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 > 神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)可以指向兩種，一個(gè)是生物神經(jīng)網(wǎng)絡(luò)，一個(gè)是人工神經(jīng)網(wǎng)絡(luò)。
文章：3678個(gè) 瀏覽：108298次 帖子：202個(gè)
預(yù)訓(xùn)練是通過(guò)大量無(wú)標(biāo)注的語(yǔ)言文本進(jìn)行語(yǔ)言模型的訓(xùn)練，得到一套模型參數(shù)，利用這套參數(shù)對(duì)模型進(jìn)行初始化，再根據(jù)具體任務(wù)在現(xiàn)有語(yǔ)言模型的基礎(chǔ)上進(jìn)行精調(diào)。預(yù)訓(xùn)練...
2019-04-04 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯nlp 4k 0
神經(jīng)網(wǎng)絡(luò)在FPGA上的應(yīng)用：深度壓縮方法
引言 這篇論文來(lái)自文章也幫助深鑒科技在國(guó)內(nèi)外獲得了一定知名度。深度壓縮首先通過(guò)剪枝減少了網(wǎng)絡(luò)的連接，然后通過(guò)比特量化來(lái)降低權(quán)重量，最后通過(guò)無(wú)損壓縮方式霍...
2020-11-21 標(biāo)簽：fpga神經(jīng)網(wǎng)絡(luò) 4k 0
利用來(lái)自于Quick Draw游戲的數(shù)百萬(wàn)涂鴉訓(xùn)練該神經(jīng)網(wǎng)絡(luò)
我們進(jìn)行了一個(gè)交互式網(wǎng)絡(luò)實(shí)驗(yàn)，讓你能與一個(gè)名為 sketch-rnn 的循環(huán)神經(jīng)網(wǎng)絡(luò)模型一起繪制作品。我們利用來(lái)自于 Quick Draw！ 游戲的數(shù)百...
2018-07-25 標(biāo)簽：編碼器神經(jīng)網(wǎng)絡(luò) 4k 0
一種新的神經(jīng)機(jī)器翻譯架構(gòu)，它脫離了編碼器-解碼器的范疇
為了解決這些局限，我們提出了一種基于深層2D卷積神經(jīng)網(wǎng)絡(luò)（CNN）的新方法。它和圖像、音頻生成模型的自回歸模型類似，用源序列和目標(biāo)序列的輸出空間定義網(wǎng)絡(luò)...
2018-08-23 標(biāo)簽：編碼器神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯 4k 0
一些人會(huì)懷疑：難道神經(jīng)網(wǎng)絡(luò)不是最先進(jìn)的技術(shù)？
如上圖所示，sigmoid的作用確實(shí)是有目共睹的，它能把任何輸入的閾值都限定在0到1之間，非常適合概率預(yù)測(cè)和分類預(yù)測(cè)。但這幾年sigmoid與tanh卻...
2018-06-30 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)梯度深度學(xué)習(xí) 4k 0
NNI：自動(dòng)幫你做機(jī)器學(xué)習(xí)調(diào)參的神器
NNI 自動(dòng)機(jī)器學(xué)習(xí)調(diào)參，是微軟開(kāi)源的又一個(gè)神器，它能幫助你找到最好的神經(jīng)網(wǎng)絡(luò)架構(gòu)或超參數(shù)，支持 各種訓(xùn)練環(huán)境 。 它常用的 使用場(chǎng)景 如下： 想要在自...
2023-10-30 標(biāo)簽：微軟神經(jīng)網(wǎng)絡(luò)NNI 4k 0
為了推廣更加系統(tǒng)化的數(shù)值外推，我們提出了一種新的架構(gòu)，它將數(shù)字式信息表示為線性激活函數(shù)，使用原始算術(shù)運(yùn)算符進(jìn)行運(yùn)算，并由學(xué)習(xí)門控制。
2018-08-07 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)神經(jīng)元 4k 0
Facebook的研究人員提出了一個(gè)能從真實(shí)視頻中抽取可控制主角的模型Vid2Game
隨后將生成的位姿及給定的背景輸入Pose2Frame將生成高分辨率的真實(shí)視頻序列。同樣以運(yùn)動(dòng)員作為例子，將運(yùn)動(dòng)員位姿和網(wǎng)球拍的序列輸入，模型將生成一個(gè)R...
2019-04-26 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像Facebook 4k 0
大模型參數(shù)高效微調(diào)技術(shù)原理綜述
神經(jīng)網(wǎng)絡(luò)包含很多全連接層，其借助于矩陣乘法得以實(shí)現(xiàn)，然而，很多全連接層的權(quán)重矩陣都是滿秩的。
2023-06-13 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)SVD電源優(yōu)化器 4k 0
多模態(tài)數(shù)據(jù)融合深度學(xué)習(xí)模型的典型深度架構(gòu)研究
DBN 和 SAE 是完全連接的神經(jīng)網(wǎng)絡(luò)。在這兩個(gè)網(wǎng)絡(luò)中，隱藏層中的每個(gè)神經(jīng)元都連接到前一層的每個(gè)神經(jīng)元，這種拓?fù)浣Y(jié)構(gòu)會(huì)產(chǎn)生大量連接。
2024-04-02 標(biāo)簽：編碼器神經(jīng)網(wǎng)絡(luò)人工智能 4k 0
圖像分類的主流深度神經(jīng)網(wǎng)絡(luò)模型有哪些 深度神經(jīng)網(wǎng)絡(luò)搜索方法總結(jié)
生成對(duì)抗網(wǎng)絡(luò)（Generative adversarial net，GAN）是另一種常見(jiàn)的基于深度學(xué)習(xí)技術(shù)的生成模型，包括生成器和判別器2個(gè)組件，如圖1...
