 0

視覺Transformer基本原理及目標檢測應用

視覺Transformer的一般結構如圖2所示，包括編碼器和解碼器兩部分，其中編碼器每一層包括一個多頭自注意力模塊（self-attention）和一個...

2024-04-03 標簽：解碼器神經(jīng)網(wǎng)絡Transformer 4998 0

多功能觸覺傳感器及集成策略

目前最高印刷精度可達100 μm左右，技術相對成熟，工藝簡單、效率高、成本低、適合批量生產。主要用于制造觸覺傳感器陣列中快速制備圖案電極。

2024-04-02 標簽：傳感器人機交互神經(jīng)網(wǎng)絡 1419 0

多模態(tài)數(shù)據(jù)融合深度學習模型的典型深度架構研究

DBN 和 SAE 是完全連接的神經(jīng)網(wǎng)絡。在這兩個網(wǎng)絡中，隱藏層中的每個神經(jīng)元都連接到前一層的每個神經(jīng)元，這種拓撲結構會產生大量連接。

2024-04-02 標簽：編碼器神經(jīng)網(wǎng)絡人工智能 2489 0

機器學習8大調參技巧

今天給大家一篇關于機器學習調參技巧的文章。超參數(shù)調優(yōu)是機器學習例程中的基本步驟之一。該方法也稱為超參數(shù)優(yōu)化，需要搜索超參數(shù)的最佳配置以實現(xiàn)最佳性能。機器...

2024-03-23 標簽：神經(jīng)網(wǎng)絡AI機器學習 1033 0

用于特高壓直流輸電工程的全光纖電流互感器分析

特高壓技術作為我國原創(chuàng)、世界領先、具有自主知識產權的重大創(chuàng)新，破解了遠距離、大容量、低損耗輸電世界難題，是構建特大型互聯(lián)電網(wǎng)、實現(xiàn)清潔能源在全國范圍高效...

2024-03-22 標簽：神經(jīng)網(wǎng)絡調制器電流互感器 3337 0

BP神經(jīng)網(wǎng)絡算法的基本流程

訓練經(jīng)過約50次左右迭代，在訓練集上已經(jīng)能達到99%的正確率，在測試集上的正確率為90.03%，單純的BP神經(jīng)網(wǎng)絡能夠提升的空間不大了，但kaggle上...

2024-03-20 標簽：神經(jīng)網(wǎng)絡深度學習卷積神經(jīng)網(wǎng)絡 3111 0

光量子行走的高效機器學習技術研究

基于神經(jīng)網(wǎng)絡技術，僅利用相對于傳統(tǒng)態(tài)層析方法50%的測量基數(shù)目，即可實現(xiàn)平均保真度高達97.5%的開放光量子行走的完整混合量子態(tài)表征。

2024-03-19 標簽：神經(jīng)網(wǎng)絡機器學習量子計算 372 0

自動駕駛車輛數(shù)據(jù)的中央集控處理策略

隨著毫米波雷達技術的演進，我們看到 4D 成像毫米波雷達的技術指標比起傳統(tǒng) 3D 毫米波雷達有了大幅的改進，包括多了一個高度維度，看得更遠，點云更密集，...

2024-03-19 標簽：傳感器神經(jīng)網(wǎng)絡自動駕駛 566 0

AI芯片的技術原理與架構

人工神經(jīng)網(wǎng)絡模型 AI芯片的核心原理基于人工神經(jīng)網(wǎng)絡，其中芯片內部的處理單元模擬了生物神經(jīng)元的工作機制。每一個處理單元能夠獨立進行復雜的數(shù)學運算，例如權...

2024-03-12 標簽：神經(jīng)網(wǎng)絡神經(jīng)元機器學習 5511 0

特斯拉智能駕駛系統(tǒng)的演進歷程

端到端方案則完全基于全棧神經(jīng)網(wǎng)絡實現(xiàn)，直接輸入傳感器數(shù)據(jù)，輸出轉向、制動和加速信號。

2024-03-11 標簽：傳感器神經(jīng)網(wǎng)絡特斯拉 1727 0

基于視覺的動態(tài)手勢識別的ResNeXt網(wǎng)絡詳解

VGG是基于AlexNet進行改進得到的網(wǎng)絡模型結構。AlexNet使用如11*11、7*7、5*5等較大卷積核，而VGG則采用連續(xù)的3*3卷積核進行堆疊。

2024-03-05 標簽：神經(jīng)網(wǎng)絡網(wǎng)絡結構vgg 1870 0

GPU CUDA 編程的基本原理是什么

神經(jīng)網(wǎng)絡能加速的有很多，當然使用硬件加速是最可觀的了，而目前除了專用的NPU（神經(jīng)網(wǎng)絡加速單元），就屬于GPU對神經(jīng)網(wǎng)絡加速效果最好了

2024-03-05 標簽：神經(jīng)網(wǎng)絡gpusram 1193 0

什么是RNN （循環(huán)神經(jīng)網(wǎng)絡）？

循環(huán)神經(jīng)網(wǎng)絡 (RNN) 是一種深度學習結構，它使用過去的信息來提高網(wǎng)絡處理當前和將來輸入的性能。RNN 的獨特之處在于該網(wǎng)絡包含隱藏狀態(tài)和循環(huán)。

2024-02-29 標簽：神經(jīng)網(wǎng)絡深度學習rnn 4908 0

基于微軟數(shù)據(jù)中心的FPGA講解分析

FPGA 和 GPU 最大的區(qū)別在于體系結構，F(xiàn)PGA 更適合做需要低延遲的流式處理，GPU 更適合做大批量同構數(shù)據(jù)的處理。

2024-02-27 標簽：FPGA神經(jīng)網(wǎng)絡云計算 960 0

人工智能、機器學習、深度學習之間有什么關系呢？

人工智能是由約翰·麥卡錫（John McCarthy）于1956年提出來的，當時的定義是“制造智能機器的科學與工程”。 現(xiàn)在的人工智能是指“研究、開發(fā)用...

2024-02-26 標簽：神經(jīng)網(wǎng)絡人工智能機器學習 543 0

機器學習基礎知識全攻略

有監(jiān)督學習通常是利用帶有專家標注的標簽的訓練數(shù)據(jù)，學習一個從輸入變量X到輸入變量Y的函數(shù)映射。Y = f (X)，訓練數(shù)據(jù)通常是(n×x,y)的形式，其...

2024-02-25 標簽：神經(jīng)網(wǎng)絡向量機機器學習 490 0