電子發燒友App
Mipsology Zebra在深度學習推斷的應用
- 神經網絡(107111)
- 深度學習(124080)
相關推薦
熱點推薦
2017全國深度學習技術應用大會
科研人員對該技術的深入了解，中國電子學會擬于2017年3月25-26日在北京舉辦“2017全國深度學習技術應用大會”，會議將邀請國內知名專家就相關內容做特邀專家報告，活動家提供2017深度學習大會
2017-03-22 17:16:00
深度學習在汽車中的應用
未來的某個時候，人們必定能夠相對自如地運用人工智能，安全地駕車出行。這個時刻何時到來我無法預見；但我相信，彼時“智能”會顯現出更“切實”的意義。與此同時，通過深度學習方法，人工智能的實際應用能夠在汽車
2019-03-13 06:45:03
深度學習在預測和健康管理中的應用
深度學習在預測和健康管理中的應用綜述摘要深度學習對預測和健康管理（PHM）引起了濃厚的興趣，因為它具有強大的表示能力，自動化的功能學習能力以及解決復雜問題的一流性能。本文調查了使用深度學習在PHM
2021-07-12 06:46:47
深度學習DeepLearning實戰
一：深度學習DeepLearning實戰時間地點：1 月 15日— 1 月18 日二：深度強化學習核心技術實戰時間地點： 1 月 27 日— 1 月30 日(第一天報到 授課三天；提前環境部署 電腦
2021-01-09 17:01:54
深度學習與數據挖掘的關系
深度學習的概念源于人工神經網絡的研究。含多隱層的多層感知器就是一種深度學習結構。深度學習通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發現數據的分布式特征表示?；逎y懂的概念，略微有些難以
2018-07-04 16:07:53
深度學習介紹
在未來的某個時候，人們必定能夠相對自如地運用人工智能，安全地駕車出行。這個時刻何時到來我無法預見；但我相信，彼時“智能”會顯現出更“切實”的意義。與此同時，通過深度學習方法，人工智能的實際應用能夠在
2022-11-11 07:55:50
深度學習是什么
創客們的最酷“玩具” 智能無人機、自主機器人、智能攝像機、自動駕駛……今年最令硬件創客們著迷的詞匯，想必就是這些一線“網紅”了。而這些網紅的背后，幾乎都和計算機視覺與深度學習密切相關?！ ?b class="flag-6" style="color: red">深度學習
2021-07-19 06:17:28
深度學習模型是如何創建的？
具有深度學習模型的嵌入式系統應用程序帶來了巨大的好處。深度學習嵌入式系統已經改變了各個行業的企業和組織。深度學習模型可以幫助實現工業流程自動化，進行實時分析以做出決策，甚至可以預測預警。這些AI
2021-10-27 06:34:15
深度強化學習實戰
一：深度學習DeepLearning實戰時間地點：1 月 15日— 1 月18 日二：深度強化學習核心技術實戰時間地點： 1 月 27 日— 1 月30 日(第一天報到 授課三天；提前環境部署 電腦
2021-01-10 13:42:26
FPGA在深度學習應用中或將取代GPU
將 AI 框架模型映射到硬件架構。
Larzul 的公司 Mipsology 希望通過 Zebra 來彌合這一差距。Zebra 是一種軟件平臺，開發者可以輕松地將深度學習代碼移植到 FPGA 硬件上
2024-03-21 15:19:45
Nanopi深度學習之路(1)深度學習框架分析
，高度模塊化，可擴展性）。 ? 同時支持卷積神經網絡和循環神經網絡，以及兩者的組合。? 在 CPU 和 GPU 上無縫運行。--摘自《Keras：基于-Python-的深度學習庫》
2018-06-04 22:32:12
【米爾FZ3深度學習計算卡試用體驗】FZ3深度學習計算卡總結篇
，如果是自己的系統，還需要利用DNNDK或者VART開發套件進行轉換，編寫推斷代碼等才能真正完成，當然前提是自己完成了模型的部署。最后是穩定性上的對比，自己開發的系統ai推斷上和自帶系統在深度學習推斷上都
2021-01-10 14:39:17
什么是深度學習？使用FPGA進行深度學習的好處？
) 來解決更復雜的問題，深度神經網絡是一種將這些問題多層連接起來的更深層網絡。這稱為深度學習。目前，深度學習被用于現實世界中的各種場景，例如圖像和語音識別、自然語言處理和異常檢測，并且在某些情況下，它
2023-02-17 16:56:59
動態分配多任務資源的移動端深度學習框架
非常受歡迎，而且已被用于開發最先進的移動深度學習系統，但它有一個重大缺陷：由于應用程序開發者獨立開發自己的應用，壓縮模型的資源-準確率權衡在應用開發階段的靜態資源預算的基礎上就被預先確定了，在應用部署
