首頁　 資訊　 商機 　 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 >> 機器學(xué)習(xí)

聯(lián)發(fā)科芯片設(shè)計 導(dǎo)入機器學(xué)習(xí)

  • 聯(lián)發(fā)科長期投入前瞻領(lǐng)域研究，近期再傳突破性成果。聯(lián)發(fā)科宣布，將機器學(xué)習(xí)導(dǎo)入芯片設(shè)計，運用強化學(xué)習(xí)（reinforcement learning）讓機器透過自我不斷探索和學(xué)習(xí)，預(yù)測出芯片中最佳電路區(qū)塊的位置（location）與形狀（shape），將大幅縮短開發(fā)時間并建構(gòu)更強大性能的芯片，成為改變游戲規(guī)則的重大突破。聯(lián)發(fā)科表示，該技術(shù)將于11月于臺灣舉辦的IEEE亞洲固態(tài)電路研討會A-SSCC（Asian Solid-State Circuits Conference）發(fā)表，同步也將申請國際專利。聯(lián)發(fā)科指出
  • 關(guān)鍵字： 聯(lián)發(fā)科  芯片設(shè)計  機器學(xué)習(xí)  

移動算法 而非巨量數(shù)據(jù)

  • 機器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進步使我們能夠處理越來越大量儲存資料。傳統(tǒng)方法是將數(shù)據(jù)傳輸?shù)剿惴ㄔO(shè)備，但是這種移動巨量數(shù)據(jù)（高達 1 PB）以供可能只有幾十兆位元算法來進行處理真的有意義嗎？因此，在靠近數(shù)據(jù)儲存位置處理數(shù)據(jù)的想法引起了很多關(guān)注。本文研究了計算儲存理論和實踐，以及如何使用計算儲存處理器 (CSP) 為許多計算密集型任務(wù)提供硬件加速和更高性能，而不會給主機處理器帶來大量負擔。數(shù)據(jù)集崛起近年來，神經(jīng)網(wǎng)絡(luò)算法在汽車、工業(yè)、安全和消費等應(yīng)用中使用顯著增加?；谶吘壩锫?lián)網(wǎng)傳感器通常只處理少量數(shù)據(jù)，因此所使用算法占用很
  • 關(guān)鍵字： ?機器學(xué)習(xí)  神經(jīng)網(wǎng)絡(luò)  數(shù)據(jù)集  

安富利：在機器學(xué)習(xí)中取得領(lǐng)先地位

  • 　　機器學(xué)習(xí)是改變世界的最新技術(shù)。過去配合云端使用的算法現(xiàn)在已經(jīng)擴展到邊緣運算。應(yīng)用包括了監(jiān)控、先進駕駛輔助系統(tǒng)ADAS、機器人和數(shù)據(jù)中心。開發(fā)人員正在尋找可快速及輕松地部署復(fù)雜系統(tǒng)的方法?！　τ谶吘壘W(wǎng)絡(luò)上的機器學(xué)習(xí)，Xilinx提供了延遲、功耗、成本、靈活性、可擴展性和上市時間之間的最佳權(quán)衡。其軟件定義的系統(tǒng)單芯片(SDSoC)允許無縫整合硬件和軟件、自動化內(nèi)存分配、快取管理、DMA和裝置互動。SDx開發(fā)環(huán)境為項目建立，模擬，執(zhí)行和除錯提供了通用的基礎(chǔ)架構(gòu)，讓不同的嵌入式系統(tǒng)可輕松實行?！　∑浣Y(jié)果是更
  • 關(guān)鍵字： 機器學(xué)習(xí)  Xilinx  

安富利:物聯(lián)網(wǎng)和機器學(xué)習(xí)(ML)協(xié)同開發(fā)

  • 　　物聯(lián)網(wǎng)裝置和支持ML的裝置日益成為我們?nèi)粘Ｉ钪械囊徊糠帧ｋS著這些裝置進入智能住宅中，就需要更多的專業(yè)知識來進行建構(gòu)和開發(fā)。ROS是一個開放原始碼的機器人開發(fā)平臺，使機器人技術(shù)的開發(fā)可以協(xié)作。與ROS整合的TurtleBot3在SLAM（同步定位與地圖構(gòu)建）、導(dǎo)航和操控中具備核心技術(shù)，所以適合在家庭服務(wù)機器人應(yīng)用中使用?！　∨cTurtleBot3整合的Ultra96上的ROS具有多項功能，所以適用于物聯(lián)網(wǎng)裝置中的應(yīng)用。除了配備Xilinx MPSOC開發(fā)板Ultra96（Cortex A53、R5）之
  • 關(guān)鍵字： 物聯(lián)網(wǎng)  機器學(xué)習(xí)  

