首頁　 資訊　 商機(jī) 　 下載　 拆解 　 高校　 招聘 　 雜志　 會展　 EETV　 百科 　 問答　 電路圖　 工程師手冊 　 Datasheet　 100例 　 活動中心　 E周刊閱讀 　 樣片申請
EEPW首頁 >> 主題列表 >> 機(jī)器學(xué)習(xí)

Microchip 推出 MPLAB? 機(jī)器學(xué)習(xí)開發(fā)工具包，助力開發(fā)人員輕松將機(jī)器學(xué)習(xí)集成到 MCU 和 MPU中

  • —— 這款獨特的解決方案首次全面支持 8 位、16 位和 32 位 MCU 以及 32位MPU，可在邊緣實現(xiàn)機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí) (ML) 正成為嵌入式設(shè)計人員開發(fā)或改進(jìn)各種產(chǎn)品的標(biāo)準(zhǔn)要求。為滿足這一需求，Microchip Technology Inc.（美國微芯科技公司）近日推出了全新的 MPLAB? 機(jī)器學(xué)習(xí)開發(fā)工具包，提供一套完整的集成工作流程來簡化機(jī)器學(xué)習(xí)模型開發(fā)。這款軟件工具包可用于Microchip的各類單片機(jī) (MCU) 和微處理器 (MPU) 產(chǎn)品組合，助力開發(fā)人員快速高效地添加機(jī)器學(xué)習(xí)推理
  • 關(guān)鍵字： Microchip  MPLAB  機(jī)器學(xué)習(xí)  MCU  MPU    

Nordic收購美國人工智能/機(jī)器學(xué)習(xí)技術(shù)

  • Nordic Semiconductor宣布與美國人工智能和機(jī)器學(xué)習(xí)公司 Atlazo達(dá)成收購知識產(chǎn)權(quán)組合的協(xié)議，其中包括Atlazo八人核心團(tuán)隊的雇用協(xié)議，并未披露具體金額?？偛课挥诿绹又菔サ甑腁tlazo公司是用于微型邊緣設(shè)備的人工智能和機(jī)器學(xué)習(xí)(AI/ML)處理器、能源管理和傳感器接口設(shè)計的技術(shù)領(lǐng)導(dǎo)者。Nordic公司與Atlazo 公司達(dá)成收購知識產(chǎn)權(quán)組合的協(xié)議，這將進(jìn)一步鞏固N(yùn)ordic在物聯(lián)網(wǎng)低功耗產(chǎn)品和解決方案開發(fā)領(lǐng)域的領(lǐng)先地位，并加速重要的戰(zhàn)略發(fā)展計劃。通過收購Atlazo的知識產(chǎn)權(quán)和
  • 關(guān)鍵字： Nordic  人工智能  機(jī)器學(xué)習(xí)  

5G 技術(shù)、云原生開發(fā)和機(jī)器學(xué)習(xí)是推動物聯(lián)網(wǎng)解決方案的重要助力

  • 每次談及物聯(lián)網(wǎng) (IoT)，行業(yè)就會明顯出現(xiàn)兩大陣營：樂觀派和悲觀派。后者將物聯(lián)網(wǎng)認(rèn)定為“尚屬未來”的技術(shù)。而我個人是堅定的樂觀派：對于物聯(lián)網(wǎng)解決方案有望帶來的變革性創(chuàng)新，我既感到無比振奮，同時又保持審慎的樂觀態(tài)度，畢竟任何新興技術(shù)的崛起都要面臨諸多挑戰(zhàn)。 對于 Arm? 而言，伴隨我們持續(xù)推出一眾具有針對性的解決方案、IP 和其它各類技術(shù)的同時，既向創(chuàng)新者提供了有力的支持，也始終確保自己站在市場最前沿引領(lǐng)趨勢、應(yīng)對挑戰(zhàn)。正因于此，我們在全球生態(tài)系統(tǒng)中，對物聯(lián)網(wǎng)從業(yè)人員進(jìn)行了一項調(diào)查，采訪對象包括開發(fā)者、
  • 關(guān)鍵字： 5G  機(jī)器學(xué)習(xí)  物聯(lián)網(wǎng)  arm  

Microchip推出MPLAB機(jī)器學(xué)習(xí)開發(fā)工具包,助力開發(fā)人員輕松將機(jī)器學(xué)習(xí)集成到MCU和MPU中

