完善資料讓更多小伙伴認識你，還能領(lǐng)取20積分哦，立即完善>
標簽 > 機器學習
機器學習（Machine Learning， ML）是一門多領(lǐng)域交叉學科，涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復雜度理論等多門學科。
文章：7759個 瀏覽：137355次 帖子：307個
實現(xiàn)“始終感應(yīng)”的Aspinity解決方案
Aspinity是模擬神經(jīng)形態(tài)半導體的先驅(qū)，它創(chuàng)建了可重新配置的模擬模塊化處理器（RAMP）平臺，該平臺是一種超低功耗的模擬處理平臺，可以克服電池供電的...
2021-04-11 標簽：物聯(lián)網(wǎng)智能家居機器學習 4.7k 0
SVM的C參數(shù)為每個錯誤分類的數(shù)據(jù)點增加了代價。如果c小，則對錯誤分類的點的懲罰較低，因此以較大數(shù)量的錯誤分類為代價選擇了具有較大余量的決策邊界。
基于邊界攻擊以及決策的類攻擊 提出了部署機器學習系統(tǒng)安全性的新問題
一般說來，應(yīng)用于計算機視覺、語音識別和其他領(lǐng)域中的許多高性能機器學習算法易受到其輸入的微小變化的影響。
2017-12-29 標簽：神經(jīng)網(wǎng)絡(luò)機器學習 4.7k 0
利用機器學習算法中的深度神經(jīng)網(wǎng)絡(luò),識別音樂類型等聽覺任務(wù)上模擬人類表現(xiàn)的模型
當神經(jīng)網(wǎng)絡(luò)在20世紀80年代首次出現(xiàn)時，神經(jīng)科學家們希望這種系統(tǒng)可以用來模擬人腦。然而，來自那個時代的計算機不夠強大，無法建立足夠大的模型來進行一些實際...
2018-04-30 標簽：神經(jīng)網(wǎng)絡(luò)語音識別機器學習 4.7k 0
一種簡單的，循序的方式講解神經(jīng)網(wǎng)絡(luò)
一個神經(jīng)元通常具有多個樹突，主要用來接受傳入信息；而軸突只有一條，軸突尾端有許多軸突末梢可以給其他多個神經(jīng)元傳遞信息。軸突末梢跟其他神經(jīng)元的樹突產(chǎn)生連接...
2018-08-16 標簽：神經(jīng)網(wǎng)絡(luò)機器學習深度學習 4.7k 0
本科生又一次刷新了AI的新成績，開發(fā)了一種名為AdaBound的算法
但是，由于SGD在更新參數(shù)時對各個維度上梯度的放縮是一致的，這有可能導致訓練速度緩慢，并且在訓練數(shù)據(jù)分布極不均很時訓練效果很差。為了解決這一問題，近些年...
在SMO算法中，我們每次需要選取一對α來進行優(yōu)化，通過啟發(fā)式的選取我們可以更高效的選取待優(yōu)化的變量使得目標函數(shù)下降的最快。
一種可以超越傳統(tǒng)方法捕捉微小的面部表情，并更好的測量人類情緒的機器學習模型
為了解決情感計算中面臨的問題，來自麻省理工媒體實驗室情感計算研究組提出了一種可以超越傳統(tǒng)方法捕捉微小的面部表情，并更好的測量人類情緒的機器學習模型。除此...
2018-08-01 標簽：人機交互機器學習數(shù)據(jù)集 4.6k 0
什么是Deep TabNine？機器學習極大提高智能編碼能力
Deep TabNine 使用 GitHub 的近 200 萬個文件進行了訓練，它具有預(yù)先存在的知識，而不是僅僅從用戶當前的項目中學習。此外，這個模型還...
了解Xilinx FPGA如何通過深度學習圖像分類示例來加速重要數(shù)據(jù)中心工作負載機器學習。該演示可通過Alexnet神經(jīng)網(wǎng)絡(luò)模型加速圖像（從ImageN...
如果我們想使用多任務(wù)學習，但只有一個任務(wù)，該怎么辦呢？一篇名為 “Pseudo-task Augmentation: From Deep Multita...
Netflix如何拓展Jupyter notebook使用場景，以及為支持新使用場景進行的基礎(chǔ)設(shè)施建設(shè)
多樣性的數(shù)據(jù)使用者很令人興奮，但它不是沒有代價的：數(shù)據(jù)平臺——以及配套的工具、服務(wù)生態(tài)系統(tǒng)——必須支持更多使用案例、語言、訪問模式，等等。為了更好地理解...
機器學習和AI的區(qū)別：如果使用Python寫的，那可能是機器學習，如果使用PPT寫的，那可能是AI。
如何讓零售商對價格進行優(yōu)化的問題，機器學習能為零售價格優(yōu)化做些什么?
價格優(yōu)化和動態(tài)定價常被看作是近義詞，但實際上二者是不同的，主要在于動態(tài)定價是定價策略的一種特殊形式，而價格優(yōu)化可以用任意種類的定價策略達到目的。動態(tài)定價...
2018-09-30 標簽：數(shù)據(jù)機器學習 4.6k 0
而基于學習的方法采用了數(shù)據(jù)驅(qū)動的方法來學習出圖像特征和透射率之間的關(guān)系，克服了手工選取先驗特征的不足。隨著深度學習的方法，這種方法朝著更強大的模型、更有...
基于采樣的方法是被研究得最多的方法，大多也是具有理論基礎(chǔ)的方法，往往比基礎(chǔ)搜索方法表現(xiàn)更優(yōu)。這類方法一般會生成一個或者多個對樣本空間的采樣點，之后再對這...
2019-04-02 標簽：神經(jīng)網(wǎng)絡(luò)核心技術(shù)機器學習 4.6k 0
ARM 通過其對 ARM Cortex 微控制器軟件接口標準 (CMSIS) 的神經(jīng)網(wǎng)絡(luò) (NN) 擴展提供了一種替代方法。
使用移動傳感器產(chǎn)生的原始數(shù)據(jù)來識別人類活動
我們將使用Sklearn，Tensorflow，Keras，Scipy和Numpy來構(gòu)建模型和進行數(shù)據(jù)預(yù)處理。使用PANDAS 進行數(shù)據(jù)加載，使用mat...
2022-08-01 標簽：傳感器神經(jīng)網(wǎng)絡(luò)機器學習 4.6k 0
探索“What-If”場景通常意味著編寫一次性的自定義代碼來分析特定模型
What-If 工具擁有各種功能，包括使用 Facets 自動可視化數(shù)據(jù)集、手動編輯數(shù)據(jù)集示例并查看相關(guān)更改的影響，以及自動生成局部依賴圖（顯示模型的預(yù)...
2018-10-11 標簽：機器學習數(shù)據(jù)集 4.6k 0
第一代商業(yè)智能 (BI) 系統(tǒng)的復雜性和 IT 技術(shù)的要求使企業(yè)一度心灰意冷，而大約十年前，企業(yè)開始采用自助式產(chǎn)品進行數(shù)據(jù)發(fā)現(xiàn)和數(shù)據(jù)可視化。這種自助式分...
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
| 電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | 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 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
| 伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(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 |
關(guān)注我們的微信
下載發(fā)燒友APP
機器人發(fā)燒友
