深度解析機器學(xué)習(xí)的“黑魔法”

所有的經(jīng)典算法，例如多項式逼近、小波逼近，都飽受維度災(zāi)難之害。很明顯，機器學(xué)習(xí)的成功告訴我們，在高維問題中，深度神經(jīng)網(wǎng)絡(luò)的表現(xiàn)比經(jīng)典算法好很多。

2022-12-05 標(biāo)簽：語音識別機器學(xué)習(xí) 506 0

淺談Nitro V5、Graviton3E以及SRD網(wǎng)絡(luò)傳輸協(xié)議

Nitro V5由 Annapurna Labs 團隊打造，是AWS DPU的最新迭代。DeSantis 指出，與上代相比，Nitro V5采用的晶體管...

2022-12-02 標(biāo)簽：網(wǎng)絡(luò)傳輸SRD機器學(xué)習(xí) 2376 0

如何用最簡單的語言講解機器學(xué)習(xí)

拋開所有和人工智能(AI)有關(guān)的扯淡成分，機器學(xué)習(xí)唯一的目標(biāo)是基于輸入的數(shù)據(jù)來預(yù)測結(jié)果，就這樣。所有的機器學(xué)習(xí)任務(wù)都可以用這種方式來表示，否則從一開始它...

2022-11-30 標(biāo)簽：人工智能機器學(xué)習(xí) 669 0

淺談解機器學(xué)習(xí)技術(shù)及機器學(xué)習(xí)3個組成部分

。不涉及高級原理，只用簡單的語言來談現(xiàn)實世界的問題和實際的解決方案。不管你是一名程序員還是管理者，都能看懂。那我們開始吧！

2022-11-29 標(biāo)簽：人工智能機器學(xué)習(xí) 680 0

使用MATLAB進行異常檢測（下）

在使用 MATLAB 進行異常檢測（上）中，我們探討了什么是異常值，簡單的一維數(shù)據(jù)異常檢測問題，針對高維數(shù)據(jù)的有監(jiān)督異常檢測方法。 在（下）篇中，我們將...

2022-11-24 標(biāo)簽：matlab異常檢測機器學(xué)習(xí) 2809 0

術(shù)開發(fā)一種硬件高效的RepGhost模塊

特征復(fù)用技術(shù)是指：通過簡單地連接來自不同層的已有的一些特征圖，來額外獲得一些其他的特征

2022-11-24 標(biāo)簽：gpu機器學(xué)習(xí)cnn 1245 0

相比CPU、GPU、ASIC，F(xiàn)PGA有什么優(yōu)勢

CPU、GPU 都屬于馮·諾依曼結(jié)構(gòu)，指令譯碼執(zhí)行、共享內(nèi)存。FPGA 之所以比 CPU 甚至 GPU 能效高，本質(zhì)上是無指令、無需共享內(nèi)存的體系結(jié)構(gòu)帶...

2022-11-22 標(biāo)簽：fpgacpugpu 1816 1

重點介紹SoC設(shè)計的布局規(guī)劃階段

人工智能（AI）已經(jīng)徹底改變了許多市場，包括制造業(yè)、制藥業(yè)、航空航天等，但硬件系統(tǒng)是迄今為止尚未在人工智能方面進行任何重大投資或創(chuàng)新的領(lǐng)域。

2022-11-22 標(biāo)簽：SoC設(shè)計晶體管機器學(xué)習(xí) 1018 0

神經(jīng)網(wǎng)絡(luò)的工作原理介紹

在機器學(xué)習(xí)和相關(guān)領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)的計算模型靈感正是來自生物神經(jīng)網(wǎng)絡(luò)：每個神經(jīng)元與其他神經(jīng)元相連，當(dāng)它興奮時，就會像相鄰的神經(jīng)元發(fā)送化學(xué)物質(zhì)，從而改變這...

2022-11-18 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí) 3111 0

統(tǒng)計機器學(xué)習(xí)方法：基于HMM的中文詞性標(biāo)注

「隱馬爾可夫模型（Hidden Markov Model, HMM)」 是做NLP的同學(xué)繞不過去的一個基礎(chǔ)模型, 是一個生成式模型, 通過訓(xùn)練數(shù)據(jù)學(xué)習(xí)隱...