2018-10-31 16:32:24
探討一下深度學習在嵌入式設備上的應用
下面來探討一下深度學習在嵌入式設備上的應用，具體如下：1、深度學習的概念源于人工神經網絡的研究，包含多個隱層的多層感知器(MLP) 是一種原始的深度學習結構。深度學習通過組合低層特征形成更加抽象
2021-10-27 08:02:31
請問abview通過USB發送數據給ZEBRA 打印機如何實現？
現在需要labview通過USB發送數據給zebra打印機ZT210。就是labview讀取到ZPL指令，然后想發送給zebra打印機，不利用串口，打印機和電腦之間通過USB連接，請問這個如何實現？在labview中應該有怎樣的編程？在電腦上是不是該有怎樣的配置？
2018-07-25 10:40:05
NVIDIA深度學習平臺
為幫助數據科學家和開發人員充分利用深度學習領域中的機遇，NVIDIA為其深度學習軟件平臺發布了三項重大更新，它們分別是NVIDIA DIGITS 4、CUDA深度神經網絡庫(cuDNN)5.1和全新的GPU推理引擎(GIE)?！ ?
NVIDIA深度學習軟件平臺推三項重大更新
2016-08-06 15:00:26
2307
2307深度學習在圖像超清化的應用
深度學習的出現使得算法對圖像的語義級操作成為可能。本文即是介紹深度學習技術在圖像超清化問題上的最新研究進展。 深度學習最早興起于圖像，其主要處理圖像的技術是卷積神經網絡，關于卷積神經網絡的起源，業界
2017-09-30 11:15:17
1
1深度學習應用入門
深度學習技術 這一輪AI的技術突破，主要源于深度學習技術，而關于AI和深度學習的發展歷史我們這里不重復講述，可自行查閱。我用了一個多月的業務時間，去了解和學習了深度學習技術，在這里，我嘗試以一名業務
2017-09-30 14:35:192
2實例分析深度學習在廣告搜索中的應用
深度學習在搜狗無線搜索廣告中的應用2016-07-22 15:17 本文來自搜狗資深研究員舒鵬在攜程技術中心主辦的深度學習Meetup中的主題演講，介紹了深度學習在搜狗無線搜索廣告中的應用及成果
2017-10-09 17:59:110
0如何區分深度學習與機器學習
深度學習與傳統的機器學習最主要的區別在于隨著數據規模的增加其性能也不斷增長。當數據很少時，深度學習算法的性能并不好。這是因為深度學習算法需要大量的數據來完美地理解它。另一方面，在這種情況下，傳統的機器學習算法使用制定的規則，性能會比較好。
2017-10-27 16:50:182147
2147
將深度學習和強化學習相結合的深度強化學習DRL
深度強化學習DRL自提出以來， 已在理論和應用方面均取得了顯著的成果。尤其是谷歌DeepMind團隊基于深度強化學習DRL研發的AlphaGo，將深度強化學習DRL成推上新的熱點和高度，成為人工智能歷史上一個新的里程碑。因此，深度強化學習DRL非常值得研究。
2018-06-29 18:36:0028671
28671深度學習領域Facebook等巨頭在2017都做了什么
過去一年間，谷歌、Facebook、微軟等巨頭加持下，深度學習框架格局發生了極大改變，深度學習領域Facebook等巨頭在2017都做了什么，我們一一來解答。
2018-01-02 10:19:573194
3194基于加性噪聲的缺失數據因果推斷
推斷數據間存在的因果關系是很多科學領域中的一個基礎問題，然而現在暫時還沒有快速有效的方法對缺失數據進行因果推斷。為此，提出一種基于加性噪聲模型下適應缺失數據的因果推斷算法。該算法是基于加性噪聲模型下
2018-01-14 16:06:380
0Mathworks R2017b升級版,加強深度學習轉換CUDA代碼推斷速度再提升
Mathworks R2017b升級版,加強深度學習轉換CUDA代碼推斷速度再提升，據悉比 TensorFlow 的性能高 7 倍，比 Caffe2 的性能高 4.5 倍。
2018-01-15 13:46:152434
2434
阿里深度學習:在深度學習CTR預估核心問題上的應用進展
前面介紹了經典的比較標準化的深度學習在廣告里面的應用，接下來我們的方向在互聯網數據中，怎么樣能夠通過對用戶行為的洞察做更好的深度學習模型。
2018-04-10 14:19:166670
6670
深度學習和機器學習深度的不同之處 淺談深度學習的訓練和調參
近年來，深度學習作為機器學習中比較火的一種方法出現在我們面前，但是和非深度學習的機器學習相比（我將深度學習歸于機器學習的領域內），還存在著幾點很大的不同，具體來說，有以下幾點.
