熟女俱乐部五十路二区av,又爽又黄禁片视频1000免费,国产卡一卡二卡三无线乱码新区,中文无码一区二区不卡αv,中文在线中文a

首頁(yè)　 資訊　 商機(jī) 　 下載　 拆解 　 高校　 招聘 　 雜志　 會(huì)展　 EETV　 百科 　 問(wèn)答　 電路圖　 工程師手冊(cè) 　 Datasheet　 100例 　 活動(dòng)中心　 E周刊閱讀 　 樣片申請(qǐng)
EEPW首頁(yè) >> 主題列表 >> 機(jī)器學(xué)習(xí)

意法半導(dǎo)體發(fā)布STM32狀態(tài)監(jiān)測(cè)功能包，通過(guò)Cartesiam工具簡(jiǎn)化機(jī)器學(xué)習(xí)過(guò)程

  • 意法半導(dǎo)體近日發(fā)布一款免費(fèi)的STM32軟件功能包，讓用戶可以用微控制器探索套件快速創(chuàng)建、訓(xùn)練、部署?工業(yè)狀態(tài)監(jiān)測(cè)智能邊緣設(shè)備?。FP-AI-NANOEDG1軟件包?由意法半導(dǎo)體與機(jī)器學(xué)習(xí)專業(yè)開(kāi)發(fā)科技公司、ST授權(quán)合作伙伴Cartesiam共同開(kāi)發(fā)，包含捕獲傳感器數(shù)據(jù)，集成和運(yùn)行Cartesiam的NanoEdge庫(kù)所需的全部驅(qū)動(dòng)程序、中間件、文檔和代碼示例。即使用戶沒(méi)有專業(yè)的AI技能，也能在Windows?10或Ubuntu PC機(jī)上，用Cartesiam NanoEdge?
  • 關(guān)鍵字： Cartesiam  機(jī)器學(xué)習(xí)  STM32  

關(guān)于如何使用機(jī)器學(xué)習(xí)來(lái)做異常檢測(cè)的7個(gè)問(wèn)題

  • 導(dǎo)讀異常檢測(cè)的一些入門(mén)問(wèn)題。問(wèn)問(wèn)題是學(xué)習(xí)的最好方法之一。但有時(shí)你不知道從哪里開(kāi)始，或者該問(wèn)什么 —— 尤其是在你還比較熟悉的異常檢測(cè)之類的話題上。在這種情況下，最好傾聽(tīng)別人的問(wèn)題，讓他們的思路來(lái)指導(dǎo)你的學(xué)習(xí)。以下是我們?cè)凇癧Ask Me Anything: Anomaly Detection](https://www.tibco.com/events/ask-me- anything-webinar-anomaly-detecing-machine -learning)”網(wǎng)絡(luò)研討會(huì)上收到的
  • 關(guān)鍵字： 機(jī)器學(xué)習(xí)  異常檢測(cè)  

誰(shuí)才是讓AI產(chǎn)生偏見(jiàn)的幕后推手？

  • 美國(guó)麻省理工學(xué)院媒體實(shí)驗(yàn)室研究項(xiàng)目顯示，人工智能識(shí)別淺色皮膚男性的平均錯(cuò)誤率不超過(guò)1%，識(shí)別深色皮膚女性的平均錯(cuò)誤率達(dá)35%……　　人臉識(shí)別所導(dǎo)致的偏見(jiàn)問(wèn)題一直受到廣泛關(guān)注。近期，一篇關(guān)于圖像超分辨率的論文引發(fā)了對(duì)于產(chǎn)生偏見(jiàn)原因的新?tīng)?zhēng)論。　　網(wǎng)友利用論文中的開(kāi)源代碼進(jìn)行了模型推理，在使用時(shí)發(fā)現(xiàn)，非白人面孔的高糊照片被還原成了一張白人面孔。對(duì)此，2018年圖靈獎(jiǎng)得主、AI領(lǐng)軍人物楊立昆（Yann?LeCun）在推特上指出，當(dāng)數(shù)據(jù)有偏見(jiàn)時(shí)，機(jī)器學(xué)習(xí)系統(tǒng)就變得有偏見(jiàn)。而這一觀
  • 關(guān)鍵字： 人臉識(shí)別  AI  機(jī)器學(xué)習(xí)  