人臉識別的工作原理是什么？

  • 什么是人臉識別？人臉識別是一種軟件層面的算法，用于通過處理視頻幀或數(shù)字圖像來驗證或識別一個人的身份，其中該人的臉是可見的。面部識別技術(shù)有幾種不同的工作方法，但是他們通常會將圖像中的面部特征與數(shù)據(jù)庫中的面部特征進行比較。人臉識別處理的4個步驟特定的神經(jīng)網(wǎng)絡(luò)被訓(xùn)練用來檢測人臉的標簽，并將人臉與圖像中的其他物體區(qū)分開來。標簽是人類普遍的五官等面部特征，比如：眼睛、鼻子、嘴巴、眉毛等。人臉識別算法的工作流程任何人臉檢測和識別系統(tǒng)或軟件都繞不開人臉識別算法。業(yè)界將這些算法分為兩種：幾何方法側(cè)重于區(qū)分特征簡而言之就將
  • 關(guān)鍵字： 人臉識別  算法  AI  機器學(xué)習(xí)  神經(jīng)網(wǎng)絡(luò)  

邊緣AI和機器學(xué)習(xí)將被廣泛應(yīng)用于工業(yè)和家庭

  • 各行各業(yè)的數(shù)字化轉(zhuǎn)型和日常生活中的新場景已經(jīng)對邊緣上的人工智能（AI）和機器學(xué)習(xí)、先進數(shù)據(jù)處理、音頻、視覺等產(chǎn)生了需求。邊緣機器學(xué)習(xí)（ML）計算支持廣泛的、智能化的工業(yè)和家庭應(yīng)用，包括用于異常檢測的傳感器數(shù)據(jù)處理、預(yù)測性維護、用于改進玻璃破碎檢測的音頻模式識別、簡單命令詞識別以及視覺應(yīng)用，如使用低分辨率攝像頭進行在場檢測或人數(shù)統(tǒng)計?，F(xiàn)在的產(chǎn)品設(shè)計人員已看到了人工智能和機器學(xué)習(xí)的巨大潛力，可以為家庭安全系統(tǒng)、可穿戴醫(yī)療監(jiān)測器、商業(yè)設(shè)施和工業(yè)設(shè)備監(jiān)控傳感器等邊緣應(yīng)用帶來更多的智能化。所以SiliconLabs
  • 關(guān)鍵字： 202204  邊緣AI  機器學(xué)習(xí)  

2021年AI關(guān)鍵趨勢，AI芯片初創(chuàng)公司可能發(fā)生并購

  • 人工智能（AI）和機器學(xué)習(xí)仍然是技術(shù)決策者、行業(yè)人士和投資者關(guān)注的重點。標普全球市場財智（S&P Intelligence）2020 7月發(fā)布的調(diào)查顯示，有58%的公司和組織預(yù)計新冠大流行會對他們現(xiàn)有的AI計劃產(chǎn)生負面影響，還有19%的公司和組織表示新冠大流行導(dǎo)致他們停止了AI項目。與此同時，也有75%的公司和組織表示COVID-19促進了他們新的AI計劃。最近發(fā)布的2021 AI/ML用例調(diào)查顯示情況發(fā)生了變化，有86%參與調(diào)查的人表示新冠大流行已經(jīng)或?qū)?dǎo)致其所在的組織投資于新的AI計劃。由于大
  • 關(guān)鍵字： 人工智能  機器學(xué)習(xí)  深度學(xué)習(xí)  數(shù)據(jù)科學(xué)  

