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:3659個(gè) 瀏覽:103648次 帖子:192個(gè)
Jürgen Schmidhuber:無(wú)監(jiān)督神經(jīng)網(wǎng)絡(luò)在極大極小上的博弈
無(wú)獨(dú)有偶,生成對(duì)抗網(wǎng)絡(luò)(GAN)也使用無(wú)監(jiān)督的極小極大原理來(lái)模擬給定數(shù)據(jù)的統(tǒng)計(jì)數(shù)據(jù)。相信讀者都熟悉NIPS 2014的那篇GAN論文,雖然那位作者聲稱(chēng)P...
2018-11-24 標(biāo)簽:編碼器神經(jīng)網(wǎng)絡(luò)GAN 4850 0
神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)增強(qiáng)技術(shù)
一般而言,比較成功的神經(jīng)網(wǎng)絡(luò)需要大量的參數(shù),許許多多的神經(jīng)網(wǎng)路的參數(shù)都是數(shù)以百萬(wàn)計(jì),而使得這些參數(shù)可以正確工作則需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練,而實(shí)際情況中數(shù)據(jù)...
2019-10-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 4845 0
近年來(lái),神經(jīng)網(wǎng)絡(luò)在圖像分割、自然語(yǔ)言處理、時(shí)間序列預(yù)測(cè)等方面的應(yīng)用有了很大的發(fā)展。深度學(xué)習(xí)的一個(gè)顯著成功應(yīng)用是嵌入,這是一種將離散變量表示為連續(xù)向量的方...
2019-06-08 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 4838 0
采用模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行移動(dòng)機(jī)器人沿墻導(dǎo)航控制分析
對(duì)于沿墻導(dǎo)航控制問(wèn)題的分析,在環(huán)境探測(cè)方面由于采用了波束角小,鏡面反射影響小的PSD傳感器,使所測(cè)量的環(huán)境信息可靠性提高。在導(dǎo)航控制方面綜合考慮室內(nèi)環(huán)境...
2018-12-07 標(biāo)簽:機(jī)器人神經(jīng)網(wǎng)絡(luò)導(dǎo)航 4835 0
目前訓(xùn)練神經(jīng)網(wǎng)絡(luò)最快的方式一種新型AdamW算法
訓(xùn)練速度提高 200%!「總體來(lái)看,我們發(fā)現(xiàn) Adam 非常魯棒,而且廣泛適用于機(jī)器學(xué)習(xí)領(lǐng)域的各種非凸優(yōu)化問(wèn)題」論文結(jié)尾這樣寫(xiě)道。那是三年前,深度學(xué)習(xí)的...
2018-07-05 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)算法機(jī)器學(xué)習(xí) 4826 0
自然語(yǔ)言處理發(fā)展中不得不知的8件大事紀(jì)要
自然語(yǔ)言是人類(lèi)獨(dú)有的智慧結(jié)晶。自然語(yǔ)言處理(Natural Language Processing,NLP)是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要...
2018-10-21 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能自然語(yǔ)言 4825 0
使用開(kāi)源Glow編譯器優(yōu)化神經(jīng)網(wǎng)絡(luò)加速邊緣計(jì)算的機(jī)器學(xué)習(xí)能力
機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)如何快速發(fā)展,這為需要尋求方法來(lái)優(yōu)化運(yùn)行在具有功耗,處理和內(nèi)存限制的微型邊緣設(shè)備上,進(jìn)行ML應(yīng)用程序的開(kāi)發(fā)人員帶來(lái)了新的挑戰(zhàn)。 易...
2021-03-01 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)物聯(lián)網(wǎng)機(jī)器學(xué)習(xí) 4821 0
SpiNNaker為模擬大規(guī)模神經(jīng)網(wǎng)絡(luò)提供高性能平臺(tái)
科研人員利用一個(gè)名為SpiNNaker的神經(jīng)形態(tài)計(jì)算機(jī)開(kāi)展大腦仿真實(shí)驗(yàn),取得的效果與利用傳統(tǒng)超級(jí)計(jì)算機(jī)進(jìn)行仿真獲取的最佳效果不相上下。
2018-08-09 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)超級(jí)計(jì)算機(jī) 4820 0
假設(shè)在下一次迭代i+1中,zc的分布偏移至pci+1。由于網(wǎng)絡(luò)層d的權(quán)重之前是根據(jù)pci更新的,但現(xiàn)在網(wǎng)絡(luò)層d面臨的輸入分布卻是pci+1。這一顯著差異...
2018-10-21 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 4798 0
智能控制系統(tǒng)是一種基于人工智能和感知技術(shù)的自適應(yīng)控制系統(tǒng),可以根據(jù)系統(tǒng)狀態(tài)和環(huán)境變化來(lái)進(jìn)行自動(dòng)調(diào)整和優(yōu)化。智能控制系統(tǒng)可以提高生產(chǎn)效率、降低能耗、提升產(chǎn)...
