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>
電子發(fā)燒友網(wǎng)技術(shù)文庫(kù)為您提供最新技術(shù)文章,最實(shí)用的電子技術(shù)文章,是您了解電子技術(shù)動(dòng)態(tài)的最佳平臺(tái)。
文本實(shí)體提取是自然語(yǔ)言處理(NLP)的主要任務(wù)之一。隨著近期深度學(xué)習(xí)領(lǐng)域快速發(fā)展,我們可以將這些算法應(yīng)用到 NLP 任務(wù)中,并得到準(zhǔn)確率遠(yuǎn)超傳統(tǒng)方法的結(jié)果。我嘗試過(guò)分別使用深度學(xué)習(xí)和傳統(tǒng)方法來(lái)提取文章信息,結(jié)果非常驚人:深度學(xué)習(xí)的準(zhǔn)確率達(dá)到了 85%,遠(yuǎn)遠(yuǎn)領(lǐng)先于傳統(tǒng)算法的 65%。...
如果一個(gè)企業(yè)老板大聲嚷嚷說(shuō),“我要招個(gè)程序員”,那么十之八九指的是“碼農(nóng)”——一種純粹為了錢而寫(xiě)代碼的技術(shù)人員。這其實(shí)是一種非常狹隘和錯(cuò)誤的做法。 1.碼農(nóng)寫(xiě)的是代碼,程序員寫(xiě)的是系統(tǒng) 從本質(zhì)上講,碼農(nóng)就是你讓他寫(xiě)什么他就寫(xiě)什么的“機(jī)器人才”。所謂的碼農(nóng)大多通曉幾門編程語(yǔ)言,但是卻于商業(yè)上面并不熟稔...
在一個(gè)人臉識(shí)別系統(tǒng)中,應(yīng)用多種預(yù)處理技術(shù)對(duì)將要識(shí)別的圖片進(jìn)行標(biāo)準(zhǔn)化處理是極其重要的。多數(shù)人臉識(shí)別算法對(duì)光照條件十分敏感,所以假如在暗室訓(xùn)練,在明亮的房間就可能不會(huì)被識(shí)別出來(lái)等等。這個(gè)問(wèn)題可歸于“l(fā)umination dependent”,并且還有其它很多例子,比如臉部也應(yīng)當(dāng)在圖片的一個(gè)十分固定的位置...
如果網(wǎng)絡(luò)是理想的,即無(wú)丟包、無(wú)抖動(dòng)、低延時(shí),那么接收到一幀完整數(shù)據(jù)就直接播放,效果一定會(huì)非常好。但是實(shí)際的網(wǎng)絡(luò)往往很復(fù)雜,尤其是無(wú)線網(wǎng)絡(luò)。如果還是這樣直接播放,網(wǎng)絡(luò)稍微變差,視頻就會(huì)卡頓,出現(xiàn)馬賽克等異常情況。所以,在接收端對(duì)接收的數(shù)據(jù)做一個(gè)緩沖是很有必要的。 緩沖一定是以延時(shí)作為代價(jià)的,延時(shí)越大,...
科學(xué)技術(shù)的高速發(fā)展大大提高了人們的生活品質(zhì),智能家居作為高品質(zhì)生活的代表產(chǎn)品越來(lái)越受到人們的關(guān)注。智能家居是以居家環(huán)境為平臺(tái),融合了建筑、通信、網(wǎng)絡(luò)、計(jì)算機(jī)、自動(dòng)控制等技術(shù)形成的,集功能性、服務(wù)性、管理性為一體的舒適、安全、便利、環(huán)保的居住環(huán)境,是高新技術(shù)在生活中的典型應(yīng)用之一。 本文基于Corte...
為解決當(dāng)前大部分家庭服務(wù)機(jī)器人不具備行走功能或只具有簡(jiǎn)單的避障能力等問(wèn)題,本文設(shè)計(jì)一種基于STM32的家庭服務(wù)機(jī)器人系統(tǒng)。整個(gè)系統(tǒng)由輪式機(jī)器人、XBee協(xié)調(diào)器、RFID智慧地板和上位機(jī)組成。輪式機(jī)器人由主板、傳感器模塊、射頻模塊、舵機(jī)模塊、電源模塊和機(jī)器人金屬主體組成,傳感器模塊包括電子羅盤、紅外傳...
OMCS 網(wǎng)絡(luò)語(yǔ)音視頻框架是集成了語(yǔ)音通話、視頻通話、遠(yuǎn)程桌面觀看與協(xié)助、電子白板編輯與觀看等多種媒體于一身的跨平臺(tái)(.NET、Android、iOS )網(wǎng)絡(luò)多媒體框架, 實(shí)現(xiàn)了多媒體設(shè)備【麥克風(fēng)、攝像頭、桌面、電子白板】的采集、編碼、網(wǎng)絡(luò)傳送、解碼、播放(或顯示)等相關(guān)的一整套流程,且可智能地根據(jù)...
在微服務(wù)架構(gòu)中,注冊(cè)中心是一個(gè)必不可少的組件 前面我們搭建的注冊(cè)中心只適合本地開(kāi)發(fā)使用,在生產(chǎn)環(huán)境必須搭建一個(gè)集群來(lái)保證高可用 Eureka的集群搭建很簡(jiǎn)單,每一臺(tái)Eureka都需要在配置中指定另外N個(gè)Eureka的地址就可以。...