2023-10-12 標(biāo)簽：編碼器神經(jīng)網(wǎng)絡(luò)人工智能 4k 0
一個(gè)新的理論框架來(lái)理解和分析由分層神經(jīng)網(wǎng)絡(luò)形成的表示
這個(gè)通用理論已經(jīng)在許多有代表性的流形上得到證明，包括典型的嚴(yán)格凸流形的l2橢圓體流形，代表具有有限樣本的多面體的l1球流形，以及代表由于調(diào)節(jié)連續(xù)自由度而...
2018-07-22 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 4k 0
吳恩達(dá)的斯坦福團(tuán)隊(duì)發(fā)布了一個(gè)X光診斷算法，基于深度神經(jīng)網(wǎng)絡(luò)
算法是用ChestX-ray14數(shù)據(jù)集來(lái)訓(xùn)練的，這是目前最大的X光數(shù)據(jù)庫(kù)，有超過(guò)11萬(wàn)張正面胸片，來(lái)自3萬(wàn)多位患者。
2018-11-23 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI數(shù)據(jù)集 4k 0
一個(gè)能同時(shí)完成四個(gè)任務(wù)的的深度神經(jīng)網(wǎng)絡(luò)
顧名思義，“表示”(representation) 就是信息在網(wǎng)絡(luò)中編碼的方式。當(dāng)一個(gè)單詞、一個(gè)句子或一幅圖像 (或其他任何東西) 作為輸入提供給一個(gè)訓(xùn)...
2019-03-07 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像生成器 4k 0
實(shí)現(xiàn)人工智能戰(zhàn)略性遺忘的三個(gè)方法
神經(jīng)網(wǎng)絡(luò)的邏輯與此不同，如果一個(gè)神經(jīng)網(wǎng)絡(luò)被訓(xùn)練學(xué)習(xí)英語(yǔ)，那么其會(huì)通過(guò)調(diào)用參數(shù)解決英語(yǔ)問(wèn)題。如果你想教它學(xué)習(xí)西班牙語(yǔ)，那么神經(jīng)網(wǎng)絡(luò)對(duì)于西班牙語(yǔ)的認(rèn)知就會(huì)覆...
2019-03-05 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能神經(jīng)元 4k 0
基于YUV顏色空間的陰影去除算法在行人檢測(cè)與跟蹤中的應(yīng)用
行人是城市交通系統(tǒng)的主要參與者，保障行人安全和減少其對(duì)機(jī)動(dòng)車的干擾是城市交通系統(tǒng)建設(shè)的重要目標(biāo)，因此對(duì)行人交通的研究也越來(lái)越受到重視。行人交通研究的主要...
2021-03-29 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)rgb 4k 0
北京郵電大學(xué)的研究人員開(kāi)發(fā)了一種AI模型壓縮算法
目前很多網(wǎng)絡(luò)輕量化的工作[1,2,3]利用結(jié)構(gòu)稀疏正則化（下文簡(jiǎn)稱為結(jié)構(gòu)正則化）來(lái)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行通道剪枝。如公式1所示，這類方法通過(guò)在訓(xùn)練過(guò)程中加入結(jié)構(gòu)...
2019-07-07 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法AI 4k 0
基于石墨烯的神經(jīng)突觸可用于人工神經(jīng)網(wǎng)絡(luò)
美國(guó)匹茲堡大學(xué)的科研人員研制出一種基于石墨烯的神經(jīng)突觸，可用于類似人類大腦的大規(guī)模人工神經(jīng)網(wǎng)絡(luò)。
2018-07-31 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)石墨烯 4k 0
詳細(xì)分析14種可用于時(shí)間序列預(yù)測(cè)的損失函數(shù)
在處理時(shí)間序列預(yù)測(cè)問(wèn)任務(wù)時(shí)，損失函數(shù)的選擇非常重要，因?yàn)樗鼤?huì)驅(qū)動(dòng)算法的學(xué)習(xí)過(guò)程。以往的工作提出了不同的損失函數(shù)，以解決數(shù)據(jù)存在偏差、需要長(zhǎng)期預(yù)測(cè)、存在多...
2023-02-14 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)函數(shù)機(jī)器學(xué)習(xí) 4k 0
如何輕松掌握機(jī)器學(xué)習(xí)概念和在工業(yè)自動(dòng)化中的應(yīng)用
要說(shuō)現(xiàn)在最熱門的前沿技術(shù)，那非人工智能（AI）莫屬。而人工智能的核心卻是機(jī)器學(xué)習(xí)（ML）?？梢哉f(shuō)，掌握了機(jī)器學(xué)習(xí)，你也就掌握了人工智能技術(shù)。 那么，對(duì)于...
2021-01-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 4k 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(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
