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 > 深度學(xué)習(xí)
文章:4761個(gè) 瀏覽:124697次 帖子:174個(gè)
三種典型的神經(jīng)網(wǎng)絡(luò)以及深度學(xué)習(xí)中的正則化方法應(yīng)用于無人駕駛
在前幾十年,神經(jīng)網(wǎng)絡(luò)并沒有受到人們的重視,直到深度學(xué)習(xí)的出現(xiàn),人們利用深度學(xué)習(xí)解決了不少實(shí)際問題(即一些落地性質(zhì)的商業(yè)應(yīng)用),神經(jīng)網(wǎng)絡(luò)才成為學(xué)界和工業(yè)界...
2018-06-03 標(biāo)簽:無人駕駛深度學(xué)習(xí) 1.0萬 0
索尼發(fā)布新的方法,在ImageNet數(shù)據(jù)集上224秒內(nèi)成功訓(xùn)練了ResNet-50
近年來,許多研究人員提出了多種方案來解決這兩個(gè)問題(見原文參考文獻(xiàn))。這些工作利用ImageNet/ResNet-50訓(xùn)練來衡量訓(xùn)練效果。ImageNe...
2018-11-16 標(biāo)簽:索尼神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 1.0萬 0
特倫托大學(xué)與Inria合作:使用GAN生成人體的新姿勢(shì)圖像
使用GAN(對(duì)抗生成網(wǎng)絡(luò))生成人體的新姿勢(shì)圖像。研究人員提出的可變形跳躍連接和最近鄰損失函數(shù),更好地捕捉了局部的紋理細(xì)節(jié),緩解了之前研究生成圖像模糊的問...
2018-01-29 標(biāo)簽:gan網(wǎng)絡(luò)架構(gòu)深度學(xué)習(xí) 1.0萬 0
深度學(xué)習(xí)為什么依賴于超大的計(jì)算能力?
雖然許多硬件計(jì)算單元(GPU、FPGA 等)的計(jì)算能力很強(qiáng)大,但是它們的內(nèi)存資源(即設(shè)備內(nèi)存)非常稀缺。當(dāng)它們不能提供模型運(yùn)行所需要的內(nèi)存資源時(shí),要么運(yùn)...
2018-07-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)自然語言 1.0萬 0
只需10行Python代碼就可以實(shí)現(xiàn)圖像識(shí)別
隨著深度學(xué)習(xí)算法的興起和普及,人工智能領(lǐng)域取得了令人矚目的進(jìn)步,特別是在計(jì)算機(jī)視覺領(lǐng)域。21世紀(jì)的第二個(gè)十年迅速采用卷積神經(jīng)網(wǎng)絡(luò),發(fā)明了最先進(jìn)的算法,大...
2018-04-24 標(biāo)簽:人工智能計(jì)算機(jī)視覺python 1.0萬 0
從圖像數(shù)據(jù)角度為人臉識(shí)別準(zhǔn)確率的提高提出的建議
所以,本文的首要目標(biāo)是探究標(biāo)簽噪聲的來源,以及在深度卷積神經(jīng)網(wǎng)絡(luò)中,這些噪聲會(huì)給人臉識(shí)別造成何種后果。我們主要考慮的問題有:想要達(dá)到清理數(shù)據(jù)的目的,需要...
2018-08-05 標(biāo)簽:人工智能人臉識(shí)別深度學(xué)習(xí) 1.0萬 0
匯總幾種開源的深度學(xué)習(xí)模型以及針對(duì)姿態(tài)估計(jì)的代碼
DensePose的論文中提出了DensePose-RCNN,這是Mask-RCNN的一種變體,可以以每秒多幀的速度在每個(gè)人體區(qū)域內(nèi)密集地回歸特定部位的...
2018-07-02 標(biāo)簽:代碼數(shù)據(jù)集深度學(xué)習(xí) 1.0萬 0
NVIDIA Volta GPU中內(nèi)置的Tensor Core GPU架構(gòu)是NVIDIA深度學(xué)習(xí)平臺(tái)的巨大進(jìn)步
Tensor Core所運(yùn)行的張量應(yīng)位于存儲(chǔ)器的channel-interleaved型數(shù)據(jù)布局(數(shù)量-高度-寬度-通道數(shù),通常稱為NHWC),以實(shí)現(xiàn)最...
2018-05-21 標(biāo)簽:GPU人工智能深度學(xué)習(xí) 1.0萬 0
介紹了計(jì)算機(jī)視覺領(lǐng)域內(nèi)比較成功的10個(gè)深度學(xué)習(xí)架構(gòu)
近年來,深度學(xué)習(xí)的發(fā)展勢(shì)頭迅猛,要跟上深度學(xué)習(xí)的進(jìn)步速度變得越來越困難了。幾乎每一天都有關(guān)于深度學(xué)習(xí)的創(chuàng)新,而大部分的深度學(xué)習(xí)創(chuàng)新都隱藏在那些發(fā)表于Ar...