統(tǒng)計(jì)概念其實(shí)容易理解多了。 我舉一個(gè)例子,什么是泊松分布和指數(shù)分布?恐怕大多數(shù)人都說(shuō)不清楚。 我可以在10分鐘內(nèi),讓你毫不費(fèi)力地理解這兩個(gè)概念。一句話總結(jié):泊松分布是單位時(shí)間內(nèi)獨(dú)立事件發(fā)生次數(shù)的概率分布,指數(shù)分布是獨(dú)立事件的時(shí)間間隔的概率分布。...
首先我們要清楚視覺(jué)設(shè)計(jì)在整個(gè)產(chǎn)品中的作用和目的是什么,是給用戶提供舒適美好的視覺(jué)享受嗎,還是為了用戶使用產(chǎn)品的時(shí)候更順暢,這些都包括但不僅僅如此,視覺(jué)設(shè)計(jì)還應(yīng)該傳達(dá)品牌差異化,讓用戶清晰地辨識(shí)、記憶并喜愛(ài)該產(chǎn)品,并以促成業(yè)務(wù)目標(biāo)為結(jié)果。因此做視覺(jué)設(shè)計(jì)就不能只流于表面形式,應(yīng)該全面讀懂業(yè)務(wù)需求和用戶群...
近日,2017 百度世界大會(huì)在北京舉行,活動(dòng)吸引了數(shù)千名開(kāi)發(fā)者和合作伙伴到場(chǎng)。據(jù)介紹,百度 AI 開(kāi)放平臺(tái)已開(kāi)放 80 多項(xiàng)核心 AI 能力。如果你還在為錯(cuò)過(guò)百度世界大會(huì)而感到遺憾,那接下來(lái)的這次活動(dòng)一定能彌補(bǔ)你的“小遺憾”。 今年 10 月起,百度在深圳開(kāi)啟了百度 AI 開(kāi)發(fā)者實(shí)戰(zhàn)營(yíng)的首站活動(dòng),并...
在神經(jīng)網(wǎng)絡(luò)的研究中,讓模型充滿記憶力的研究很早便開(kāi)始了,Saratha Sathasivam 于1982 年提出了霍普菲爾德網(wǎng)絡(luò),但是由于它實(shí)現(xiàn)困難,在提出的時(shí)候也沒(méi)有很好的應(yīng)用場(chǎng)景,所以逐漸被遺忘。深度學(xué)習(xí)的興起又讓人們重新開(kāi)始研究循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network),...
阿爾法圍棋(AlphaGo)是第一個(gè)擊敗人類職業(yè)圍棋選手、第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能程序,由谷歌(Google)旗下DeepMind公司戴密斯哈薩比斯領(lǐng)銜的團(tuán)隊(duì)開(kāi)發(fā)。 那么阿爾法狗的工作原理是什么?相關(guān)技術(shù)又有哪些呢?下面讓我們一起來(lái)看看。 阿爾法狗工作原理 阿爾法圍棋(AlphaGo)為了應(yīng)...
流水的編程語(yǔ)言,鐵打的 Java、C/C++。 進(jìn)行人工智能機(jī)器人研發(fā),應(yīng)該選擇哪種編程語(yǔ)言? 這是很多機(jī)器人專家在自身的職業(yè)生涯中都會(huì)存在的一個(gè)入門級(jí)思考。畢竟,在學(xué)習(xí)一門編程語(yǔ)言時(shí),需要花費(fèi)大量的時(shí)間及精力,如果掌握了這門語(yǔ)言卻又不發(fā)揮其真實(shí)的價(jià)值,又有什么用呢?但不幸的是,到目前為止,也沒(méi)有一...
有一個(gè)整型偶數(shù)n(2= n =10000),你要做的是:先把1到n中的所有奇數(shù)從小到大輸出,再把所有的偶數(shù)從小到大輸出。 輸入第一行有一個(gè)整數(shù)i(2=i30)表示有 i 組測(cè)試數(shù)據(jù); 每組有一個(gè)整型偶數(shù)n。 輸出 第一行輸出所有的奇數(shù)第二行輸出所有的偶數(shù)。...
隨機(jī)梯度下降(Stochastic gradient descent) 批量梯度下降(Batch gradient descent) 梯度下降(GD)是最小化風(fēng)險(xiǎn)函數(shù)、損失函數(shù)的一種常用方法,隨機(jī)梯度下降和批量梯度下降是兩種迭代求解思路,下面從公式和實(shí)現(xiàn)的角度對(duì)兩者進(jìn)行分析。下面的h(x)是要擬合的...
OpenCV 3.3在8月3號(hào)正式Release,帶來(lái)了許多優(yōu)化改進(jìn)和新特性,包括備受關(guān)注的深度神經(jīng)網(wǎng)絡(luò)(DNN)模塊被正式引入主倉(cāng)庫(kù),標(biāo)志著OpenCV對(duì)DNN有了更深層次的優(yōu)化與支持;支持通過(guò)宏ENABLE_CXX11啟用對(duì)C 11特性的支持;默認(rèn)包含大量SSE4.X和AVX/AVX2指令集優(yōu)化...
經(jīng)典排序算法冒泡排序原理: 1.比較相鄰的元素,如果第一個(gè)比第二個(gè)大,就交換位置。 2.重復(fù)以上步驟,依次得出最大值,次大值。。。。 3.重復(fù)以上步驟,直到?jīng)]有任何一對(duì)數(shù)字需要比較 算法分析: 1.若文件的初始狀態(tài)是正序,一趟掃描完成排序。所需要的關(guān)鍵字的比較次數(shù)C和記錄移動(dòng)的次數(shù)M達(dá)到最小值:Cm...
安卓開(kāi)發(fā)時(shí)用value目錄下的string.xml文件保存全局的字符串變量,來(lái)方便支持多種語(yǔ)言。...