2018-05-02 10:30:004657
4657輕松開啟生物醫學圖像深度學習的探索之旅
長期以來，計算機視覺方法一直用于自動分析生物醫學影像。近年來，隨著深度學習的出現，許多其他機器學習方法被取代，因為深度學習免去了創建手工工程特征的必要，從過程中消除了一個關鍵的誤差來源。此外，完全
2018-08-14 11:29:266137
6137深度學習是什么？了解深度學習難嗎?讓你快速了解深度學習的視頻講解
本深度學習是什么？了解深度學習難嗎?讓你快速了解深度學習的視頻講解本文檔視頻讓你4分鐘快速了解深度學習
深度學習的概念源于人工智能的人工神經網絡的研究。含多隱層的多層感知器就是一種深度學習結構。深度學習通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發現數據的分布式特征表示。
2018-08-23 14:36:1616
16零基礎入行深度學習
深度學習到底有多熱，這里我就不再強調了，也因此有很多人關心這樣的幾個問題，“適不適合轉行深度學習（機器學習）”，“怎么樣轉行深度學習（機器學習）”，“轉行深度學習需要哪些入門材料？”等等。
2018-10-19 14:07:193250
3250深度學習在各個領域有什么樣的作用深度學習網絡的使用示例分析
深度學習網絡作為一個功能多樣的工具，雖然最初僅用于圖像分析，但它已逐漸被應用到各種不同的任務和領域中。高準確性和高處理速度，使得用戶無需成為領域專家即可對大型數據集執行復雜分析。本文邀請 MathWorks 產品經理 Johanna 分享一些深度學習網絡的使用示例以供參考
2018-11-25 11:41:449132
9132
FPGA在深度學習領域的應用
本文從硬件加速的視角考察深度學習與FPGA，指出有哪些趨勢和創新使得這些技術相互匹配，并激發對FPGA如何幫助深度學習領域發展的探討。
2019-06-28 17:31:467493
7493深度學習的冬天什么時候到來？
從 2016 年 AlphaGo 戰勝李世石掀起深度學習的熱潮，到如今深度學習寒冬論甚囂塵上，短短兩三年時間，深度學習被唱衰，如今在產業互聯網的高速發展下深度學習又該走向何方？未來的發展方向在何方？
2019-07-12 11:04:424101
4101安富利將在亞太區提供Mipsology的突破性FPGA深度學習推理加速軟件
安富利首款采用該解決方案的產品，將是基于Zebra的賽靈思Alveo數據中心加速器卡。未來產品的范圍有望擴大。
2020-03-25 10:32:461416
1416Zebra軟件平臺讓FPGA深度學習推理不再復雜
全球領先的技術解決方案提供商安富利亞洲和AI軟件領域的創新企業Mipsology宣布，安富利將向其亞太區客戶推廣和銷售Mipsology的Zebra軟件平臺。
2020-04-25 10:57:271858
1858安富利將向其亞太區客戶推廣和銷售Mipsology的Zebra軟件平臺
安富利首款采用該解決方案的產品，將是基于Zebra的賽靈思Alveo數據中心加速器卡。未來產品的范圍有望擴大。除了分銷該解決方案之外，安富利還為希望在數據中心部署機器學習的客戶提供一整套全面的服務，包括硬件、軟件、系統集成、應用開發、設計鏈和專業技術。
2020-04-27 14:45:092914
2914Mipsology與OKI IDS達成FPGA設計合作
神經網絡推理的深度學習計算引擎，Zebra 借助了現場可編程門陣列（FPGA）來替換或補充 CPU / GPU 的推理運算。 與大多數
2020-11-12 15:27:271867
1867深度學習算法和應用涌現的背后，是各種各樣的深度學習工具和框架
回顧深度學習框架的演變，我們可以清楚地看到深度學習框架和深度學習算法之間的緊密耦合關系。這種相互依賴的良性循環推動了深度學習框架和工具的快速發展。
2021-01-21 13:46:553612
3612深度學習與機器學習的區別是什么
隨著人工智能浪潮席卷現代社會，不少人對于機器學習、深度學習、計算機視覺、自然語言處理等名詞已經耳熟能詳。可以預見的是，在未來的幾年里，無論是在業界還是學界，擁有深度學習和機器學習能力的企業都將扮演重要角色。