三星采用新思科技的IC Compiler II 機(jī)器學(xué)習(xí)技術(shù)設(shè)計(jì)新一代5納米移動(dòng)SoC芯片

  • 重點(diǎn)：IC Compiler II和Fusion Compiler的機(jī)器學(xué)習(xí)技術(shù)助力三星將頻率提高高達(dá)5%，功耗降低5%機(jī)器學(xué)習(xí)預(yù)測(cè)性技術(shù)可加快周轉(zhuǎn)時(shí)間(TAT)，使三星能夠跟上具挑戰(zhàn)性的設(shè)計(jì)時(shí)間表三星在即將推出的新一代移動(dòng)芯片流片中部署了機(jī)器學(xué)習(xí)技術(shù)新思科技（Synopsys, Inc.，納斯達(dá)克股票代碼：SNPS）今天宣布，三星(Samsung)為其新一代5納米移動(dòng)芯片生產(chǎn)設(shè)計(jì)，采用了IC Compiler? II布局布線解決方案（新思科技Fusion Design Platform?的一
  • 關(guān)鍵字： 三星  新思科技  IC Compiler II   機(jī)器學(xué)習(xí)  5納米  SoC  

機(jī)器學(xué)習(xí)背后的數(shù)學(xué)支柱，這5本書(shū)幫你搞定！

  • 機(jī)器學(xué)習(xí)從只適用于研發(fā)人員的工具變成了被廣泛采納使用的方法，多虧了開(kāi)源機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架的爆炸性發(fā)展。現(xiàn)如今，機(jī)器學(xué)習(xí)領(lǐng)域比以往任何時(shí)候都更容易上手。同時(shí)，這也助力了我們目前所經(jīng)歷的科技的瘋狂發(fā)展。弄清算法是如何真正工作的，可以幫助你在設(shè)計(jì)、開(kāi)發(fā)和調(diào)試機(jī)器學(xué)習(xí)系統(tǒng)方面獲得巨大優(yōu)勢(shì)。很多人提到數(shù)學(xué)就打哆嗦，機(jī)器學(xué)習(xí)恰巧涉及很多數(shù)學(xué)知識(shí)，這項(xiàng)任務(wù)可能會(huì)令很多人怯步。然而，數(shù)學(xué)并不該成為人們?cè)跈C(jī)器學(xué)習(xí)領(lǐng)域的“絆腳石”。相反，學(xué)好數(shù)學(xué)對(duì)于掌握機(jī)器學(xué)習(xí)非常有必要。從高層次上講，機(jī)器學(xué)習(xí)中涉及四大數(shù)學(xué)支柱：線性代
  • 關(guān)鍵字： 機(jī)器學(xué)習(xí)  

機(jī)器學(xué)習(xí)如何賦能EDA

  • 在20／22nm引入FinFET以后，先進(jìn)工藝變得越來(lái)越復(fù)雜。在接下來(lái)的發(fā)展中，實(shí)現(xiàn)“每?jī)赡陮⒕w管數(shù)量增加一倍，性能也提升一倍”變得越來(lái)越困難。摩爾定律的發(fā)展遇到了瓶頸，先進(jìn)制程前進(jìn)的腳步開(kāi)始放緩。但是由于當(dāng)今先進(jìn)電子設(shè)備仍需求先進(jìn)工藝的支持，因此，還有一些晶圓廠還在致力于推動(dòng)先進(jìn)制程的繼續(xù)發(fā)展。這些晶圓廠與EDA企業(yè)之間的合作，推動(dòng)了先進(jìn)制程的進(jìn)步。從整體上看，當(dāng)先進(jìn)制程進(jìn)入到14nm/7nm時(shí)代后，EDA工具的引入可以縮短研發(fā)周期，尤其是針對(duì)后端設(shè)計(jì)制造工具的更新，EDA起到了至關(guān)重要的作用。EDA
  • 關(guān)鍵字： 機(jī)器學(xué)習(xí)  EDA  Calibre  