AI芯片競爭紅海下的生存之道

  • 在EE Times美國今年發(fā)布的Silicon 100榜單中，有大量席位被AI芯片公司所占據(jù)。這兩年來，以SambaNova、Graphcore等為代表的AI芯片公司可謂是投資界的大熱門。截至發(fā)稿日，SambaNova已經(jīng)獲得了11億美元的融資，宣稱市值為50億美元左右。3-4年之后，這片紅海競爭的市場，又將變成怎樣一副模樣？據(jù)市場分析機構(gòu)GlobalData數(shù)據(jù)顯示，2021年第二季度北美地區(qū)的AI風(fēng)投總額就已經(jīng)達到95億美元，相比上一季度增長了17.7%。這一季度，AI芯片市場的大熱門除了SambaN
  • 關(guān)鍵字： AI芯片  IPU  英偉達  機器學(xué)習(xí)  

2021年智源人工智能前沿報告（AI Frontiers Report）發(fā)布

  • 2021年對于人工智能技術(shù)和產(chǎn)業(yè)，依舊是不平凡的一年。隨著算力、數(shù)據(jù)、算法等要素逐漸齊備，先進的算法結(jié)構(gòu)不斷涌現(xiàn)，各個研究方向研究成果層出不窮，成熟的AI技術(shù)逐漸向代碼庫、平臺和系統(tǒng)發(fā)展，實現(xiàn)產(chǎn)業(yè)和商業(yè)層面的落地應(yīng)用，推動人工智能發(fā)展邁向新階段。在新的一年即將到來之際，智源研究院采用案例征集、專家咨詢等方法，向高校和科研機構(gòu)專家學(xué)者征集2021年度人工智能動態(tài)、案例等內(nèi)容，并通過向?qū)I(yè)人士咨詢的形式匯總觀點及建議，形成2021-2022年度人工智能前沿報告（AI Frontiers Report）。報告專
  • 關(guān)鍵字： AI  機器學(xué)習(xí)  神經(jīng)網(wǎng)絡(luò)  算法  

采用恩智浦應(yīng)用軟件包快速啟動產(chǎn)品開發(fā)

  • 處理邊緣連接的機器學(xué)習(xí)（ML）應(yīng)用的復(fù)雜性是一個艱巨而漫長的過程。將相關(guān)應(yīng)用功能與在經(jīng)濟高效的平臺上部署此ML模型的復(fù)雜性結(jié)合起來，需要花費大量的精力和時間。恩智浦基于ML的系統(tǒng)狀態(tài)監(jiān)測應(yīng)用軟件包（App SW Pack）為快速開發(fā)此類復(fù)雜應(yīng)用提供了量產(chǎn)源代碼。打造邊緣就緒解決方案并非易事，如今幾乎所有開發(fā)人員都避免嘗試從頭開始構(gòu)建應(yīng)用或產(chǎn)品。始終存在的面市時間壓力意味著，終端產(chǎn)品制造商和應(yīng)用工程師越來越依賴現(xiàn)有的示例和抽象層來節(jié)省時間。這使我們能夠更多關(guān)注用戶體驗和更高應(yīng)用級別的編碼，以便集成到終端產(chǎn)品
  • 關(guān)鍵字： NXP  機器學(xué)習(xí)  

Microchip MCU在機器學(xué)習(xí)上的解決方案

  • 將機器學(xué)習(xí)Machine Learning（ML）加入現(xiàn)有的MCU設(shè)計OK嗎？龐大的ML軟件框架令您卻步？想沿用現(xiàn)有的設(shè)計與工具，可行嗎？現(xiàn)今常見有兩種方法，第一種是透過網(wǎng)絡(luò)將其感測的信息傳輸?shù)皆贫耍柚贫藦姶蟮倪\算能力，再將判斷結(jié)果傳回。Microchip有相當多這類成熟的解決方案，可讓您輕松連到云端。 另一種方法則可直接在MCU上做運算判斷，雖然運算能力比不上云端，但對某些小型傳感器或數(shù)據(jù)應(yīng)用，先在MCU做一些門坎值判斷算法，反而毋須考慮網(wǎng)絡(luò)帶寬不夠、能耗太高、傳輸延遲等問題，更不用擔心傳
  • 關(guān)鍵字： Microchip  MCU  機器學(xué)習(xí)  

