登錄
登錄后你可以
- 下載海量資料
- 學(xué)習(xí)在線(xiàn)課程
- 觀看技術(shù)視頻
- 寫(xiě)文章/發(fā)帖/加入社區(qū)
登錄
會(huì)員中心
創(chuàng)作中心
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：124706次 帖子：174個(gè)
基于機(jī)器視覺(jué)檢測(cè)技術(shù)現(xiàn)狀
在訓(xùn)練過(guò)程中進(jìn)行相應(yīng)微調(diào)是必不可少的。過(guò)擬合現(xiàn)象在深度學(xué)習(xí)中屢見(jiàn)不鮮，如果網(wǎng)絡(luò)模型出現(xiàn)此類(lèi)問(wèn)題，那么該網(wǎng)絡(luò)就無(wú)法正常使用，為了解決這個(gè)問(wèn)題，一般會(huì)使用模...
2023-10-20 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像處理算法 3.5k 0
如何利用深度學(xué)習(xí)技術(shù)處理圖像水印
水印作為一種保護(hù)版權(quán)的有效方式被廣泛地應(yīng)用于海量的互聯(lián)網(wǎng)圖像，針對(duì)水印的各種處理顯得越來(lái)越重要，比如水印的檢測(cè)和水印的去除與反去除。
2019-06-07 標(biāo)簽：數(shù)據(jù)集深度學(xué)習(xí) 3.5k 0
探索如何構(gòu)建一個(gè)強(qiáng)大的視覺(jué)層次，使其成為高性能的圖像特征提取器
這與全連接層完全相反。在上面的例子中，我們的輸入特征為 5*5=25，輸出數(shù)據(jù)為 3*3=9. 如果我們使用標(biāo)準(zhǔn)的全連接層，就會(huì)產(chǎn)生一個(gè) 25*9=22...
2018-12-22 標(biāo)簽：濾波器神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 3.5k 0
一種針對(duì)深度強(qiáng)化學(xué)習(xí)運(yùn)動(dòng)任務(wù)的自動(dòng)環(huán)境
這類(lèi)似蜘蛛的機(jī)器人是可以靈活拆卸的，中間的本體是一個(gè)六邊形的形狀，每一面都可以利用磁鐵吸附上一條“機(jī)械腿”，不過(guò)在實(shí)驗(yàn)中研究人員最多只用了三條腿。除此之...
2018-07-02 標(biāo)簽：機(jī)器人神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 3.5k 0
技術(shù)前沿：從機(jī)器視覺(jué)應(yīng)用看中國(guó)制造業(yè)發(fā)展
工業(yè)線(xiàn)掃描相機(jī)，或叫線(xiàn)陣相機(jī)、線(xiàn)掃描相機(jī)，以“線(xiàn)”為單位進(jìn)行圖像采集。早期線(xiàn)掃描相機(jī)的圖像傳感器通常只有一行感光像素，隨著檢測(cè)速度不斷的提高，相機(jī)的曝光...
2023-04-17 標(biāo)簽：圖像采集機(jī)器視覺(jué)深度學(xué)習(xí) 3.5k 0
是時(shí)候搭建屬于自己的神經(jīng)網(wǎng)絡(luò)了！
對(duì)于圖像分類(lèi)問(wèn)題，Dense層可能是不夠的。但我們也可以另辟蹊徑！有完整的卷積神經(jīng)網(wǎng)絡(luò)可供下載。我們可以切掉它們的最后一層softmax分類(lèi)，并用下載的...
2019-05-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)分類(lèi)器深度學(xué)習(xí) 3.5k 0
自動(dòng)機(jī)器學(xué)習(xí)技術(shù)在推薦系統(tǒng)中的應(yīng)用
今天，推薦系統(tǒng)的模型和應(yīng)用已經(jīng)相當(dāng)成熟，然而部署一套全新的推薦系統(tǒng)，甚至僅在已有系統(tǒng)上添加數(shù)據(jù)維度和模型優(yōu)化依然是非常耗時(shí)耗力的事情。
2018-12-21 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3.5k 0
人工智能（Artificial Intelligence, AI）作為21世紀(jì)最具影響力的技術(shù)之一，正以前所未有的速度改變著我們的生活、工作乃至整個(gè)社會(huì)...
2024-07-04 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 3.5k 0
GPU算力加持下深度學(xué)習(xí)醫(yī)學(xué)圖像處理算法的演進(jìn)趨勢(shì)
醫(yī)學(xué)圖像在疾病診斷、手術(shù)治療、預(yù)后評(píng)估等臨床應(yīng)用中起著舉足輕重的作用，超過(guò)70%的診斷都依賴(lài)醫(yī)學(xué)圖像。
移動(dòng)端的深度學(xué)習(xí)正在風(fēng)起云涌,華為的芯片帶來(lái)的強(qiáng)大智能能力
這一趨勢(shì)帶來(lái)了去中心化機(jī)器學(xué)習(xí)的迅速發(fā)展，這種新的機(jī)制可以將訓(xùn)練數(shù)據(jù)存儲(chǔ)在很多的節(jié)點(diǎn)中，并協(xié)同工作來(lái)為問(wèn)題找到合適的解決方案。設(shè)備端的機(jī)器學(xué)習(xí)與此類(lèi)似，...