恩智浦為AI注入理解力

  • 人工智能（AI）的例子無(wú)處不在。我們對(duì)于AI的使用可能超出想象，并且在許多方面將這種使用視為理所當(dāng)然。智能手機(jī)助手就是一個(gè)很好的例子，盡管我們可能并不認(rèn)為這與AI有關(guān)。許多場(chǎng)景中，我們已經(jīng)習(xí)慣于與Siri或Google Assistant的互動(dòng)。面部識(shí)別也已成為新一代智能手機(jī)的標(biāo)準(zhǔn)解鎖功能。機(jī)器學(xué)習(xí)屬于AI的一個(gè)子集，原理是通過(guò)訓(xùn)練基于計(jì)算機(jī)的神經(jīng)網(wǎng)絡(luò)模型來(lái)識(shí)別給定的模型或聲音。在神經(jīng)網(wǎng)絡(luò)完成訓(xùn)練后，就可以推理出結(jié)果。例如，如果我們用數(shù)百?gòu)埞泛拓埖膱D像訓(xùn)練神經(jīng)網(wǎng)絡(luò)，那么它應(yīng)該能夠正確地識(shí)別圖片中是狗還是貓
  • 關(guān)鍵字： 機(jī)器學(xué)習(xí)  人工智能  AI  

蘋(píng)果收購(gòu)機(jī)器學(xué)習(xí)公司Inductiv以改善Siri數(shù)據(jù)

  • 據(jù)外媒報(bào)道，蘋(píng)果已收購(gòu)機(jī)器學(xué)習(xí)創(chuàng)業(yè)公司Inductiv，該公司開(kāi)發(fā)的人工智能技術(shù)可用于識(shí)別和糾正數(shù)據(jù)集中的錯(cuò)誤。Inductiv的工程團(tuán)隊(duì)近幾周已加入蘋(píng)果，參與包括Siri、機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)在內(nèi)的多個(gè)項(xiàng)目。對(duì)于這筆收購(gòu)，蘋(píng)果給出了慣用的聲明，即蘋(píng)果“不時(shí)收購(gòu)規(guī)模較小的科技公司，我們通常不討論目的或計(jì)劃”。Inductiv是由斯坦福大學(xué)、滑鐵盧大學(xué)和威斯康星大學(xué)的幾名教授創(chuàng)立的。Inductiv的技術(shù)利用人工智能自動(dòng)識(shí)別和糾正數(shù)據(jù)集中的錯(cuò)誤?！案蓛舻摹睌?shù)據(jù)集對(duì)于機(jī)器學(xué)習(xí)非常重要。機(jī)器學(xué)習(xí)是一類熱門(mén)的人工智
  • 關(guān)鍵字： 蘋(píng)果  機(jī)器學(xué)習(xí)  Inductiv  Siri  

“AI自動(dòng)提取特征”的簡(jiǎn)易范例*

  • 　　高煥堂?（臺(tái)灣銘傳大學(xué)、長(zhǎng)庚大學(xué)?教授）0 引言在人與AI之間，最典型的協(xié)同合作模式是：由人們?nèi)ビ^察而萃取特征，然后AI依據(jù)該特征進(jìn)行分類，這稱為：人工提取特征。此外還有進(jìn)一步的合作模式：讓AI自己來(lái)學(xué)習(xí)萃取特征，并且進(jìn)行分類。這稱為：自動(dòng)提取特征。本文將借由很簡(jiǎn)單的范例來(lái)展示“自動(dòng)提取特征”，以便充分發(fā)揮各種AI模型的特色，來(lái)促進(jìn)特征提取的效率?！　? 人工提取特征　　1.1 機(jī)器學(xué)習(xí)　　由于人人對(duì)于周遭的現(xiàn)象(或事)都具有觀察、分類和萃取特征的天賦，所以人人都可以把這項(xiàng)智能和能力傳授給AI。其中，
  • 關(guān)鍵字： 202006  AI  人工智能  機(jī)器學(xué)習(xí)  

