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：7759個(gè) 瀏覽：137348次 帖子：307個(gè)
機(jī)器學(xué)習(xí)技術(shù)在圖像分類和目標(biāo)檢測(cè)上的應(yīng)用
在本章中，我們將討論機(jī)器學(xué)習(xí)技術(shù)在圖像處理中的應(yīng)用。首先，定義機(jī)器學(xué)習(xí)，并學(xué)習(xí)它的兩種算法——監(jiān)督算法和無監(jiān)督算法；其次，討論一些流行的無監(jiān)督機(jī)器學(xué)習(xí)技...
2022-10-20 標(biāo)簽：圖像處理圖像分類機(jī)器學(xué)習(xí) 2.8k 0
機(jī)器學(xué)習(xí)技術(shù)在圖像處理中的應(yīng)用
在本章中，我們將討論機(jī)器學(xué)習(xí)技術(shù)在圖像處理中的應(yīng)用。首先，定義機(jī)器學(xué)習(xí)，并學(xué)習(xí)它的兩種算法——監(jiān)督算法和無監(jiān)督算法；其次，討論一些流行的無監(jiān)督機(jī)器學(xué)習(xí)技...
2022-10-18 標(biāo)簽：圖像處理機(jī)器學(xué)習(xí)數(shù)據(jù)集 3.4k 0
面向?qū)ο笙到y(tǒng)的采用，以及限制類型轉(zhuǎn)換的強(qiáng)類型語(yǔ)言和對(duì)程序員的一些限制，可以使執(zhí)行流程可預(yù)測(cè)并避免對(duì)單個(gè)連續(xù)內(nèi)存空間的需求。諸如在圖形和機(jī)器學(xué)習(xí)中發(fā)現(xiàn)的任...
2022-10-18 標(biāo)簽：CMOS晶體管機(jī)器學(xué)習(xí) 1.6k 0
數(shù)據(jù)管理者需要考慮使用數(shù)據(jù)湖或數(shù)據(jù)倉(cāng)庫(kù)作為存儲(chǔ)庫(kù)
數(shù)據(jù)湖是一個(gè)中央存儲(chǔ)庫(kù)，可以大量存儲(chǔ)所有數(shù)據(jù)（結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)）。數(shù)據(jù)通常以原始格式存儲(chǔ)，無需首先進(jìn)行處理或結(jié)構(gòu)化。
基于不同數(shù)據(jù)模態(tài)的人類動(dòng)作識(shí)別綜述
RGB 模態(tài)指的是由 RGB 相機(jī)捕獲的圖像或序列。而光流則是視頻圖像中同一對(duì)象（物體）像素點(diǎn)移動(dòng)到下一幀的移動(dòng)量，由于通常是由 RGB 模態(tài)數(shù)據(jù)所進(jìn)一...
2022-10-13 標(biāo)簽：RGB圖像識(shí)別機(jī)器學(xué)習(xí) 1.8k 0
基于深度學(xué)習(xí)的人臉識(shí)別與檢測(cè)方案
上圖就是我們定位人臉的68個(gè)關(guān)鍵點(diǎn)，其中他的順序是要嚴(yán)格的進(jìn)行排序的。從1到68點(diǎn)的順序不能錯(cuò)誤。
2022-10-12 標(biāo)簽：人臉識(shí)別計(jì)算機(jī)視覺機(jī)器學(xué)習(xí) 2.4k 0
基于殘差神經(jīng)網(wǎng)絡(luò)的心臟病預(yù)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
心臟病已經(jīng)成為威脅人類生命的一項(xiàng)重大疾病，目前中國(guó)的心血管疾病預(yù)防工作雖然取得了初步成效，但是仍舊面臨嚴(yán)峻的挑戰(zhàn)，中國(guó)心血管疾病的患病率及死亡率仍處于上...
2022-10-12 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 2.1k 0
世界正在朝著交互設(shè)備的智能和分布式計(jì)算模型發(fā)展。這些設(shè)備中的智能將由機(jī)器學(xué)習(xí)算法驅(qū)動(dòng)。然而，將機(jī)器學(xué)習(xí)擴(kuò)展到邊緣并非沒有挑戰(zhàn)。本文將討論這些挑戰(zhàn)的前景，...
2022-10-12 標(biāo)簽：處理器機(jī)器學(xué)習(xí) 1.2k 0
基于神經(jīng)網(wǎng)絡(luò)的2D到3D的機(jī)器學(xué)習(xí)
FSD beta所采用的voxel 3D NN的技術(shù)細(xì)節(jié)并未得到披露，從類似的一般性的公開方法來說，從2D單個(gè)圖像中恢復(fù)出voxel 3D信息的方法是基...
