深度學(xué)習(xí)進(jìn)行語(yǔ)音識(shí)別的方法 如何建立自己的語(yǔ)音識(shí)別系統(tǒng)

其實(shí)語(yǔ)音識(shí)別已經(jīng)存在很多年了，那為什么現(xiàn)在才成為主流呢？因?yàn)樯疃茸R(shí)別終于將語(yǔ)音識(shí)別在非受控環(huán)境下的準(zhǔn)確度提高到了一個(gè)足以投入實(shí)用的高度。吳恩達(dá)教授曾經(jīng)預(yù)...

2018-05-02 標(biāo)簽：語(yǔ)音識(shí)別機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.2萬(wàn) 0

介紹深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué)領(lǐng)域四大基本任務(wù)中的應(yīng)用

有關(guān)計(jì)算機(jī)視覺(jué)中分類(lèi)、定位、檢測(cè)、和分割你需要知道的一切。

2018-01-24 標(biāo)簽：定位分類(lèi)計(jì)算機(jī)視覺(jué) 1.2萬(wàn) 0

Apollo高精地圖如何表征和規(guī)范，一起來(lái)了解！

路口表述：路口分為真實(shí)路口和十字路口。在實(shí)踐過(guò)程中，發(fā)現(xiàn)除了真實(shí)路口之外，在車(chē)道數(shù)變化的時(shí)候，比如從兩車(chē)道變到三車(chē)道，需要感知周?chē)袥](méi)有車(chē)輛，在Apol...

2019-03-08 標(biāo)簽：自動(dòng)駕駛Apollo深度學(xué)習(xí) 1.2萬(wàn) 0

TensorFlow和Keras哪個(gè)更好用？

作為一個(gè)庫(kù)，Keras 仍然可以單獨(dú)使用，因此未來(lái)兩者可能會(huì)分道揚(yáng)鑣。不過(guò)，因?yàn)楣雀韫俜街С?Keras 和 TensorFlow，所以似乎不太可能出現(xiàn)...

2018-10-31 標(biāo)簽：深度學(xué)習(xí)TensorFlow 1.2萬(wàn) 0

12種最熱門(mén)的開(kāi)源項(xiàng)目，你都知道哪些？

GitHub 上最熱門(mén)的開(kāi)源項(xiàng)目有哪些，又有哪些新的項(xiàng)目擠進(jìn)熱門(mén)榜單了呢，一起來(lái)看看。

2018-04-03 標(biāo)簽：嵌入式深度學(xué)習(xí) 1.2萬(wàn) 0

對(duì)比Keras和PyTorch四個(gè)方面的不同

而當(dāng)你真正觸達(dá)到更底層的TensorFlow代碼時(shí)，同時(shí)你也獲得了隨之而來(lái)的最具有挑戰(zhàn)性的部分：你需要確保所有矩陣乘法都排成一行。哦對(duì)了，甚至別指望打印...

2019-06-29 標(biāo)簽：深度學(xué)習(xí)keraspytorch 1.2萬(wàn) 0

基于DensePose的姿勢(shì)轉(zhuǎn)換系統(tǒng)，僅根據(jù)一張輸入圖像和目標(biāo)姿勢(shì)

DensePose 是 Facebook 研究員 Natalia Neverova、Iasonas Kokkinos 和法國(guó) INRIA 的 R?za ...

2018-09-24 標(biāo)簽：圖像深度學(xué)習(xí) 1.2萬(wàn) 0

AI大模型的工作原理、技術(shù)特點(diǎn)及應(yīng)用領(lǐng)域

　　AI大模型是指參數(shù)數(shù)量巨大的人工智能模型。它們通常用于處理大量數(shù)據(jù)，并使用深度學(xué)習(xí)等復(fù)雜算法來(lái)學(xué)習(xí)和識(shí)別數(shù)據(jù)中的模式和趨勢(shì)。本文將詳細(xì)介紹AI大模型...

2023-08-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI人工智能 1.2萬(wàn) 0

搭建了一款GIF動(dòng)圖生成器，其中使用的是OpenCV

ImageMagick是一個(gè)跨平臺(tái)的、基于命令行的工具，能提供多種圖片處理功能，例如只用一行指令就能將PNG/JPG圖像轉(zhuǎn)換成PDF；多張圖片可以集合在...