2021-02-02 10:56:3211557
11557機器學習和深度學習有什么區別？
深度學習算法現在是圖像處理軟件庫的組成部分。在他們的幫助下，可以學習和訓練復雜的功能;但他們的應用也不是萬能的。 “機器學習”和“深度學習”有什么區別？ 在機器視覺和深度學習中，人類視覺的力量和對視
2021-03-12 16:11:008984
8984
基于差分進化算法的CNN推斷任務卸載策略
卷積神經網絡（ Convolutional Neural Network，CNN）作為深度學習的重要技術，已被廣泛應用在移動智能應用中。針對CNN推斷任務高內存、高計算量的需求，現有解決方案多將任務
2021-05-10 14:06:362
2我們在如何基于深度學習做實時噪聲抑制
在實時通訊技術迅猛發展的今天，人們對通話時的降噪要求也不斷提高。深度學習也被應用于實時的噪聲抑制。本次LiveVideoStackCon 2021 上海站中，我們邀請到了聲網Agora音頻算法負責人
2021-05-13 10:28:163569
3569
超詳細EMNLP2020 因果推斷
）。如何從觀察獲得的數據中發現不同因素之間的因果關系則是統計學、機器學習和人工智能領域具有挑戰性的重要研究問題---統計推斷。 本次Fudan DISC實驗室將分享EMNLP 2020中有關因果推斷的3篇論文，介紹在不同任務下因果推斷方法的應用。 文章概覽 基于因果推
2021-05-19 15:59:265909
5909
深度學習在嵌入式設備上的應用
下面來探討一下深度學習在嵌入式設備上的應用，具體如下：1、深度學習的概念源于人工神經網絡的研究，包含多個隱層的多層感知器(MLP) 是一種原始的深度學習結構。深度學習通過組合低層特征形成更加抽象
2021-10-20 17:51:051
1NVIDIA GPU加快深度神經網絡訓練和推斷
深度學習是推動當前人工智能大趨勢的關鍵技術。在 MATLAB 中可以實現深度學習的數據準備、網絡設計、訓練和部署全流程開發和應用。聯合高性能 NVIDIA GPU 加快深度神經網絡訓練和推斷。
2022-02-18 13:31:442702
2702深度學習在軌跡數據挖掘中的應用研究綜述
深度學習在軌跡數據挖掘中的應用研究綜述 來源：《?計算機科學與應用》?，作者 李旭娟 等 摘要:? 在過去十年，深度學習已被證明在很多領域應用非常成功，如視覺圖像、自然語言處理、語音識別等，同時也
2022-03-08 17:24:102585
2585
深度學習在工業自動化中的優勢
作為人工智能（AI）的下一步，機器學習由系統定義，這些系統可以通過比標準計算機更少的人工交互來運行和處理。然后，深度學習又是機器學習的演變，機器學習指的是利用以人腦為模型的神經網絡進行推斷的系統。
2022-03-23 09:48:552107
2107什么是深度學習（Deep Learning）？深度學習的工作原理詳解
學習中的“深度”一詞表示用于識別數據模式的多層算法或神經網絡。DL 高度靈活的架構可以直接從原始數據中學習，這類似于人腦的運作方式，獲得更多數據后，其預測準確度也將隨之提升。? ? 此外，深度學習是在語音識別、語言翻譯和
2022-04-01 10:34:1013151
13151深度學習在目標檢測中的應用
R-CNN 算法在 2014 年提出，可以說是歷史性的算法，將深度學習應用于目標檢測領域，相較于之前的目標檢測方法，提升多達 30% 以上
2022-10-31 10:08:052661
2661讀懂深度學習，走進“深度學習+”階段
人工智能的概念在1956年就被提出，如今終于走入現實，離不開一種名為“深度學習”的技術。深度學習的運作模式，如同一場傳話游戲。給神經網絡輸入數據，對數據的特征進行描述，在神經網絡中層層傳遞，最終再
2023-01-14 23:34:431586
1586
人工智能與機器學習、深度學習的區別
人工智能包含了機器學習和深度學習。你可以在圖中看到，機器學習是人工智能的子集，深度學習是機器學習的子集。所以人工智能、機器學習和深度學習這三者的關系就像爺爺、父親與兒子。