2018-01-11 標(biāo)簽:計(jì)算機(jī)視覺深度學(xué)習(xí) 1.0萬 0
CNN模型的基本原理、結(jié)構(gòu)、訓(xùn)練過程及應(yīng)用領(lǐng)域
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡(jiǎn)稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語言處理等領(lǐng)域...
2024-07-02 標(biāo)簽:圖像識(shí)別模型深度學(xué)習(xí) 1.0萬 0
2006年Hinton發(fā)表了一篇革命性的論文“Hinton, G. E., Osindero, S. and Teh, Y.,A fast learni...
2018-07-05 標(biāo)簽:人工智能深度學(xué)習(xí)DBN 1.0萬 0
語音合成技術(shù)簡(jiǎn)介,深度學(xué)習(xí)技術(shù)對(duì)合成技術(shù)發(fā)展的影響
第一階段:錦上添花。從 2012 年開始,深度學(xué)習(xí)技術(shù)在語音領(lǐng)域逐漸開始受到關(guān)注并得以應(yīng)用。這一階段,深度學(xué)習(xí)技術(shù)的主要作用,是替換原有的統(tǒng)計(jì)模型,提升...
2018-10-18 標(biāo)簽:人工智能語音合成深度學(xué)習(xí) 1.0萬 0
基于安全多方計(jì)算協(xié)議實(shí)現(xiàn)私密深度學(xué)習(xí)模型
運(yùn)算將在一個(gè)有限域上進(jìn)行,因此我們首先需要決定如何將有理數(shù)r表示為域元素,即取自0, 1, ..., Q-1的整數(shù)x(Q為質(zhì)數(shù))。我們將采用典型的做法,...
2018-03-26 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 1.0萬 0
機(jī)器人平臺(tái)JetPack 3.1使Jetson的低延遲推斷性能翻了一番
NVIDIA發(fā)布了 針對(duì)Jetson TX1和TX2的生產(chǎn)Linux軟件 JetPack 3.1 。 隨著TensorRT 2.1和cuDNN 6.0的...
2018-05-07 標(biāo)簽:機(jī)器人NVIDIA深度學(xué)習(xí) 1.0萬 1
如何基于CNN和三重?fù)p失函數(shù),學(xué)習(xí)位置嵌入
盡管地點(diǎn)映射本身就是一個(gè)困難的問題,足以專門寫一篇博客,人類的直覺能在很大程度上幫助解決這一問題??紤]上圖中訪問圣莫尼卡海灘的例子。稍微一瞥周邊地點(diǎn),就...
2018-10-29 標(biāo)簽:智能手機(jī)函數(shù)深度學(xué)習(xí) 1.0萬 0
利用深度學(xué)習(xí)解決目標(biāo)檢測(cè)任務(wù)的簡(jiǎn)單方法
首先,讓我們明確什么是選擇性搜索,以及它是如何辨別不同區(qū)域的。組成目標(biāo)物體通常有四個(gè)要素:變化尺度、顏色、結(jié)構(gòu)(材質(zhì))、所占面積。選擇性搜索會(huì)確定物體在...
2018-10-18 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)算法深度學(xué)習(xí) 1.0萬 0
谷歌BERT模型的主體結(jié)構(gòu)和創(chuàng)新點(diǎn)介紹 雙向語言模型的引入
通俗地說就是在輸入一句話的時(shí)候,隨機(jī)地選一些要預(yù)測(cè)的詞,然后用一個(gè)特殊的符號(hào)來代替它們。盡管模型最終還是會(huì)看到所有位置上的輸入信息,但由于需要預(yù)測(cè)的詞已...
2018-10-21 標(biāo)簽:谷歌深度學(xué)習(xí)nlp 1.0萬 0
自動(dòng)駕駛中單目攝像頭檢測(cè)輸出3-D邊界框的方法
來自UC San Diego的論文。簡(jiǎn)單講,該方法提出估計(jì)center of bottom face of 3D bounding box (CBF) ...
2019-03-07 標(biāo)簽:攝像頭自動(dòng)駕駛深度學(xué)習(xí) 1.0萬 0
基于規(guī)則的預(yù)測(cè)算法和基于機(jī)器學(xué)習(xí)的預(yù)測(cè)算法
Apollo 障礙物行為預(yù)測(cè)系統(tǒng)采用 MLP 多層感知機(jī)制,通過深度神經(jīng)網(wǎng)絡(luò)與規(guī)劃算法,達(dá)到精準(zhǔn)預(yù)測(cè)路徑的目的。
2018-12-18 標(biāo)簽:深度學(xué)習(xí)MLP 10k 0
用CycleGAN把《堡壘之夜》轉(zhuǎn)成《絕地求生》寫實(shí)風(fēng)
CycleGAN是加州大學(xué)伯克利分校研究人員提出的一種用于跨域圖到圖轉(zhuǎn)換的GAN,它可以把一類圖像的風(fēng)格(比如《堡壘之夜》)轉(zhuǎn)換成另一類圖像(比如《絕地...
2018-07-02 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)GAN深度學(xué)習(xí) 10k 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 |