2022-11-17 標(biāo)簽：HMM機器學(xué)習(xí)nlp 1510 0

使用MATLAB進行異常檢測（上）

異常檢測任務(wù)，指的是檢測偏離期望行為的事件或模式，可以是簡單地檢測數(shù)值型數(shù)據(jù)中，是否存在遠超出正常取值范圍的離群值，也可以是借助相對復(fù)雜的機器學(xué)習(xí)算法識...

2022-11-17 標(biāo)簽：matlab異常檢測機器學(xué)習(xí) 4202 0

機器學(xué)習(xí)特征選擇方法總結(jié)

在本文中，我將介紹如何使用 python 減少 kaggle Mushroom Classification 數(shù)據(jù)集中的特性數(shù)量。本文中使用的所有代碼在...

2022-11-17 標(biāo)簽：機器學(xué)習(xí) 726 0

如何通俗易懂的講解機器學(xué)習(xí)技術(shù)？

拋開所有和人工智能(AI)有關(guān)的扯淡成分，機器學(xué)習(xí)唯一的目標(biāo)是基于輸入的數(shù)據(jù)來預(yù)測結(jié)果，就這樣。所有的機器學(xué)習(xí)任務(wù)都可以用這種方式來表示，否則從一開始它...

2022-11-16 標(biāo)簽：人工智能機器學(xué)習(xí)深度學(xué)習(xí) 895 0

NVIDIA Jetson 機器學(xué)習(xí)項目之影像對象偵測

本文針對NVIDIA的GStreamer技術(shù)進行簡介，主要是因為NVIDIA的Jetson Inference相關(guān)應(yīng)用，都是透過GStreamer進行影...

2022-11-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)NVIDIAgpu 1621 0

數(shù)據(jù)脫敏技術(shù)定義及實施過程解析

數(shù)據(jù)脫敏是數(shù)據(jù)安全領(lǐng)域落地場景較為成熟的技術(shù)手段，在數(shù)據(jù)深層次、大范圍的共享開放的今天，數(shù)據(jù)脫敏在不影響數(shù)據(jù)使用的前提下保護敏感隱私數(shù)據(jù)，已成為數(shù)據(jù)安全...

2022-11-16 標(biāo)簽：SQLMac機器學(xué)習(xí) 4238 0

Xilinx，Intel和Lattice的三者FPGA對比

賽靈思FPGA為機器學(xué)習(xí)應(yīng)用提供的DSP切片的數(shù)量已從最大的Virtex 6 FPGA的約2,000個切片增加到現(xiàn)代Virtex UltraScale ...

2022-11-14 標(biāo)簽：fpga機器學(xué)習(xí) 2507 0

運維中的數(shù)據(jù)分析是什么？

自從開始記錄機器上的讀數(shù)以來，工業(yè)企業(yè)已經(jīng)使用了數(shù)據(jù)分析、趨勢分析、圖表和其它可視化技術(shù)。

2022-11-11 標(biāo)簽：無線傳感器人工智能機器學(xué)習(xí) 3343 0

由“淺”變“深”的深度學(xué)習(xí)發(fā)展之路

深度學(xué)習(xí)的核心就是"深度" ，從實現(xiàn)上深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)就是一種包括多個隱含層的多層感知機，它通過組合低層特征，形成更為抽象的高層表示...

2022-11-11 標(biāo)簽：機器學(xué)習(xí)深度學(xué)習(xí) 948 0

深度解析MLPerf競賽Resnet50訓(xùn)練單機最佳性能

MLPerf是一套衡量機器學(xué)習(xí)系統(tǒng)性能的權(quán)威標(biāo)準(zhǔn)，于2018年由谷歌、哈佛、斯坦福、百度等機構(gòu)聯(lián)合發(fā)起成立，每年定期公布榜單成績，它將在標(biāo)準(zhǔn)目標(biāo)下訓(xùn)練或...

2022-11-09 標(biāo)簽：服務(wù)器浪潮機器學(xué)習(xí) 1864 0

電極電位影響鋰金屬負極可逆性

鋰金屬電池是一種很有前途的儲能技術(shù)，可以滿足高能量密度的需求。然而，由于電解液不斷分解，它們的循環(huán)庫侖效率(CE)較低。

2022-11-09 標(biāo)簽：電解質(zhì)機器學(xué)習(xí)鋰金屬電池 2859 0