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 > 數(shù)據(jù)集
文章:1155個(gè) 瀏覽:25389次 帖子:27個(gè)
利用 Python 和 PyTorch 處理面向?qū)ο蟮臄?shù)據(jù)集(2)) :創(chuàng)建數(shù)據(jù)集對(duì)象
本篇是利用 Python 和 PyTorch 處理面向?qū)ο蟮臄?shù)據(jù)集系列博客的第 2 篇。我們?cè)诘?1 部分中已定義 MyDataset 類,現(xiàn)在,讓我們...
2022-08-02 標(biāo)簽:python數(shù)據(jù)集pytorch 1170 0
利用 Python 和 PyTorch 處理面向?qū)ο蟮臄?shù)據(jù)集 - 3:貓和狗
在本篇博文中,我們將在“貓和狗”數(shù)據(jù)庫(kù)上重復(fù)先前第 2 部分中已完成的過(guò)程,并且我們將添加一些其它內(nèi)容。
2022-08-02 標(biāo)簽:python數(shù)據(jù)集pytorch 745 0
Meta開(kāi)源NLLB翻譯模型,支持200種語(yǔ)言互譯
除了AI業(yè)內(nèi)關(guān)心他們?nèi)绾沃С终Z(yǔ)料稀缺的冷門(mén)語(yǔ)言,以及如何在BLEU基準(zhǔn)測(cè)試上提高7個(gè)點(diǎn)以外。也有來(lái)自西非的網(wǎng)友認(rèn)為,語(yǔ)言障礙正是全球互聯(lián)網(wǎng)用戶數(shù)量進(jìn)一步...
2022-07-21 標(biāo)簽:語(yǔ)言模型機(jī)器翻譯數(shù)據(jù)集 2458 0
Faiss 的全稱是Facebook AI Similarity Search,是由 Facebook 開(kāi)發(fā)的適用于稠密向量匹配的開(kāi)源庫(kù),作為向量化檢索...
2022-07-14 標(biāo)簽:cpu向量數(shù)據(jù)集 983 0
基于YOLO-V5的網(wǎng)絡(luò)結(jié)構(gòu)及實(shí)現(xiàn)行人社交距離風(fēng)險(xiǎn)提示
Yolov5的結(jié)構(gòu)其實(shí)和Yolov4的結(jié)構(gòu)還是有一定的相似之處的,但也有一些不同,這里還是按照從整體到細(xì)節(jié)的方式,對(duì)每個(gè)板塊進(jìn)行講解。這里給出YOLO ...
2022-07-06 標(biāo)簽:gpu代碼數(shù)據(jù)集 4076 0
基于Cascade R-CNN的布匹檢測(cè)算法提高目標(biāo)檢測(cè)性能
布匹缺陷檢測(cè)任務(wù)的難點(diǎn)可能有以下幾個(gè)方面:小目標(biāo)問(wèn)題,缺陷具有極端的寬高比,樣本不均衡。在MS COCO數(shù)據(jù)集[1]中,面積小于32×32像素的物體被認(rèn)...
2022-07-06 標(biāo)簽:檢測(cè)器數(shù)據(jù)集 2493 0
一種全新易用的基于Word-Word關(guān)系的NER統(tǒng)一模型
最近的研究都在考慮如何通過(guò)一個(gè)大一統(tǒng)模型一次性解決這三種問(wèn)題。目前的最佳的方法基本都是基于span-based和seq2seq的,然而span-base...
2022-03-23 標(biāo)簽:word數(shù)據(jù)集 3098 0
文本分類是 NLP 中最常見(jiàn)的任務(wù)之一, 它可用于廣泛的應(yīng)用或者開(kāi)發(fā)成程序,例如將用戶反饋文本標(biāo)記為某種類別,或者根據(jù)客戶文本語(yǔ)言自動(dòng)歸類。另外向我們平...
2022-03-22 標(biāo)簽:文本分類數(shù)據(jù)集生態(tài)系統(tǒng) 4057 0
關(guān)于3D點(diǎn)云針對(duì)失真的穩(wěn)健性的系統(tǒng)性研究
3D 點(diǎn)云廣泛應(yīng)用于 3D 識(shí)別技術(shù)中。一些特別的應(yīng)用領(lǐng)域往往對(duì) 3D 點(diǎn)云識(shí)別的安全性有更高的要求,如自動(dòng)駕駛、醫(yī)療圖像處理等。學(xué)界目前對(duì)點(diǎn)云安全性的...
2022-03-15 標(biāo)簽:3D數(shù)據(jù)集 2057 0
基于Transformer模型的上下文嵌入何時(shí)真正值得使用?
作者發(fā)現(xiàn),在決定BERT-embedding和Glove-embedding的效果性能方面,訓(xùn)練數(shù)據(jù)量起著關(guān)鍵作用。通過(guò)使用更多的訓(xùn)練數(shù)據(jù),非上下文嵌入...
2020-08-28 標(biāo)簽:模型數(shù)據(jù)集文本 3124 0
如何利用多個(gè)上下文信息來(lái)做同義實(shí)體發(fā)現(xiàn)問(wèn)題上進(jìn)行了一些新的探索
作者采用了如下圖所示的模型結(jié)構(gòu):檢索器 (context retriever)通過(guò)檢索的方式從海量文本中選擇一組實(shí)體被提到的句子;編碼器(context...
