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 > 機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)(Machine Learning, ML)是一門多領(lǐng)域交叉學(xué)科,涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。
文章:7749個(gè) 瀏覽:137076次 帖子:307個(gè)
基于人工智能神經(jīng)網(wǎng)絡(luò)的嵌入式機(jī)器學(xué)習(xí)
人工智能的火爆,也帶旺了許多新名詞,比如“機(jī)器學(xué)習(xí)”。
2018-11-23 標(biāo)簽:嵌入式人工智能機(jī)器學(xué)習(xí) 6.5k 0
支持向量機(jī)結(jié)合了感知機(jī)和logistic回歸分類思想,假設(shè)訓(xùn)練樣本點(diǎn)(xi,yi)到超平面H的幾何間隔為γ(γ>0),由上節(jié)定義可知,幾何間隔是點(diǎn)到超平...
2018-11-23 標(biāo)簽:函數(shù)機(jī)器學(xué)習(xí) 6.4k 0
機(jī)器學(xué)習(xí)算法如何應(yīng)用到自動(dòng)駕駛中
機(jī)器學(xué)習(xí)算法已經(jīng)被廣泛應(yīng)用于自動(dòng)駕駛各種解決方案,電控單元中的傳感器數(shù)據(jù)處理大大提高了機(jī)器學(xué)習(xí)的利用率,也有一些潛在的應(yīng)用,比如利用不同外部和內(nèi)部的傳感...
2018-11-22 標(biāo)簽:機(jī)器學(xué)習(xí)自動(dòng)駕駛 7.5k 0
以KaggleDays數(shù)據(jù)集為例,編碼方法介紹
每個(gè)question_id對(duì)應(yīng)一個(gè)具體問題(見question_text)。每個(gè)question_id可能出現(xiàn)多次,因?yàn)槊恳恍邪瑢?duì)這一問題的一個(gè)不同回...
2018-11-22 標(biāo)簽:編碼機(jī)器學(xué)習(xí)數(shù)據(jù)集 3.9k 0
Xilinx如何通過機(jī)器學(xué)習(xí)加速實(shí)時(shí)高清視頻的應(yīng)用
演示Xilinx如何通過機(jī)器學(xué)習(xí)加速實(shí)時(shí)高清視頻應(yīng)用的開發(fā)和部署。
2018-11-23 標(biāo)簽:視頻賽靈思機(jī)器學(xué)習(xí) 3.1k 0
如何使用Xilinx的All Programmable SoC進(jìn)行邊緣機(jī)器學(xué)習(xí)
GL Research的Javier Garcia于2018年1月9日在法蘭克福的XDF 2018的Edge Track中提供了一個(gè)用例演示.Javie...
2018-11-23 標(biāo)簽:賽靈思soc機(jī)器學(xué)習(xí) 2.6k 0
Etxe-Tar Group將傳感器融合,實(shí)時(shí)控制分析與安全通信和機(jī)器學(xué)習(xí)結(jié)合在一起,推進(jìn)系統(tǒng)故障的確定,以確保沒有意外系統(tǒng)停機(jī).Xilinx是提供實(shí)時(shí)...
2018-11-26 標(biāo)簽:通信賽靈思機(jī)器學(xué)習(xí) 3.4k 0
如何使用機(jī)器視覺和機(jī)器學(xué)習(xí)應(yīng)用程序執(zhí)行多目標(biāo)識(shí)別
觀看iVeia的首席技術(shù)官M(fèi)ichael Fawcett,演示了采用Zynq Ultrascale + MPSoC的模塊上的Atlas 2Z8系統(tǒng)如何使...
