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 > 深度學(xué)習(xí)
文章:4681個(gè) 瀏覽:121347次 帖子:164個(gè)
對(duì)于模型和數(shù)據(jù)的可視化及可解釋性的研究方法進(jìn)行回顧
另一個(gè)有趣的tutorial是:Computer Vision for Robotics and Driving,這一tutorial主要由來(lái)自谷歌大腦...
2018-06-21 標(biāo)簽:機(jī)器人深度學(xué)習(xí) 6179 0
Mobileye? EyeQ5?深度學(xué)習(xí)效能優(yōu)于NVIDIA Xavier
英特爾最近公布了一組數(shù)據(jù),對(duì)比了Mobileye? EyeQ5?和NVIDIA’s Xavier*深度學(xué)習(xí)效能,結(jié)果顯示,Mobileye 的系統(tǒng)芯片能...
2017-12-14 標(biāo)簽:英特爾Mobileye深度學(xué)習(xí) 6167 0
用淺顯的語(yǔ)言帶領(lǐng)大家了解可解釋性的概念與方法
廣義上的可解釋性指在我們需要了解或解決一件事情的時(shí)候,我們可以獲得我們所需要的足夠的可以理解的信息。
2018-06-25 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 6150 0
Okay,當(dāng)我們了解了ERNIE模型的大體框架及原理之后,接下來(lái)就可以深入理解一下具體的實(shí)現(xiàn)啦。ERNIE是基于百度自己的深度學(xué)習(xí)框架飛槳(Paddle...
2019-08-02 標(biāo)簽:模型深度學(xué)習(xí) 6134 0
深度學(xué)習(xí)時(shí)代的來(lái)為基于圖像的三維重建提供了新的可能
這些方法在近年來(lái)取得了令人矚目的效果,在通用物體重建和類(lèi)似人臉的特殊物體重建上都取得了不錯(cuò)的結(jié)果。接下來(lái)我們將從重建問(wèn)題的流程,三維表示,基于不同表示的...
2019-08-02 標(biāo)簽:機(jī)器人智能控制深度學(xué)習(xí) 6127 0
我們知道機(jī)器學(xué)習(xí)模型有:生成模型(GenerativeModel)和判別模型(Discriminative Model)。判別模型需要輸入變量x,通過(guò)某...
2018-06-29 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 6118 0
單片機(jī)承載著深度學(xué)習(xí)的未來(lái)
果然,TensorFlow Mobile的老大,滿(mǎn)腦子還是便攜設(shè)備的事。Pete Warden,是谷歌TensorFlow團(tuán)隊(duì)成員,也是TensorFL...
2018-06-15 標(biāo)簽:單片機(jī)深度學(xué)習(xí) 6106 0
從技術(shù)角度來(lái)深度剖析人臉識(shí)別技術(shù)
本文中筆者試圖用通俗的語(yǔ)言探討人臉識(shí)別技術(shù),首先概述人臉識(shí)別技術(shù),接著探討深度學(xué)習(xí)有效的原因以及梯度下降為什么可以訓(xùn)練出合適的權(quán)重參數(shù),最后描述基于CN...
2018-01-31 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人臉識(shí)別深度學(xué)習(xí) 6105 0
主動(dòng)脈夾層分割深度學(xué)習(xí)模型是如何煉成的?
利用深度學(xué)習(xí)進(jìn)行主動(dòng)脈真假腔分割有賴(lài)于大量手動(dòng)標(biāo)注的主動(dòng)脈圖像來(lái)訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò),計(jì)算量大,且對(duì)計(jì)算能力的要求非常高。
2018-07-17 標(biāo)簽:GPU深度學(xué)習(xí) 6101 0
自動(dòng)駕駛、語(yǔ)音識(shí)別、音樂(lè)創(chuàng)作等一系列的奇跡正在由深度學(xué)習(xí)創(chuàng)造。如今,美國(guó)能源部橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室 (ORNL) 的科學(xué)家開(kāi)發(fā)出了一款新軟件,使得深度學(xué)習(xí)能...
2018-01-23 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)算法AI 6094 0
深度學(xué)習(xí)解決方案的構(gòu)建方式及應(yīng)用
英特爾人工智能產(chǎn)品事業(yè)部,數(shù)據(jù)科學(xué)主任 Yinyin Liu 近日撰寫(xiě)了一篇文章,介紹了深度學(xué)習(xí)為自然語(yǔ)言處理帶來(lái)的種種變化。有趣的大趨勢(shì)是首先產(chǎn)生在 ...