2022-10-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)自動(dòng)駕駛 1.2k 0
機(jī)器學(xué)習(xí)多模態(tài)落地存在哪些挑戰(zhàn)
多模態(tài)技術(shù)有著相當(dāng)廣泛的應(yīng)用場(chǎng)景，如淘寶搜圖、AI字幕、AI虛擬數(shù)字人、仿人交互、智能助手、商品推薦和信息流廣告、視頻幀人臉幀的圖向量檢索、語(yǔ)音交互等等。
2022-10-11 標(biāo)簽：AI機(jī)器學(xué)習(xí) 1.6k 0
如何通過改進(jìn)計(jì)算核心架構(gòu)提高神經(jīng)網(wǎng)絡(luò)內(nèi)存和算力需求
計(jì)算核心（compute core）是所有計(jì)算機(jī)架構(gòu)的“心臟”，而Cerebras針對(duì)神經(jīng)網(wǎng)絡(luò)的細(xì)粒度動(dòng)態(tài)稀疏性重新設(shè)計(jì)了計(jì)算核心。
2022-10-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)AI芯片 1.7k 0
使用Model Card++增強(qiáng)AI透明度和道德考量
AI 模型卡是一份詳細(xì)說明機(jī)器學(xué)習(xí)（ ML ）模型如何工作的文檔。模型卡提供了有關(guān) ML 模型元數(shù)據(jù)的詳細(xì)信息，包括它所基于的數(shù)據(jù)集、它所接受培訓(xùn)的性能...
2022-10-11 標(biāo)簽：NVIDIAAI機(jī)器學(xué)習(xí) 2.5k 0
眾所周知， GPU 是大型機(jī)器學(xué)習(xí)（ ML ）應(yīng)用程序的典型解決方案，但如果 GPU 應(yīng)用于 AI 管道數(shù)據(jù)的早期階段，該怎么辦？
2022-10-11 標(biāo)簽：cpugpu機(jī)器學(xué)習(xí) 1.7k 0
在 機(jī)器學(xué)習(xí) 和 MLOps world ， GPU 被廣泛用于加速模型訓(xùn)練和推理，但工作流的其他階段（如 ETL 管道或超參數(shù)優(yōu)化）如何？
2022-10-11 標(biāo)簽：機(jī)器學(xué)習(xí)python 1.8k 0
使用NVIDIA ISAAC Sim和NVIDIA ISAAC Replicator縮小Sim2Real差距
合成數(shù)據(jù)是計(jì)算機(jī)視覺應(yīng)用中訓(xùn)練機(jī)器學(xué)習(xí)模型的重要工具。 NVIDIA 的研究人員介紹了一種 結(jié)構(gòu)化域隨機(jī)化 Omniverse Replicator 中...
2022-10-10 標(biāo)簽：NVIDIA機(jī)器學(xué)習(xí) 2.1k 0
線性回歸是最簡(jiǎn)單的機(jī)器學(xué)習(xí)模型之一。它通常不僅是學(xué)習(xí)數(shù)據(jù)科學(xué)的起點(diǎn)，也是構(gòu)建快速簡(jiǎn)單的最小可行產(chǎn)品（ MVP ）的起點(diǎn)，然后作為更復(fù)雜算法的基準(zhǔn)。
2022-10-10 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬 0
從頭設(shè)計(jì)一個(gè)張量流處理器TSP架構(gòu)
不同于傳統(tǒng)的CPU和GPU架構(gòu)，Groq從頭設(shè)計(jì)了一個(gè)張量流處理器 (TSP) 架構(gòu)， 以加速人工智能、機(jī)器學(xué)習(xí)和高性能計(jì)算中的復(fù)雜工作負(fù)載。
2022-10-10 標(biāo)簽：機(jī)器學(xué)習(xí)TPUTSP 2.5k 0
有監(jiān)督學(xué)習(xí)通常是利用帶有專家標(biāo)注的標(biāo)簽的訓(xùn)練數(shù)據(jù)，學(xué)習(xí)一個(gè)從輸入變量X到輸入變量Y的函數(shù)映射。Y = f (X)，訓(xùn)練數(shù)據(jù)通常是(n×x,y)的形式，其...
2022-10-10 標(biāo)簽：函數(shù)模型機(jī)器學(xué)習(xí) 1.2萬 0
Voting是一種集成學(xué)習(xí)，它將來自多個(gè)機(jī)器學(xué)習(xí)模型的預(yù)測(cè)結(jié)合起來產(chǎn)生結(jié)果。在整個(gè)數(shù)據(jù)集上訓(xùn)練多個(gè)基礎(chǔ)模型來進(jìn)行預(yù)測(cè)。每個(gè)模型預(yù)測(cè)被認(rèn)為是一個(gè)“投票”。...
2022-10-08 標(biāo)簽：模型集成學(xué)習(xí)機(jī)器學(xué)習(xí) 2.6k 0
在傳統(tǒng)軟件和AI模型上的半自動(dòng)化調(diào)試工作分享
給定一個(gè)錯(cuò)誤版本和一個(gè)（過去的）正確版本， 以及一個(gè)測(cè)試用例在正確版本上通過但在錯(cuò)誤版本上不通過，該方法計(jì)算這兩個(gè)版本之間的哪一個(gè)差異是導(dǎo)致錯(cuò)誤版本出錯(cuò)的原因。
2022-09-30 標(biāo)簽：調(diào)試器機(jī)器學(xué)習(xí) 1.5k 0
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)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 |
關(guān)注我們的微信
下載發(fā)燒友APP
機(jī)器人發(fā)燒友