對(duì)人臉識(shí)別的11個(gè)誤解

  • 過(guò)去十年內(nèi)，隨著我們?cè)谌斯ぶ悄茴I(lǐng)域取得長(zhǎng)足進(jìn)步，我們能夠?yàn)榍度胧较到y(tǒng)增加一些先進(jìn)功能，例如人臉識(shí)別。雖然人臉識(shí)別能夠帶來(lái)諸多好處，但人們有時(shí)仍然認(rèn)為它的使用存在問(wèn)題，甚至充滿了爭(zhēng)議。事實(shí)究竟如何？在本文中，我們將澄清一些對(duì)人臉識(shí)別的誤解。?1) 人臉識(shí)別的成本非常昂貴?人們會(huì)覺(jué)得要讓計(jì)算機(jī)能夠識(shí)別人臉，解決方案必須采用高端硬件。畢竟，自21世紀(jì)前十年中期以來(lái)，深度學(xué)習(xí)算法在圖像分類方面的突破都利用了圖形處理單元(GPU)的強(qiáng)大處理能力，這些單元通常在緊耦合集群中使用。但對(duì)于嵌入式系統(tǒng)（
  • 關(guān)鍵字： 人臉識(shí)別  機(jī)器學(xué)習(xí)  

機(jī)器學(xué)習(xí)的知識(shí)產(chǎn)權(quán)問(wèn)題

  • 機(jī)器學(xué)習(xí)的知識(shí)產(chǎn)權(quán)問(wèn)題假設(shè)一家公司主要生產(chǎn)對(duì)于客戶的業(yè)務(wù)運(yùn)營(yíng)至關(guān)重要的設(shè)備。為了避免發(fā)生故障而對(duì)這些客戶產(chǎn)生重大影響，這家公司使用機(jī)器學(xué)習(xí)模型來(lái)做出預(yù)防性維護(hù)決策。為了構(gòu)建這種模型，公司花費(fèi)了大量時(shí)間、金錢和精力。但是，客戶可以復(fù)制這個(gè)知識(shí)產(chǎn)權(quán)來(lái)自行進(jìn)行維護(hù)，這樣就不必繼續(xù)支付維護(hù)合同的費(fèi)用。同時(shí)，競(jìng)爭(zhēng)對(duì)手也可能會(huì)直接復(fù)制模型來(lái)獲取利益，而不是投資構(gòu)建自己的模型。本白皮書(shū)探討了機(jī)器學(xué)習(xí)模型的哪些方面將受到知識(shí)產(chǎn)權(quán)法律的保護(hù)。要構(gòu)建用于維護(hù)的機(jī)器學(xué)習(xí)（ML）模型，必須收集并標(biāo)記正確的訓(xùn)練集，選擇正確的架構(gòu)和
  • 關(guān)鍵字： 機(jī)器學(xué)習(xí)  知識(shí)產(chǎn)權(quán)  

基于多層深度學(xué)習(xí)框架和運(yùn)動(dòng)分析的駕駛員疲勞監(jiān)測(cè)系統(tǒng)