2023-03-29 11:04:102313
2313
AI、機器學習和深度學習的區別及應用
深度學習和神經網絡的區別在于隱藏層的深度。一般來說，神經網絡的隱藏層要比實現深度學習的系統淺得多，而深度學習的在隱藏層可以有很多層。
2023-07-28 10:44:27981
981
深度學習基本概念
深度學習基本概念? 深度學習是人工智能（AI）領域的一個重要分支，它模仿人類神經系統的工作方式，使用大量數據訓練神經網絡，從而實現自動化的模式識別和決策。在科技發展的今天，深度學習已經成為了計算機
2023-08-17 16:02:493593
3593深度學習的七種策略
，需要執行一些策略。在本文中，我們將討論七種深度學習策略，這些策略可以幫助人們更好地發掘深度學習的潛力。 1. 找到更多的數據 深度學習的核心就是數據，它需要足夠多的數據才能發揮最大的效果。因此，深度學習的第一項策
2023-08-17 16:02:532840
2840深度學習算法簡介 深度學習算法是什么 深度學習算法有哪些
深度學習算法簡介 深度學習算法是什么?深度學習算法有哪些?? 作為一種現代化、前沿化的技術，深度學習已經在很多領域得到了廣泛的應用，其能夠不斷地從數據中提取最基本的特征，從而對大量的信息進行機器學習
2023-08-17 16:02:5610414
10414深度學習是什么領域
深度學習是什么領域? 深度學習是機器學習的一種子集，由多層神經網絡組成。它是一種自動學習技術，可以從數據中學習高層次的抽象模型，以進行推斷和預測。深度學習廣泛應用于計算機視覺、語音識別、自然語言處理
2023-08-17 16:02:593478
3478什么是深度學習算法？深度學習算法的應用
。 在深度學習中，使用了一些快速的算法，比如卷積神經網絡以及深度神經網絡，這些算法在大量數據處理和圖像識別上面有著非常重要的作用。 深度學習領域的發展不僅僅是科技上的顛覆，更是對人類思維模式的挑戰。雖然深度學習
2023-08-17 16:03:043074
3074深度學習框架pytorch入門與實踐
深度學習框架pytorch入門與實踐 深度學習是機器學習中的一個分支，它使用多層神經網絡對大量數據進行學習，以實現人工智能的目標。在實現深度學習的過程中，選擇一個適用的開發框架是非常關鍵
2023-08-17 16:03:062332
2332深度學習框架是什么？深度學習框架有哪些？
深度學習框架是什么？深度學習框架有哪些？? 深度學習框架是一種軟件工具，它可以幫助開發者輕松快速地構建和訓練深度神經網絡模型。與手動編寫代碼相比，深度學習框架可以大大減少開發和調試的時間和精力，并提
2023-08-17 16:03:093886
3886深度學習框架區分訓練還是推理嗎
深度學習框架區分訓練還是推理嗎 深度學習框架是一個非常重要的技術，它們能夠加速深度學習的開發與部署過程。在深度學習中，我們通常需要進行兩個關鍵的任務，即訓練和推理。訓練是指使用訓練數據訓練神經網絡
2023-08-17 16:03:112217
2217深度學習框架的作用是什么
深度學習框架的作用是什么 深度學習是一種計算機技術，它利用人工神經網絡來模擬人類的學習過程。由于其高度的精確性和精度，深度學習已成為現代計算機科學領域的重要工具。然而，要在深度學習中實現高度復雜
2023-08-17 16:10:572406
2406深度學習算法庫框架學習
深度學習算法庫框架學習 深度學習是一種非常強大的機器學習方法，它可以用于許多不同的應用程序，例如計算機視覺、語言處理和自然語言處理。然而，實現深度學習技術需要使用一些算法庫框架。在本文中，我們將探討
2023-08-17 16:11:071404
1404深度學習框架連接技術
深度學習框架連接技術 深度學習框架是一個能夠幫助機器學習和人工智能開發人員輕松進行模型訓練、優化及評估的軟件庫。深度學習框架連接技術則是需要使用深度學習模型的應用程序必不可少的技術，通過連接技術
2023-08-17 16:11:161355