2020-08-28 標(biāo)簽:編碼器模型數(shù)據(jù)集 2990 0
對(duì)網(wǎng)絡(luò)謠言真實(shí)性進(jìn)行判別是較為復(fù)雜的系統(tǒng)性任務(wù),可粗粒度分為謠言檢測(cè)(rumor detection)、立場(chǎng)分類(stance classificati...
2020-08-28 標(biāo)簽:數(shù)據(jù)集深度學(xué)習(xí)cnn 4321 0
深度神經(jīng)網(wǎng)絡(luò)竟然是模塊化的?
先把數(shù)據(jù)轉(zhuǎn)換為圖,所有的數(shù)據(jù)看做是空間中的點(diǎn),點(diǎn)和點(diǎn)之間用邊相連。距離較遠(yuǎn)的兩個(gè)點(diǎn),它們之間邊的權(quán)重值較低,距離較近的兩點(diǎn)之間邊的權(quán)重值較高。
2020-03-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)模塊化數(shù)據(jù)集 2774 0
機(jī)器學(xué)習(xí)如何做好分布外異常檢測(cè)?
近些年來(lái),隨著新細(xì)菌種類不斷被發(fā)現(xiàn),雖然基于已知分類訓(xùn)練的神經(jīng)網(wǎng)絡(luò)分類器通過(guò)交叉驗(yàn)證達(dá)到了很高的測(cè)量準(zhǔn)確性,但部署模型仍具有高的挑戰(zhàn)性,因?yàn)楝F(xiàn)實(shí)數(shù)據(jù)在不...
2020-01-16 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)集 1924 0
這一研究的目標(biāo)是通過(guò)單張圖像輸入,對(duì)圖像中的物體進(jìn)行檢測(cè)、獲取不同物體的類別、掩膜和對(duì)應(yīng)的三維網(wǎng)格,并對(duì)真實(shí)世界中的復(fù)雜模型進(jìn)行有效處理。在2D深度網(wǎng)絡(luò)...
2019-08-02 標(biāo)簽:圖像Facebook數(shù)據(jù)集 4249 0
基于編碼器-解碼器的架構(gòu)來(lái)從水下圖像重建出清晰的圖像
研究人員首先充分考慮了水下成像過(guò)程中的波長(zhǎng)相關(guān)衰減、光散射和水體的影響,合成了豐富的數(shù)據(jù)用于模型訓(xùn)練;隨后解決水體多樣性的挑戰(zhàn),需要利用編碼器分離出與水...
2019-08-02 標(biāo)簽:編碼器圖像數(shù)據(jù)集 5999 0
基于學(xué)習(xí)的數(shù)據(jù)增強(qiáng)策略擴(kuò)充你的數(shù)據(jù)集!
數(shù)據(jù)增強(qiáng)廣泛是機(jī)器學(xué)習(xí)中常用的數(shù)據(jù)處理手段,不同的數(shù)據(jù)集通常會(huì)利用針對(duì)性的數(shù)據(jù)處理手段來(lái)處理。例如MNIST大多使用尺度、旋轉(zhuǎn)和平移的操作,也有加入顏色...
2019-08-02 標(biāo)簽:算法機(jī)器學(xué)習(xí)數(shù)據(jù)集 9546 0
人臉識(shí)別產(chǎn)品設(shè)計(jì),AI產(chǎn)品經(jīng)理需要了解的實(shí)戰(zhàn)干貨
獲取圖像的方式有兩種,第一種是直接從源頭獲取,通過(guò)對(duì)接前端各類相機(jī)、NVR錄像存儲(chǔ)等設(shè)備。第二種是間接獲取,包含網(wǎng)上的開(kāi)源數(shù)據(jù)集、第三方企業(yè)單位提供、用...
2019-08-02 標(biāo)簽:圖像人臉識(shí)別數(shù)據(jù)集 4904 0
為了能夠使得輸入圖像兼容更多的網(wǎng)絡(luò),預(yù)處理時(shí)對(duì)圖像的高和寬進(jìn)行了限制,使其能夠被16整除。確保網(wǎng)絡(luò)中一些含有降采樣操作的層(conv with stri...
2019-08-02 標(biāo)簽:圖像數(shù)據(jù)處理數(shù)據(jù)集 3806 0
基于深度學(xué)習(xí)的推薦算法大部分都存在不同程度的數(shù)據(jù)集缺失和源碼缺失
不同工作采用的數(shù)據(jù)集,驗(yàn)證方法,性能指標(biāo),數(shù)據(jù)預(yù)處理步驟都不同,這使得性能對(duì)比很困難,無(wú)法確定哪個(gè)工作在相同的應(yīng)用環(huán)境中表現(xiàn)最好。而且很多工作不開(kāi)源數(shù)據(jù)...
2019-08-02 標(biāo)簽:數(shù)據(jù)集深度學(xué)習(xí)自然語(yǔ)言處理 4136 0
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 |