  • 機(jī)器學(xué)習(xí) (ML) 正成為嵌入式設(shè)計人員開發(fā)或改進(jìn)各種產(chǎn)品的標(biāo)準(zhǔn)要求。為滿足這一需求，Microchip Technology Inc.（美國微芯科技公司）近日推出了全新的 MPLAB? 機(jī)器學(xué)習(xí)開發(fā)工具包，提供一套完整的集成工作流程來簡化機(jī)器學(xué)習(xí)模型開發(fā)。這款軟件工具包可用于Microchip的各類單片機(jī) (MCU) 和微處理器 (MPU) 產(chǎn)品組合，助力開發(fā)人員快速高效地添加機(jī)器學(xué)習(xí)推理。Microchip開發(fā)系統(tǒng)業(yè)務(wù)部副總裁Rodger Richey表示：“機(jī)器學(xué)習(xí)是嵌入式控制器的新常態(tài)，與依賴云通
  • 關(guān)鍵字： Microchip  MPLAB  機(jī)器學(xué)習(xí)  MCU  MPU  

ST機(jī)器學(xué)習(xí)解決方案助力車企探索汽車AI可能性

  • 意法半導(dǎo)體的首款車規(guī)機(jī)器學(xué)習(xí)解決方案SL-AIAID012401V1由AEKD-AICAR1?評估套件、AI?人工智能插件和AutoDevKit?車規(guī)開發(fā)板組成，能夠識別駐車、正常路況、崎嶇道路、車輪側(cè)滑或突然轉(zhuǎn)向四種汽車狀態(tài)。這是一個難得的機(jī)會，可以通過測試和開發(fā)汽車人工智能應(yīng)用，以確定該技術(shù)是否適合這個市場。事實上，許多車企還在探索在行業(yè)現(xiàn)階段，機(jī)器學(xué)習(xí)對他們是否有意義。從頭開始創(chuàng)建算法需要投入大量的人力和資金。把評估解決方案導(dǎo)入我們的?AutoDevKit 平
  • 關(guān)鍵字： ST  機(jī)器學(xué)習(xí)  汽車AI  

Gartner發(fā)布影響數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)未來方向的重要趨勢

  • Gartner今日發(fā)布了影響數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)（DSML）未來方向的重要趨勢。隨著DSML行業(yè)的快速發(fā)展和演變，數(shù)據(jù)對于人工智能（AI）開發(fā)與運(yùn)用的重要性日益提高，尤其是投資重點也正轉(zhuǎn)向生成式人工智能領(lǐng)域。 Gartner研究總監(jiān)Peter Krensky表示：“隨著機(jī)器學(xué)習(xí)在各個行業(yè)的應(yīng)用持續(xù)快速擴(kuò)大，DSML也正從單純側(cè)重于預(yù)測模型轉(zhuǎn)向更加普及化、動態(tài)化和以數(shù)據(jù)為中心的技術(shù)領(lǐng)域，而且生成式人工智能（AI）的熱潮也助推了這一趨勢。盡管潛在風(fēng)險不斷出現(xiàn)，但面向數(shù)據(jù)科學(xué)家及其組織的新功能和用例也層
  • 關(guān)鍵字： Gartner  機(jī)器學(xué)習(xí)  

卷積神經(jīng)網(wǎng)絡(luò)的硬件轉(zhuǎn)換：什么是機(jī)器學(xué)習(xí)？——第三部分

  • 摘要本系列文章由三部分組成，主要探討卷積神經(jīng)網(wǎng)絡(luò)(CNN)的特性和應(yīng)用。CNN主要用于模式識別和對象分類。作為系列文章的第三部分，本文重點解釋如何使用硬件轉(zhuǎn)換卷積神經(jīng)網(wǎng)絡(luò)(CNN)，并特別介紹使用帶CNN硬件加速器的人工智能(AI)微控制器在物聯(lián)網(wǎng)(IoT)邊緣實現(xiàn)人工智能應(yīng)用所帶來的好處。系列文章的前兩篇文章為《卷積神經(jīng)網(wǎng)絡(luò)簡介：什么是機(jī)器學(xué)習(xí)？——第一部分》和《訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)：什么是機(jī)器學(xué)習(xí)？——第二部分》。 簡介AI應(yīng)用通常需要消耗大量能源，并以服務(wù)器農(nóng)場或昂貴的現(xiàn)場可編程門陣列(FPG
  • 關(guān)鍵字： 卷積神經(jīng)網(wǎng)絡(luò)  硬件轉(zhuǎn)換  機(jī)器學(xué)習(xí)  ADI  

使用多層感知器進(jìn)行機(jī)器學(xué)習(xí)