2018-05-02 標(biāo)簽:英特爾機(jī)器視覺(jué)深度學(xué)習(xí) 6072 0
一種以50幀/秒進(jìn)行端到端車(chē)道檢測(cè)的方法
最近的研究有人用深度神經(jīng)網(wǎng)絡(luò)取代手工標(biāo)記,通過(guò)構(gòu)建一定量學(xué)習(xí)密集的特征檢測(cè)器進(jìn)行預(yù)測(cè),即像素級(jí)的車(chē)道分段。 Gopalan等人[11]使用像素級(jí)特征描述...
2018-06-07 標(biāo)簽:檢測(cè)器自動(dòng)駕駛深度學(xué)習(xí) 6054 0
5款強(qiáng)大到不可思議的FPGA開(kāi)發(fā)板介紹
Intel Stratix 10開(kāi)發(fā)套件是包含各類(lèi)軟硬件的完整設(shè)計(jì)環(huán)境,用于評(píng)估Stratix 10 FPGA的功能。該套件可用于通過(guò)符合PCI-SIG...
應(yīng)用于大規(guī)模自然駕駛數(shù)據(jù)的收集和分析
MIT- AVT研究的是新一代的NDS,旨在發(fā)現(xiàn)人類(lèi)駕駛員和自動(dòng)駕駛技術(shù)之間真實(shí)互動(dòng)的情況。目標(biāo)是從通過(guò)該項(xiàng)目收集的大規(guī)模自然數(shù)據(jù)中獲得洞察力,以幫助設(shè)...
2018-09-22 標(biāo)簽:計(jì)算機(jī)視覺(jué)自動(dòng)駕駛深度學(xué)習(xí) 6020 0
卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程及與深度學(xué)習(xí)的差異
1986年Rumelhart等人提出了人工神經(jīng)網(wǎng)絡(luò)的反向傳播算法,掀起了神經(jīng)網(wǎng)絡(luò)在機(jī)器學(xué)習(xí)中的熱潮,神經(jīng)網(wǎng)絡(luò)中存在大量的參數(shù),存在容易發(fā)生過(guò)擬合、訓(xùn)練時(shí)...
2020-08-24 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)卷積深度學(xué)習(xí) 6002 0
深度神經(jīng)網(wǎng)絡(luò)會(huì)和人腦神經(jīng)網(wǎng)絡(luò)一樣產(chǎn)生人的智能么?
首先,人腦不僅僅是個(gè)對(duì)電信號(hào)進(jìn)行處理的神經(jīng)網(wǎng)絡(luò)。比如說(shuō)神經(jīng)遞質(zhì)在神經(jīng)元之間擔(dān)當(dāng)了“信使”的作用,而其中的活動(dòng)是化學(xué)過(guò)程。甚至人腦中的生物過(guò)程和物理過(guò)程都...
2018-06-29 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 5995 0
用深度學(xué)習(xí)分析電子病歷 進(jìn)行臨床預(yù)測(cè)
基于脫敏的電子病歷數(shù)據(jù),我們用深度學(xué)習(xí)模型對(duì)住院患者進(jìn)行了廣泛預(yù)測(cè)。值得一提的是,該模型可以直接使用原始數(shù)據(jù),無(wú)需人工對(duì)相關(guān)變量進(jìn)行提取、清洗、整理、轉(zhuǎn)...
2018-05-15 標(biāo)簽:深度學(xué)習(xí) 5972 0
一個(gè)端到端的深度學(xué)習(xí)系統(tǒng),可以將足球比賽的YouTube視頻轉(zhuǎn)換為運(yùn)動(dòng)的3D全息圖
以 YouTube 視頻的幀作為輸入,我們使用 field lines 來(lái)恢復(fù)攝像機(jī)參數(shù)。然后,提取邊界框、姿勢(shì)和軌跡(跨多個(gè)幀)來(lái)分割球員。通過(guò)在視頻...
2018-07-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)全息圖 5951 0
探析從貝葉斯到深度學(xué)習(xí)及各自?xún)?yōu)缺點(diǎn)
集成方法是由多個(gè)較弱的模型集成模型組,其中的模型可以單獨(dú)進(jìn)行訓(xùn)練,并且它們的預(yù)測(cè)能以某種方式結(jié)合起來(lái)去做出一個(gè)總體預(yù)測(cè)。
2019-02-17 標(biāo)簽:機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5935 0
任何一個(gè)系統(tǒng)的感知算法里,僅僅有深度學(xué)習(xí)是不夠的,一定要有數(shù)據(jù)驅(qū)動(dòng)的模型計(jì)算(模式較重,需要收集數(shù)據(jù)),同時(shí)也有面向下游的、后處理的計(jì)算(模式輕,見(jiàn)效快)。
2018-12-19 標(biāo)簽:Apollo深度學(xué)習(xí) 5903 0
編輯推薦廠(chǎng)商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專(zhuān)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 |