1355深度學習框架和深度學習算法教程
深度學習框架和深度學習算法教程 深度學習是機器學習領域中的一個重要分支，多年來深度學習一直在各個領域的應用中發揮著極其重要的作用，成為了人工智能技術的重要組成部分。許多深度學習算法和框架提供了
2023-08-17 16:11:261827
1827機器學習和深度學習的區別
機器學習和深度學習的區別 隨著人工智能技術的不斷發展，機器學習和深度學習已經成為大家熟知的兩個術語。雖然它們都屬于人工智能技術的研究領域，但它們之間有很大的差異。本文將詳細介紹機器學習和深度學習
2023-08-17 16:11:405418
5418OpenCV庫在圖像處理和深度學習中的應用
本文深入淺出地探討了OpenCV庫在圖像處理和深度學習中的應用。從基本概念和操作，到復雜的圖像變換和深度學習模型的使用，文章以詳盡的代碼和解釋，帶領大家步入OpenCV的實戰世界。
2023-08-18 11:33:251607
1607機器學習和深度學習的區別
機器學習和深度學習是當今最流行的人工智能(AI)技術之一。這兩種技術都有助于在不需要人類干預的情況下讓計算機自主學習和改進預測模型。本文將探討機器學習和深度學習的概念以及二者之間的區別。
2023-08-28 17:31:092251
2251深度學習的由來 深度學習的經典算法有哪些
深度學習作為機器學習的一個分支，其學習方法可以分為監督學習和無監督學習。兩種方法都具有其獨特的學習模型：多層感知機 、卷積神經網絡等屬于監 督學習；深度置信網 、自動編碼器 、去噪自動編碼器 、稀疏編碼等屬于無監督學習。
2023-10-09 10:23:421151
1151
深度學習在語音識別中的應用及挑戰
一、引言 隨著深度學習技術的快速發展，其在語音識別領域的應用也日益廣泛。深度學習技術可以有效地提高語音識別的精度和效率，并且被廣泛應用于各種應用場景。本文將探討深度學習在語音識別中的應用及所面臨
2023-10-10 18:14:531547
1547貝葉斯深度學習介紹
1 Introduction 基于深度學習的人工智能模型往往精于 “感知” 的任務，然而光有感知是不夠的， “推理” 是更高階人工智能的重要組成部分。比方說醫生診斷，除了需要通過圖像和音頻等感知病人
2023-11-03 10:51:141588
1588
深度學習在人工智能中的 8 種常見應用
深度學習簡介深度學習是人工智能（AI）的一個分支，它教神經網絡學習和推理。近年來，它解決復雜問題并在各個領域提供尖端性能的能力引起了極大的興趣和吸引力。深度學習算法通過允許機器處理和理解大量數據
2023-12-01 08:27:445864
5864
GPU在深度學習中的應用與優勢
人工智能的飛速發展，深度學習作為其重要分支，正在推動著諸多領域的創新。在這個過程中，GPU扮演著不可或缺的角色。就像超級英雄電影中的主角一樣，GPU在深度學習中擁有舉足輕重的地位。那么，GPU在深度
2023-12-06 08:27:372443
2443
Zebra Aurora深度學習OCR算法榮獲CAIMRS頒發的自動化創新獎
在第二十二屆中國自動化及數字化年度評選活動中，Zebra Aurora深度學習OCR算法獲得了由中國自動化及數字化產業年會(簡稱CAIMRS)頒發的自動化創新獎。
2024-03-20 16:35:15826
826深度解析深度學習下的語義SLAM
隨著深度學習技術的興起，計算機視覺的許多傳統領域都取得了突破性進展，例如目標的檢測、識別和分類等領域。近年來，研究人員開始在視覺SLAM算法中引入深度學習技術，使得深度學習SLAM系統獲得了迅速發展，并且比傳統算法展現出更高的精度和更強的環境適應性。
2024-04-23 17:18:362157
2157
深度學習在自動駕駛中的關鍵技術
隨著人工智能技術的飛速發展，自動駕駛技術作為其中的重要分支，正逐漸走向成熟。在自動駕駛系統中，深度學習技術發揮著至關重要的作用。它通過模擬人腦的學習過程，實現對車輛周圍環境的感知、理解和決策。本文將深入探討深度學習在自動駕駛中的關鍵技術，包括感知與識別、決策與規劃以及控制與執行等方面。