  • 到目前為止，我們關(guān)注的是單層感知器，它由一個輸入層和一個輸出層組成。您可能還記得，我們使用術(shù)語“單層”是因為此配置僅包括一層計算活動節(jié)點，即通過求和然后應(yīng)用激活函數(shù)來修改數(shù)據(jù)的節(jié)點。輸入層中的節(jié)點只是分發(fā)數(shù)據(jù)。到目前為止，我們關(guān)注的是單層感知器，它由一個輸入層和一個輸出層組成。您可能還記得，我們使用術(shù)語“單層”是因為此配置僅包括一層計算活動節(jié)點，即通過求和然后應(yīng)用激活函數(shù)來修改數(shù)據(jù)的節(jié)點。輸入層中的節(jié)點只是分發(fā)數(shù)據(jù)。單層感知器在概念上很簡單，訓(xùn)練過程非常簡單。不幸的是，它不提供我們復(fù)雜的、現(xiàn)實生活中的應(yīng)用
  • 關(guān)鍵字： 多層感知器  機(jī)器學(xué)習(xí)  

如何通過人工智能(AI)和機(jī)器學(xué)習(xí)應(yīng)對零售勞動力和執(zhí)行方面的挑戰(zhàn)

  • 今年以來國內(nèi)消費持續(xù)恢復(fù)，國內(nèi)零售市場呈穩(wěn)步發(fā)展態(tài)勢，而商務(wù)部也將2023年定為“消費提振年”，消費的基礎(chǔ)性作用被進(jìn)一步強(qiáng)調(diào)。面對不斷增長的需求，零售團(tuán)隊人員數(shù)量及具體運(yùn)營執(zhí)行是否能及時匹配，正成為零售商們不得不面臨的挑戰(zhàn)。零售團(tuán)隊人員的短缺將使商店難以正常運(yùn)營。當(dāng)商店經(jīng)理的人數(shù)捉襟見肘時，他們可能沒有時間對員工進(jìn)行新技能培訓(xùn)，幫助員工提高現(xiàn)有的技能組合，或者弄清楚如何以更佳的方式在商店中利用其技能。商店經(jīng)理也可能難以對已有員工進(jìn)行有效的安排。鑒于如今客戶和員工的期望之高前所未有，因此很難追蹤每位團(tuán)隊成員
  • 關(guān)鍵字： 人工智能  機(jī)器學(xué)習(xí)  零售  

機(jī)器學(xué)習(xí)在半導(dǎo)體制造中的重要性提升

  • 本文討論機(jī)器學(xué)習(xí) (ML) 與半導(dǎo)體制造之間的關(guān)系，特別是 ML 算法和模型在半導(dǎo)體制造過程中的應(yīng)用。
  • 關(guān)鍵字： 機(jī)器學(xué)習(xí)    

訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)：什么是機(jī)器學(xué)習(xí)？——第二部分

  • 本文是系列文章的第二部分，重點介紹卷積神經(jīng)網(wǎng)絡(luò)(CNN)的特性和應(yīng)用。CNN主要用于模式識別和對象分類。在第一部分文章《卷積神經(jīng)網(wǎng)絡(luò)簡介：什么是機(jī)器學(xué)習(xí)？——第一部分》中，我們比較了在微控制器中運(yùn)行經(jīng)典線性規(guī)劃程序與運(yùn)行CNN的區(qū)別，并展示了CNN的優(yōu)勢。我們還探討了CIFAR網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以對圖像中的貓、房子或自行車等對象進(jìn)行分類，還可以執(zhí)行簡單的語音識別。本文重點解釋如何訓(xùn)練這些神經(jīng)網(wǎng)絡(luò)以解決實際問題。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程本系列文章的第一部分討論的CIFAR網(wǎng)絡(luò)由不同層的神經(jīng)元組成。如圖1所示，32 ×
  • 關(guān)鍵字： ADI  機(jī)器學(xué)習(xí)  

卷積神經(jīng)網(wǎng)絡(luò)簡介：什么是機(jī)器學(xué)習(xí)？——第一部分

  • 隨著人工智能(AI)技術(shù)的快速發(fā)展，AI可以越來越多地支持以前無法實現(xiàn)或者難以實現(xiàn)的應(yīng)用。本系列文章基于此解釋了卷積神經(jīng)網(wǎng)絡(luò)(CNN)及其對人工智能和機(jī)器學(xué)習(xí)的意義。CNN是一種能夠從復(fù)雜數(shù)據(jù)中提取特征的強(qiáng)大工具，例如識別音頻信號或圖像信號中的復(fù)雜模式就是其應(yīng)用之一。本文討論了CNN相對于經(jīng)典線性規(guī)劃的優(yōu)勢，后續(xù)文章《訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)：什么是機(jī)器學(xué)習(xí)？——第二部分》將討論如何訓(xùn)練CNN模型，系列文章的第三部分將討論一個特定用例，并使用專門的AI微控制器對模型進(jìn)行測試。什么是卷積神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)是一種由神
  • 關(guān)鍵字： ADI  卷積神經(jīng)網(wǎng)絡(luò)  機(jī)器學(xué)習(xí)  