2018-11-10 標(biāo)簽：圖像處理生成器深度學(xué)習(xí) 1.2萬(wàn) 0

使用深度學(xué)習(xí)，制作“圖片+文字”型的表情包

數(shù)據(jù)集是這個(gè)表情包生成器的精髓。他們的數(shù)據(jù)集由大約40萬(wàn)張帶標(biāo)簽和圖說(shuō)的圖片組成。其中有2600個(gè)獨(dú)特的圖像-標(biāo)簽對(duì)，是他們寫(xiě)Python腳本從Meme...

2018-07-03 標(biāo)簽：編碼器深度學(xué)習(xí)CNN 1.1萬(wàn) 0

深度學(xué)習(xí)的19種損失函數(shù)你了解嗎？帶你詳細(xì)了解

損失函數(shù)通過(guò)torch.nn包實(shí)現(xiàn)基本用法 criterion = LossCriterion() #構(gòu)造函數(shù)有自己的參數(shù)loss = criteri...

2019-09-14 標(biāo)簽：函數(shù)深度學(xué)習(xí) 1.1萬(wàn) 0

捷豹路虎第一個(gè)使用820A做座艙域控制器

820A的劣勢(shì)在于它最初不是針對(duì)車(chē)載市場(chǎng)的，不是按照ISO26262標(biāo)準(zhǔn)的開(kāi)發(fā)流程得來(lái)的，安全等級(jí)連ASIL A級(jí)都達(dá)不到，只有AEC-Q100 3級(jí)。...

2018-05-17 標(biāo)簽：高通英偉達(dá)深度學(xué)習(xí) 1.1萬(wàn) 0

關(guān)于人臉和車(chē)輛識(shí)別技術(shù)方案

人臉識(shí)別[，特指利用分析比較人臉視覺(jué)特征信息進(jìn)行身份鑒別的計(jì)算機(jī)技術(shù)。人臉識(shí)別是用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉...

2017-12-23 標(biāo)簽：人工智能人臉識(shí)別車(chē)輛識(shí)別 1.1萬(wàn) 0

數(shù)據(jù)集使用的Kaggle中辨別狗狗種類(lèi)的競(jìng)賽

運(yùn)用預(yù)訓(xùn)練深度學(xué)習(xí)模型最直接的策略之一是將它們看作特征提取器。在現(xiàn)代神經(jīng)網(wǎng)絡(luò)架構(gòu)發(fā)展之前，圖像特征是手動(dòng)過(guò)濾的，例如Canny edge detecto...

2018-07-04 標(biāo)簽：人工智能數(shù)據(jù)集深度學(xué)習(xí) 1.1萬(wàn) 0

使用深度學(xué)習(xí)的好處和優(yōu)勢(shì)

深度學(xué)習(xí)型圖像分析較適合原本復(fù)雜的涂裝表面檢測(cè)：有微小變化但可接受的圖案，以及無(wú)法使用空間頻率方法排除的位置變量。深度學(xué)習(xí)擅長(zhǎng)解決復(fù)雜的表面和涂裝缺陷，...

2022-09-01 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器視覺(jué)深度學(xué)習(xí) 1.1萬(wàn) 0

關(guān)于智能黑板的性能分析和介紹

英特爾與鴻合共同發(fā)布的智慧 AI 課堂解決方案，其中包括智能交互黑板等一系列交互軟硬件設(shè)備，它們互相協(xié)作，構(gòu)成智慧教室。英特爾先進(jìn)的AI技術(shù)，可實(shí)現(xiàn)人臉...

2019-09-03 標(biāo)簽：人工智能交互深度學(xué)習(xí) 1.1萬(wàn) 0

AI的定位和導(dǎo)航類(lèi)似于大腦的位置細(xì)胞和網(wǎng)格細(xì)胞

對(duì)空間的定位和導(dǎo)航能力，是生物的本能。早在 1971 年，UCL 的生理學(xué)教授 John O'Keefe 在大腦海馬體中，發(fā)現(xiàn)了位置細(xì)胞（Place C...

2018-05-13 標(biāo)簽：導(dǎo)航人工智能深度學(xué)習(xí) 1.1萬(wàn) 0

PyTorch官網(wǎng)教程PyTorch深度學(xué)習(xí):60分鐘快速入門(mén)中文翻譯版

“PyTorch 深度學(xué)習(xí):60分鐘快速入門(mén)”為 PyTorch 官網(wǎng)教程，網(wǎng)上已經(jīng)有部分翻譯作品，隨著PyTorch1.0 版本的公布，這個(gè)教程有較大...

2019-01-13 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)Pytorch 1.1萬(wàn) 0