2018-09-17 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3.5k 0
總體而言，PyTorch是第三流行的框架，也是第二流行的獨(dú)立框架。它比TensorFlow要年輕，流行度的增速十分迅猛。它也支持TensorFlow尚不...
2018-09-30 標(biāo)簽：深度學(xué)習(xí)數(shù)據(jù)科學(xué) 3.5k 0
深度學(xué)習(xí)前饋神經(jīng)網(wǎng)絡(luò)技術(shù)分析
感知機(jī)算法中包含了前向傳播（FP）和反向傳播（BP）算法，但在介紹它們之前，我們先來(lái)了解一下深度神經(jīng)網(wǎng)絡(luò)的激活函數(shù)。
2020-02-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 3.5k 0
深度學(xué)習(xí)正在逼近計(jì)算極限 如何提升AI算力
在智慧系統(tǒng)中，按照復(fù)雜度，排名是這樣的：原子，分子，有機(jī)體，人類(lèi)，AI，超級(jí)AI，然后是神。 有意思的是，這個(gè)回答，來(lái)自O(shè)penAI開(kāi)發(fā)的預(yù)訓(xùn)練語(yǔ)言模型...
2020-10-11 標(biāo)簽：人工智能深度學(xué)習(xí)AI算力 3.5k 0
深入了解TensorFlow隨附的此版Keras將能為您實(shí)現(xiàn)哪些功能
TensorFlow 開(kāi)發(fā)者的經(jīng)驗(yàn)水平千差萬(wàn)別，既有首次學(xué)習(xí)機(jī)器學(xué)習(xí)的學(xué)生，也有機(jī)器學(xué)習(xí)專(zhuān)家和研究人員。恰巧，TensorFlow 的優(yōu)點(diǎn)之一便是能提供...
2018-12-18 標(biāo)簽：深度學(xué)習(xí)TensorFlowKeras 3.5k 0
人工智能新力量，意法半導(dǎo)體Deep Edge AI 應(yīng)運(yùn)而生
借助內(nèi)置的低功耗傳感器設(shè)計(jì)、高級(jí)AI事件檢測(cè)、喚醒邏輯和實(shí)時(shí)邊緣計(jì)算功能，傳感器中的MLC極大地減少了系統(tǒng)數(shù)據(jù)傳輸量，降低了網(wǎng)絡(luò)處理負(fù)擔(dān)。
2021-11-18 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)意法半導(dǎo)體AI 3.5k 0
Prompt Tuning相比于Fine Tuning在哪些場(chǎng)景下表現(xiàn)更好？
第三范式：基于「預(yù)訓(xùn)練模型 + finetuning」的范式，如 BERT + finetuning 的NLP任務(wù)，相比于第二范式，模型準(zhǔn)確度顯著提高，...
2023-02-02 標(biāo)簽：模型深度學(xué)習(xí)nlp 3.4k 0
基于Kubeflo的應(yīng)用與開(kāi)發(fā)
本文將介紹以下三部分內(nèi)容：第一：Kubeflow 的應(yīng)用；第二：基于 Kubeflow 的開(kāi)發(fā)；第三：Momenta 深度學(xué)習(xí)數(shù)據(jù)流。
2019-01-07 標(biāo)簽：無(wú)人駕駛深度學(xué)習(xí) 3.4k 0
基于深度學(xué)習(xí)方法進(jìn)行時(shí)序預(yù)測(cè)的調(diào)優(yōu)方案
RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）是一種強(qiáng)大的深度學(xué)習(xí)模型，經(jīng)常被用于時(shí)間序列預(yù)測(cè)。RNN通過(guò)在時(shí)間上展開(kāi)神經(jīng)網(wǎng)絡(luò)，將歷史信息傳遞到未來(lái)，從而能夠處理時(shí)間序列數(shù)據(jù)中...
2023-06-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)rnn 3.4k 0
基于深度學(xué)習(xí)的圖像分割算法屬于圖像處理領(lǐng)域最高層次的圖像理解范疇。所謂圖像分割就是把圖像分割成具有相似的顏色或紋理特性的若干子區(qū)域，并使它們對(duì)應(yīng)不同的物...
2023-08-18 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分割算法分割算法 3.4k 0
基于深度學(xué)習(xí)的無(wú)人機(jī)檢測(cè)與識(shí)別技術(shù)
隨著無(wú)人機(jī)技術(shù)的快速發(fā)展，無(wú)人機(jī)在軍事、民用、商業(yè)等多個(gè)領(lǐng)域的應(yīng)用日益廣泛。然而，無(wú)人機(jī)的廣泛使用也帶來(lái)了諸多挑戰(zhàn)，如空域安全、隱私保護(hù)等問(wèn)題。因此，開(kāi)...
2024-07-08 標(biāo)簽：無(wú)人機(jī)計(jì)算機(jī)視覺(jué)深度學(xué)習(xí) 3.4k 0
換一批
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 |
關(guān)注我們的微信
下載發(fā)燒友APP
機(jī)器人發(fā)燒友