2024-01-17 標(biāo)簽:控制系統(tǒng)神經(jīng)網(wǎng)絡(luò)人工智能 4784 0
TensorFlow學(xué)習(xí)之建立一個(gè)神經(jīng)網(wǎng)絡(luò)添加層
x_data = np.linspace(-1,1,300,dtype=np.float32)[:,np.newaxis]#創(chuàng)建-1,1的300個(gè)數(shù),此...
2018-03-31 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)TensorFlow 4784 0
圍繞神經(jīng)網(wǎng)絡(luò)知識(shí)和網(wǎng)絡(luò)應(yīng)用方式展開(kāi)Python和R語(yǔ)言實(shí)戰(zhàn)編碼
本文將圍繞神經(jīng)網(wǎng)絡(luò)構(gòu)建的基礎(chǔ)知識(shí)展開(kāi),并集中討論網(wǎng)絡(luò)的應(yīng)用方式,用Python和R語(yǔ)言實(shí)戰(zhàn)編碼。
2017-12-28 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)應(yīng)用python 4778 0
機(jī)器學(xué)習(xí)的特征工程是將原始的輸入數(shù)據(jù)轉(zhuǎn)換成特征
對(duì)于類(lèi)別數(shù)量很多的分類(lèi)變量可以采用特征哈希(Hashing Trick),特征哈希的目標(biāo)就是將一個(gè)數(shù)據(jù)點(diǎn)轉(zhuǎn)換成一個(gè)向量。利用的是哈希函數(shù)將原始數(shù)據(jù)轉(zhuǎn)換成...
2019-04-19 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)預(yù)處理 4759 0
機(jī)器學(xué)習(xí)模型的三種評(píng)估方法
錯(cuò)誤率為分類(lèi)錯(cuò)誤的樣本數(shù)占樣本總數(shù)的比例,相應(yīng)的精度=1-錯(cuò)誤率,模型的實(shí)際預(yù)測(cè)輸出與樣本的真實(shí)輸出之間的差異稱(chēng)為“誤差”,模型在訓(xùn)練集上的誤差稱(chēng)為“訓(xùn)...
2020-01-29 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 4753 0
基于尺度迭代深度神經(jīng)網(wǎng)絡(luò)的圖像去模糊算法
盡管使用神經(jīng)網(wǎng)絡(luò)進(jìn)行圖片去模糊并不是一個(gè)新想法,但騰訊優(yōu)圖實(shí)驗(yàn)室別出心裁的將物理直覺(jué)結(jié)合進(jìn)來(lái)以促進(jìn)模型訓(xùn)練。在騰訊優(yōu)圖實(shí)驗(yàn)室新算法的論文中,其網(wǎng)絡(luò)模仿了...
2018-05-30 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像模糊算法 4752 0
在自動(dòng)駕駛車(chē)中,AI用于完成多項(xiàng)重要任務(wù)。其主要任務(wù)之一是路徑規(guī)劃,即車(chē)輛的導(dǎo)航系統(tǒng)。AI的另一項(xiàng)重要任務(wù)是與傳感系統(tǒng)交互,并解釋來(lái)自傳感器的數(shù)據(jù)。
2020-12-25 標(biāo)簽:傳感器神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 4746 0
一文詳解自動(dòng)駕駛車(chē)輛的系統(tǒng)架構(gòu):感知系統(tǒng)和決策系統(tǒng)
定位模塊負(fù)責(zé)估計(jì)相對(duì)于地圖或道路(例如,由路緣或道路標(biāo)記表示)的自動(dòng)駕駛汽車(chē)姿態(tài)(位置和方向)。大多數(shù)通用定位子系統(tǒng)都基于GPS的。
2023-02-13 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)激光雷達(dá)自動(dòng)駕駛 4744 0
日本研究團(tuán)隊(duì)創(chuàng)建了一種算法 可以解讀并再現(xiàn)一個(gè)人看到的圖像或想象的圖像
具體來(lái)說(shuō),根據(jù)ZME Science網(wǎng)站的報(bào)道,“研究團(tuán)隊(duì)創(chuàng)建了一種算法,可以解讀并且準(zhǔn)確地再現(xiàn)(reproduce)一個(gè)人看到的圖像或想象的圖像。”
2018-01-18 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI深度圖像 4741 0
基于MAX78000FTHR的機(jī)器學(xué)習(xí)實(shí)時(shí)處理方案
MAX78000本質(zhì)上是一個(gè)ARM Cortex-M4F微控制器,周邊有很多硬件,其中包括Maxim設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)(CNN)加速器(圖1)。這種機(jī)器學(xué)習(xí)...
2021-01-16 標(biāo)簽:Maxim神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 4733 0
關(guān)于Dropout、BN及數(shù)據(jù)預(yù)處理方案
Dropout 可以看作是 Bagging 的極限形式,每個(gè)模型都在當(dāng)一種情況中訓(xùn)練,同時(shí)模型的每個(gè)參數(shù)都經(jīng)過(guò)與其他模型共享參數(shù),從而高度正則化。
2021-05-31 標(biāo)簽:神經(jīng)網(wǎng)絡(luò) 4732 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 |