術(shù)開(kāi)發(fā)一種硬件高效的RepGhost模塊

特征復(fù)用技術(shù)是指：通過(guò)簡(jiǎn)單地連接來(lái)自不同層的已有的一些特征圖，來(lái)額外獲得一些其他的特征

2022-11-24 標(biāo)簽：gpu機(jī)器學(xué)習(xí)cnn 1.7k 0

相比CPU、GPU、ASIC，F(xiàn)PGA有什么優(yōu)勢(shì)

CPU、GPU 都屬于馮·諾依曼結(jié)構(gòu)，指令譯碼執(zhí)行、共享內(nèi)存。FPGA 之所以比 CPU 甚至 GPU 能效高，本質(zhì)上是無(wú)指令、無(wú)需共享內(nèi)存的體系結(jié)構(gòu)帶...

2022-11-22 標(biāo)簽：fpgacpugpu 2.1k 1

重點(diǎn)介紹SoC設(shè)計(jì)的布局規(guī)劃階段

人工智能（AI）已經(jīng)徹底改變了許多市場(chǎng)，包括制造業(yè)、制藥業(yè)、航空航天等，但硬件系統(tǒng)是迄今為止尚未在人工智能方面進(jìn)行任何重大投資或創(chuàng)新的領(lǐng)域。

2022-11-22 標(biāo)簽：SoC設(shè)計(jì)晶體管機(jī)器學(xué)習(xí) 1.4k 0

神經(jīng)網(wǎng)絡(luò)的工作原理介紹

在機(jī)器學(xué)習(xí)和相關(guān)領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)的計(jì)算模型靈感正是來(lái)自生物神經(jīng)網(wǎng)絡(luò)：每個(gè)神經(jīng)元與其他神經(jīng)元相連，當(dāng)它興奮時(shí)，就會(huì)像相鄰的神經(jīng)元發(fā)送化學(xué)物質(zhì)，從而改變這...

2022-11-18 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 3.3k 0

統(tǒng)計(jì)機(jī)器學(xué)習(xí)方法：基于HMM的中文詞性標(biāo)注

「隱馬爾可夫模型（Hidden Markov Model, HMM)」 是做NLP的同學(xué)繞不過(guò)去的一個(gè)基礎(chǔ)模型, 是一個(gè)生成式模型, 通過(guò)訓(xùn)練數(shù)據(jù)學(xué)習(xí)隱...

2022-11-17 標(biāo)簽：HMM機(jī)器學(xué)習(xí)nlp 1.8k 0

使用MATLAB進(jìn)行異常檢測(cè)（上）

異常檢測(cè)任務(wù)，指的是檢測(cè)偏離期望行為的事件或模式，可以是簡(jiǎn)單地檢測(cè)數(shù)值型數(shù)據(jù)中，是否存在遠(yuǎn)超出正常取值范圍的離群值，也可以是借助相對(duì)復(fù)雜的機(jī)器學(xué)習(xí)算法識(shí)...

2022-11-17 標(biāo)簽：matlab異常檢測(cè)機(jī)器學(xué)習(xí) 4.9k 0

機(jī)器學(xué)習(xí)特征選擇方法總結(jié)

在本文中，我將介紹如何使用 python 減少 kaggle Mushroom Classification 數(shù)據(jù)集中的特性數(shù)量。本文中使用的所有代碼在...

2022-11-17 標(biāo)簽：機(jī)器學(xué)習(xí) 860 0

如何通俗易懂的講解機(jī)器學(xué)習(xí)技術(shù)？

拋開(kāi)所有和人工智能(AI)有關(guān)的扯淡成分，機(jī)器學(xué)習(xí)唯一的目標(biāo)是基于輸入的數(shù)據(jù)來(lái)預(yù)測(cè)結(jié)果，就這樣。所有的機(jī)器學(xué)習(xí)任務(wù)都可以用這種方式來(lái)表示，否則從一開(kāi)始它...

2022-11-16 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.2k 0

NVIDIA Jetson 機(jī)器學(xué)習(xí)項(xiàng)目之影像對(duì)象偵測(cè)

本文針對(duì)NVIDIA的GStreamer技術(shù)進(jìn)行簡(jiǎn)介，主要是因?yàn)镹VIDIA的Jetson Inference相關(guān)應(yīng)用，都是透過(guò)GStreamer進(jìn)行影...