  • 汽車工業(yè)的最新發(fā)展引起了科研人員對(duì)疲勞駕駛監(jiān)測(cè)的研究興趣，意圖開(kāi)發(fā)一種有效的駕駛員監(jiān)測(cè)系統(tǒng)，能及時(shí)發(fā)現(xiàn)心理物理狀態(tài)異常，減少疲勞駕駛引起的交通事故?，F(xiàn)在許多文獻(xiàn)特別專注于生理信號(hào)的研究，通過(guò)測(cè)量心率變異性（HRV）來(lái)得到有關(guān)心臟運(yùn)動(dòng)的信息。事實(shí)上，HRV還是一個(gè)有效的評(píng)估生理壓力的指標(biāo)，因?yàn)樗梢蕴峁┡c自主神經(jīng)系統(tǒng)支配的心血管系統(tǒng)活動(dòng)相關(guān)的信息。本文旨在通過(guò)提取人臉特征點(diǎn)，分析由血壓引起的皮膚細(xì)微運(yùn)動(dòng)，再以一個(gè)穩(wěn)健的方式重構(gòu)光電容積圖（PPG）信號(hào)。所得結(jié)論是，傳感器檢測(cè)到的PPG信號(hào)與使用人臉特征點(diǎn)重構(gòu)
  • 關(guān)鍵字： 機(jī)器學(xué)習(xí)  LSTM  駕駛員疲勞駕駛  

研究人員開(kāi)發(fā)具有抓握感覺(jué)的機(jī)器人

  • 讓機(jī)器人抓取物體時(shí)對(duì)物體產(chǎn)生感覺(jué)對(duì)提高效率非常重要。蘇黎世聯(lián)邦理工學(xué)院的研究人員宣布，他們已利用機(jī)器學(xué)習(xí)技術(shù)開(kāi)發(fā)了一種低成本的觸覺(jué)傳感器。該傳感器能高分辨率、高精度地測(cè)量力的分布。這些特征使機(jī)器人手臂能夠更靈活地抓住敏感、脆弱的物體。
  • 關(guān)鍵字： 研究人員  機(jī)器人  機(jī)器學(xué)習(xí)  

谷歌AI負(fù)責(zé)人杰夫·迪恩：2020年機(jī)器學(xué)習(xí)領(lǐng)域的趨勢(shì)分析

  • 無(wú)論計(jì)算機(jī)未來(lái)在社會(huì)中扮演什么角色，杰夫·迪恩(Jeff Dean)都將在結(jié)果中發(fā)揮強(qiáng)大的作用。作為谷歌人工智能技術(shù)研究小組的負(fù)責(zé)人，他領(lǐng)導(dǎo)的工作覆蓋面十分廣泛，對(duì)從研發(fā)自動(dòng)駕駛汽車到制造機(jī)器人，再到谷歌強(qiáng)大的在線廣告業(yè)務(wù)等方方面面都做出了貢獻(xiàn)。
  • 關(guān)鍵字： AI  谷歌  機(jī)器學(xué)習(xí)  

人工智能“發(fā)現(xiàn)”地球繞太陽(yáng)公轉(zhuǎn)

  • 如今，根據(jù)在地球上觀測(cè)到的太陽(yáng)和火星的運(yùn)行軌跡，一種受大腦啟發(fā)的機(jī)器學(xué)習(xí)算法計(jì)算出了太陽(yáng)位于太陽(yáng)系的中心。而天文學(xué)家花了幾個(gè)世紀(jì)才弄明白這個(gè)道理。
  • 關(guān)鍵字： 人工智能  機(jī)器學(xué)習(xí)  神經(jīng)網(wǎng)絡(luò)  
共276條 5/19 |‹ « 3 4 5 6 7 8 9 10 11 12 » ›|

機(jī)器學(xué)習(xí)介紹

您好，目前還沒(méi)有人創(chuàng)建詞條機(jī)器學(xué)習(xí)!
歡迎您創(chuàng)建該詞條，闡述對(duì)機(jī)器學(xué)習(xí)的理解，并與今后在此搜索機(jī)器學(xué)習(xí)的朋友們分享。    創(chuàng)建詞條

熱門(mén)主題

樹(shù)莓派    linux   
關(guān)于我們 - 廣告服務(wù) - 企業(yè)會(huì)員服務(wù) - 網(wǎng)站地圖 - 聯(lián)系我們 - 征稿 - 友情鏈接 - 手機(jī)EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國(guó)際技術(shù)信息咨詢有限公司
備案 京ICP備12027778號(hào)-2 北京市公安局備案：1101082052    京公網(wǎng)安備11010802012473