AI也需休息？研究稱AI“睡眠”后學(xué)習(xí)力大增

  • AI（人工智能）可以說是目前的熱點領(lǐng)域，從工廠的機(jī)器人，到支付時的人臉識別，生活處處都充斥著AI的影子。人們通常認(rèn)為，AI可以不知疲倦，無時無刻地工作。 但其有一個致命缺點，當(dāng)學(xué)習(xí)了新知識后，會把之前學(xué)習(xí)的知識忘記，這種現(xiàn)象稱為“災(zāi)難性遺忘”。近日，美國加州大學(xué)圣地亞哥醫(yī)學(xué)院的研究發(fā)現(xiàn)，通過讓一種新型的超級AI模仿人類睡眠，離線一段時間后，AI的“災(zāi)難性遺忘”會得到緩解。 AI在“睡眠”后，就能像人腦一樣，回憶過去，而不需用舊的數(shù)據(jù)重新訓(xùn)練。據(jù)了解，人腦中的記憶是由突觸重量的模式表示的
  • 關(guān)鍵字： AI  人工智能  機(jī)器學(xué)習(xí)  

基于數(shù)據(jù)驅(qū)動的多模型故障診斷

  • 摘 要：故障通常特指某個系統(tǒng)或某個運(yùn)行過程的一系列相關(guān)參數(shù)喪失了規(guī)定性能的狀態(tài)，或者在特定場景下 控制指標(biāo)出現(xiàn)了偏差。故障不可避免，故障影響了電力系統(tǒng)正常安全穩(wěn)定運(yùn)行。為此迫切需要快速識別診斷故 障。本文基于數(shù)據(jù)驅(qū)動算法，詳細(xì)對比分析了多種基于機(jī)器學(xué)習(xí)主流模型故障診斷的方法，并通過實例驗證了 模型的有效性以及優(yōu)越性，對模型的選擇具有重要參考意義。關(guān)鍵詞：故障識別；機(jī)器學(xué)習(xí)；數(shù)據(jù)驅(qū)動0 引言被控系統(tǒng)處于非正常運(yùn)行情況時，若能夠采用某種 技術(shù)快速實時在線檢測故障并且能基于先進(jìn)定位技術(shù)判 別故障點準(zhǔn)確
  • 關(guān)鍵字： 202211  故障識別  機(jī)器學(xué)習(xí)  數(shù)據(jù)驅(qū)動  

意法半導(dǎo)體嵌入式 AI 解決方案增加簡化機(jī)器學(xué)習(xí)開發(fā)的高級功能

  • 2022 年 11 月 15 日，中國——為了擴(kuò)大開發(fā)工具的功能，加快嵌入式人工智能 (AI) 和機(jī)器學(xué)習(xí) (ML) 開發(fā)項目，意法半導(dǎo)體發(fā)布了NanoEdge AI Studio 和 STM32Cube.AI.的升級版本。這兩個開發(fā)工具有助于把人工智能和機(jī)器學(xué)習(xí)遷移到應(yīng)用邊緣設(shè)備。遷移到網(wǎng)絡(luò)邊緣后，人工智能和機(jī)器學(xué)習(xí)的優(yōu)勢非常突出，包括原生隱私保護(hù)、確定性實時響應(yīng)、更高可靠性和更低功耗。NanoEdge AI Studio 是一個自動化的機(jī)器學(xué)習(xí)開發(fā)工具，適合不需要開發(fā)神經(jīng)網(wǎng)絡(luò)的應(yīng)用項目。該工具需要與S
  • 關(guān)鍵字： 意法半導(dǎo)體  嵌入式 AI  機(jī)器學(xué)習(xí)   
共268條 2/18 « 1 2 3 4 5 6 7 8 9 10 » ›|

機(jī)器學(xué)習(xí)介紹

您好，目前還沒有人創(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

熱門主題

樹莓派    linux   
關(guān)于我們 - 廣告服務(wù) - 企業(yè)會員服務(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 北京東曉國際技術(shù)信息咨詢有限公司
備案 京ICP備12027778號-2 北京市公安局備案：1101082052    京公網(wǎng)安備11010802012473