2018-11-26 標(biāo)簽:賽靈思機(jī)器視覺機(jī)器學(xué)習(xí) 3.8k 0
Amazon EC2 F1實(shí)例上的機(jī)器學(xué)習(xí)演示
Amazon EC2 F1實(shí)例上的機(jī)器學(xué)習(xí)演示展示了超過10,000張圖像/秒。 這說明了與x86解決方案相比,F(xiàn)PGA池如何產(chǎn)生高性能,低功耗的解決方案。
2018-11-26 標(biāo)簽:fpga賽靈思機(jī)器學(xué)習(xí) 2.5k 0
Plethora IIOT機(jī)器學(xué)習(xí)算法和解決方案的介紹
Plethora IIOT機(jī)器學(xué)習(xí)算法和解決方案可同時(shí)處理數(shù)萬個(gè)傳感器數(shù)據(jù)點(diǎn),以產(chǎn)生智能實(shí)時(shí)反饋,如數(shù)控機(jī)床的預(yù)測(cè)性維護(hù)。
2018-11-26 標(biāo)簽:賽靈思機(jī)器學(xué)習(xí)iiot 3.5k 0
演示概述了Amazon EC2 F1實(shí)例及其加速數(shù)據(jù)分析,機(jī)器學(xué)習(xí),視頻轉(zhuǎn)碼和基因組學(xué)等工作負(fù)載的能力。
2018-11-28 標(biāo)簽:fpga賽靈思機(jī)器學(xué)習(xí) 2.9k 0
Xilinx FPGA如何通過深度學(xué)習(xí)圖像分類加速機(jī)器學(xué)習(xí)
了解Xilinx FPGA如何通過深度學(xué)習(xí)圖像分類示例來加速重要數(shù)據(jù)中心工作負(fù)載機(jī)器學(xué)習(xí)。該演示可通過Alexnet神經(jīng)網(wǎng)絡(luò)模型加速圖像(從ImageN...
2018-11-28 標(biāo)簽:賽靈思機(jī)器學(xué)習(xí)深度學(xué)習(xí) 4.5k 0
在許多機(jī)器學(xué)習(xí)任務(wù)中,我們使用一種稱為梯度下降的優(yōu)化算法。這是機(jī)器實(shí)際學(xué)習(xí)的方式。理解這一算法的基礎(chǔ)很容易。它是一個(gè)迭代算法,逐步逼近答案。它從做出一個(gè)...
2018-11-21 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)集 3.7k 0
機(jī)器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科,涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為,以獲取新的知識(shí)或...
2018-11-20 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 2.2萬 0
機(jī)器學(xué)習(xí)識(shí)別驗(yàn)證碼技巧來了
可以看出處理后圖片銳化了很多,接下來嘗試去除干擾線,常見的4鄰域、8鄰域算法。所謂的X鄰域算法,可以參考手機(jī)九宮格輸入法,按鍵5為要判斷的像素點(diǎn),4鄰域...
2018-11-20 標(biāo)簽:機(jī)器學(xué)習(xí)驗(yàn)證碼 5.5k 0
如何使用神經(jīng)網(wǎng)絡(luò)模型加速圖像數(shù)據(jù)集的分類
通過圖像分類示例,了解Xilinx FPGA如何加速機(jī)器學(xué)習(xí),這是關(guān)鍵的數(shù)據(jù)中心工作負(fù)載。 該演示使用Alexnet神經(jīng)網(wǎng)絡(luò)模型加速了ImageNet...
2018-11-21 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)賽靈思機(jī)器學(xué)習(xí) 2.9k 0
基于PyTorch重寫的機(jī)器學(xué)習(xí)工具包HyperLearn
讓我們先大致看一下“奇異值分解”(SVD)這一章,這是最重要的算法之一。SVD將PCA、線性回歸、嶺回歸、QDA、LDA、LSI、推薦系統(tǒng)、壓縮算法、L...
2018-11-20 標(biāo)簽:機(jī)器學(xué)習(xí)PyTorch 5.5k 0
決定神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)處理速度的因素
最后,重點(diǎn)是這種算法并不高效,它在每次迭代中都需要用全部的訓(xùn)練集。這意味著,在每個(gè)epoch中我們都要查看所有樣本,從而在下次進(jìn)行優(yōu)化。如果只有幾千個(gè)樣...
2018-11-20 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)集 5.7k 0
“通過分析、人工智能和機(jī)器學(xué)習(xí)將媒體與娛樂(M&E)內(nèi)容貨幣化”
隨著時(shí)間的推移,世界各地的電影制片廠和制片公司,都捕捉到了大量的素材。但這些資源深處其實(shí)還隱藏著未被充分利用的寶藏。這些寶藏中蘊(yùn)含著巨大的價(jià)值,或者可以...
2018-11-19 標(biāo)簽:人工智能機(jī)器學(xué)習(xí) 3.2k 0
一些在文本數(shù)據(jù)量不夠大的時(shí)候可用的一些實(shí)用方法
在這篇文章中,我將展示一些由我自己開發(fā)或是我在文章、博客、論壇、Kaggle和其他一些地方發(fā)現(xiàn)的方法,看看它們是如何在沒有大數(shù)據(jù)的情況下讓深度學(xué)習(xí)更好地...
2018-11-19 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集深度學(xué)習(xí) 7.5k 0
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
| 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 | 無人機(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 |