2024-07-01 11:40:171716
1716深度學習與傳統機器學習的對比
在人工智能的浪潮中，機器學習和深度學習無疑是兩大核心驅動力。它們各自以其獨特的方式推動著技術的進步，為眾多領域帶來了革命性的變化。然而，盡管它們都屬于機器學習的范疇，但深度學習和傳統機器學習在方法、應用、優勢等方面卻存在顯著的差異。本文將對這兩者進行深入的對比和分析。
2024-07-01 11:40:523808
3808深度學習在視覺檢測中的應用
能力，還使得機器能夠模仿人類的某些智能行為，如識別文字、圖像和聲音等。深度學習的引入，極大地推動了人工智能技術的發展，特別是在圖像識別、自然語言處理、語音識別等領域取得了顯著成果。
2024-07-08 10:27:061608
1608深度學習中的無監督學習方法綜述
深度學習作為機器學習領域的一個重要分支，近年來在多個領域取得了顯著的成果，特別是在圖像識別、語音識別、自然語言處理等領域。然而，深度學習模型的強大性能往往依賴于大量有標簽的數據進行訓練，這在實際
2024-07-09 10:50:072728
2728深度學習中的時間序列分類方法
的發展，基于深度學習的TSC方法逐漸展現出其強大的自動特征提取和分類能力。本文將從多個角度對深度學習在時間序列分類中的應用進行綜述，探討常用的深度學習模型及其改進方法，并展望未來的研究方向。
2024-07-09 15:54:052906
2906深度學習算法在嵌入式平臺上的部署
隨著人工智能技術的飛速發展，深度學習算法在各個領域的應用日益廣泛。然而，將深度學習算法部署到資源受限的嵌入式平臺上，仍然是一個具有挑戰性的任務。本文將從嵌入式平臺的特點、深度學習算法的優化、部署流程、代碼示例以及面臨的挑戰和未來趨勢等方面，詳細探討深度學習算法在嵌入式平臺上的部署。
2024-07-15 10:03:474371
4371GPU深度學習應用案例
GPU在深度學習中的應用廣泛且重要，以下是一些GPU深度學習應用案例： 一、圖像識別 圖像識別是深度學習的核心應用領域之一，GPU在加速圖像識別模型訓練方面發揮著關鍵作用。通過利用GPU的并行計算
2024-10-27 11:13:452278
2278NPU在深度學習中的應用
隨著人工智能技術的飛速發展，深度學習作為其核心驅動力之一，已經在眾多領域展現出了巨大的潛力和價值。NPU（Neural Processing Unit，神經網絡處理單元）是專門為深度學習
2024-11-14 15:17:393171
3171GPU在深度學習中的應用 GPUs在圖形設計中的作用
隨著人工智能技術的飛速發展，深度學習作為其核心部分，已經成為推動技術進步的重要力量。GPU（圖形處理單元）在深度學習中扮演著至關重要的角色，其強大的并行處理能力使得訓練復雜的神經網絡模型成為可能
2024-11-19 10:55:522371
2371- 設計技術
- 可編程邏輯
- 電源/新能源
- MEMS/傳感技術
- 測量儀表
- 嵌入式技術
- 制造/封裝
- 模擬技術
- RF/無線
- 接口/總線/驅動
- 處理器/DSP
- EDA/IC設計
- 存儲技術
- 光電顯示
- EMC/EMI設計
- 連接器
- 行業應用
- LEDs
- 汽車電子
- 音視頻及家電
- 通信網絡
- 醫療電子
- 人工智能
- 虛擬現實
- 可穿戴設備
- 機器人
- 安全設備/系統
- 軍用/航空電子
- 移動通信
- 工業控制
- 便攜設備
- 觸控感測
- 物聯網
- 智能電網
- 區塊鏈
- 新科技
- 聯系我們
- 廣告合作
- 王婉珠：wangwanzhu@elecfans.com
- 內容合作
- 張迎輝：mikezhang@elecfans.com
-
關注我們的微信
-
下載發燒友APP
-
電子發燒友觀察
版權所有 ? 湖南華秋數字科技有限公司
長沙市望城經濟技術開發區航空路6號手機智能終端產業園2號廠房3層（0731-88081133）
電子發燒友 （電路圖） 湘公網安備43011202000918
工商網監
湘ICP備2023018690號-1
評論