機器學(xué)習(xí)模型設(shè)計過程和MEMS MLC

  • 開發(fā)機器學(xué)習(xí)項目的五個步驟 — 掌握要點，應(yīng)用并不困難！邊緣機器學(xué)習(xí)具有許多優(yōu)勢。 然而，由于開發(fā)方法與標準程序設(shè)計方法截然不同，許多機器學(xué)習(xí)開發(fā)者可能會擔心自己難以駕馭。其實，完全沒有必要擔心。一旦熟悉了步驟，并掌握了機器學(xué)習(xí)項目的要點，就能夠開發(fā)具有價值的機器學(xué)習(xí)應(yīng)用。此外，意法半導(dǎo)體（STMicroelectronics；ST）提供解決方案，以促進邊緣機器學(xué)習(xí)得到廣泛應(yīng)用發(fā)揮全部潛力。本文描述機器學(xué)習(xí)項目的必要開發(fā)步驟，并介紹了ST MEMS傳感器內(nèi)嵌機器學(xué)習(xí)核心（MLC）的優(yōu)勢。 圖一
  • 關(guān)鍵字： 機器學(xué)習(xí)  模型設(shè)計  MEMS MLC  

學(xué)貫中西:讓機器學(xué)習(xí)華夏智慧

  • 0? ?前言機器學(xué)習(xí)（ML）除了能夠?qū)W習(xí)大數(shù)據(jù)（big data）中的規(guī)律和法則之外，也能夠?qū)W習(xí)人類的智慧。華夏文化淵源長久、博大精深，處處充滿智慧。因此，我們可以讓機器來學(xué)習(xí)華夏的文化底蘊和智能，還能更上層樓而學(xué)貫中西。1? ?復(fù)習(xí)：什么是特征（feature）?機器學(xué)習(xí)之路，首先從觀察特征出發(fā)?；貞浺幌拢藗儗τ谥車膯栴}或事件常從不同的角度來觀察或看出不同的特征。所謂特征（feature），就是一件事物或一群事物，其具有與眾不同的特色或表征。例如，人們在辨別其
  • 關(guān)鍵字： 202111  機器學(xué)習(xí)  

AI講座：自編碼器——神奇的ML瑞士刀

  • 1? ?神奇的自編碼器在之前各期里，所舉的范例模型都是基于邏輯回歸（Logistic regression）的線性分類器（Linear classifier）。其訓(xùn)練方法是采取監(jiān)督式學(xué)習(xí)（Supervised Learning）模式。在本期里， 將進一步介紹非監(jiān)督式學(xué)習(xí)（Unsupervised Learning）模式，并以小而美的自編碼器（Autoencoder，簡稱：AE）為例。自編碼器是一種小而美的ML 模型，它的用途非常多，所以有“ML 瑞士刀”之稱。例如，Pawer Sobe
  • 關(guān)鍵字： 202109  自編碼器  機器學(xué)習(xí)  

使用英飛凌 ModusToolbox? 機器學(xué)習(xí)為IoT設(shè)備解鎖AI

  • 1? ?英飛凌在邊緣（Edge）設(shè)備上釋放機器學(xué)習(xí)（ML）的能力市場對舒適性、便利性和簡單性的需求不斷增加，對娛樂、安全和能源效率領(lǐng)域更多功能的需求也在日益增長，這將大大增加對智能家居的興趣和承諾。邊緣人工智能（AI）將成為這些產(chǎn)品的關(guān)鍵推動因素。今天的物聯(lián)網(wǎng)硬件/軟件開發(fā)人員面臨著在構(gòu)建這些未來設(shè)備時的一系列復(fù)雜設(shè)計。從復(fù)雜的集成無線連接，到優(yōu)化電池供電設(shè)計中的系統(tǒng)功率，再到集成傳感器融合，讓物聯(lián)網(wǎng)工作對任何團隊來說都是一項艱巨的任務(wù)。作為連接現(xiàn)實世界和數(shù)字世界的領(lǐng)導(dǎo)者，英飛凌非常了解
  • 關(guān)鍵字： 202109  機器學(xué)習(xí)  AI  
共268條 3/18 « 1 2 3 4 5 6 7 8 9 10 » ›|

機器學(xué)習(xí)介紹

您好，目前還沒有人創(chuàng)建詞條機器學(xué)習(xí)!
歡迎您創(chuàng)建該詞條，闡述對機器學(xué)習(xí)的理解，并與今后在此搜索機器學(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