2022-11-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)NVIDIAgpu 1.9k 0

數(shù)據(jù)脫敏技術(shù)定義及實(shí)施過(guò)程解析

數(shù)據(jù)脫敏是數(shù)據(jù)安全領(lǐng)域落地場(chǎng)景較為成熟的技術(shù)手段，在數(shù)據(jù)深層次、大范圍的共享開(kāi)放的今天，數(shù)據(jù)脫敏在不影響數(shù)據(jù)使用的前提下保護(hù)敏感隱私數(shù)據(jù)，已成為數(shù)據(jù)安全...

2022-11-16 標(biāo)簽：SQLMac機(jī)器學(xué)習(xí) 5.2k 0

Xilinx，Intel和Lattice的三者FPGA對(duì)比

賽靈思FPGA為機(jī)器學(xué)習(xí)應(yīng)用提供的DSP切片的數(shù)量已從最大的Virtex 6 FPGA的約2,000個(gè)切片增加到現(xiàn)代Virtex UltraScale ...

2022-11-14 標(biāo)簽：fpga機(jī)器學(xué)習(xí) 3.1k 0

運(yùn)維中的數(shù)據(jù)分析是什么？

自從開(kāi)始記錄機(jī)器上的讀數(shù)以來(lái)，工業(yè)企業(yè)已經(jīng)使用了數(shù)據(jù)分析、趨勢(shì)分析、圖表和其它可視化技術(shù)。

2022-11-11 標(biāo)簽：無(wú)線傳感器人工智能機(jī)器學(xué)習(xí) 3.8k 0

由“淺”變“深”的深度學(xué)習(xí)發(fā)展之路

深度學(xué)習(xí)的核心就是"深度" ，從實(shí)現(xiàn)上深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)就是一種包括多個(gè)隱含層的多層感知機(jī)，它通過(guò)組合低層特征，形成更為抽象的高層表示...

2022-11-11 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.2k 0

深度解析MLPerf競(jìng)賽Resnet50訓(xùn)練單機(jī)最佳性能

MLPerf是一套衡量機(jī)器學(xué)習(xí)系統(tǒng)性能的權(quán)威標(biāo)準(zhǔn)，于2018年由谷歌、哈佛、斯坦福、百度等機(jī)構(gòu)聯(lián)合發(fā)起成立，每年定期公布榜單成績(jī)，它將在標(biāo)準(zhǔn)目標(biāo)下訓(xùn)練或...

2022-11-09 標(biāo)簽：服務(wù)器浪潮機(jī)器學(xué)習(xí) 2.5k 0

電極電位影響鋰金屬負(fù)極可逆性

鋰金屬電池是一種很有前途的儲(chǔ)能技術(shù)，可以滿足高能量密度的需求。然而，由于電解液不斷分解，它們的循環(huán)庫(kù)侖效率(CE)較低。

2022-11-09 標(biāo)簽：電解質(zhì)機(jī)器學(xué)習(xí)鋰金屬電池 3.5k 0

推動(dòng)機(jī)器學(xué)習(xí)真正進(jìn)入微型傳感器

機(jī)器學(xué)習(xí)能夠以無(wú)需大量計(jì)算、低功耗且低成本的方式將這種AI智能添加到我們的日常物品中。

2022-11-08 標(biāo)簽：微控制器機(jī)器學(xué)習(xí)微型傳感器 1.6k 0

偏振光學(xué)如何應(yīng)用在生物醫(yī)學(xué)中

光的偏振可看作是一種矢量屬性，而與之相互作用的系統(tǒng)也可以看作是矢量信息，這些信息可用來(lái)描述系統(tǒng)之間的相互作用。這就需要使用一系列的形式論，這些形論反過(guò)來(lái)...

2022-11-07 標(biāo)簽：濾波器電磁波機(jī)器學(xué)習(xí) 3k 0

優(yōu)化OpenVINO模型效能：參數(shù)設(shè)定影響實(shí)測(cè)

三年前剛接觸OpenVINO的時(shí)候，開(kāi)始感覺(jué)機(jī)器學(xué)習(xí)發(fā)展的生態(tài)似乎有許多的轉(zhuǎn)變，隨著執(zhí)行許多范例的過(guò)程中，漸漸了解Open Model Zoo的Gith...

2022-11-04 標(biāo)簽：機(jī)器學(xué)習(xí)Docker 2.5k 0

關(guān)于機(jī)器學(xué)習(xí)的六種基礎(chǔ)算法來(lái)源、用途、演變

這六種算法分別是：線性回歸、邏輯回歸、梯度下降、神經(jīng)網(wǎng)絡(luò)、決策樹(shù)與k均值聚類算法。

2022-11-04 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)線性回歸 1.5k 0