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)

面向輕型機器學(xué)習(xí)，恩智浦出臺eIQ開發(fā)環(huán)境及芯片

  • IoT推動了這幾年MCU的更新?lián)Q代,而下一波MCU的助推器是終端的機器學(xué)習(xí),包括家庭環(huán)境、聲音處理、手勢控制、智能感測&控制、多攝像頭觀察、個人資產(chǎn)、主動目標(biāo)識別、AR(增強現(xiàn)實)等。
  • 關(guān)鍵字： IOT  機器學(xué)習(xí)  

Micron和Achronix提供下一代FPGA并借助高性能GDDR6存儲器支持機器學(xué)習(xí)應(yīng)用

  • Micron和Achronix提供下一代FPGA并借助高性能GDDR6存儲器支持機器學(xué)習(xí)應(yīng)用
  • 關(guān)鍵字： FPGA  GDDR6  機器學(xué)習(xí)  

使用智能軟件和NIRscan? Nano 評估模塊(EVM)確定材料成分

  • 　　如果您在網(wǎng)頁上搜索“如何確定面料的制作成分”，您可能會找到“燃燒測試”的網(wǎng)頁內(nèi)容。在燃燒測試中，需要取一小塊織物樣品，放在明火上，觀察它是否收縮、熔化或燃燒，并注意產(chǎn)生的氣味。　　現(xiàn)在，使用TI DLP? NIRscan? Nano評估模塊(EVM)和Sagitto系統(tǒng)，可以更簡單、準(zhǔn)確地確定織物和紡織品成分。Sagitto系統(tǒng)結(jié)合了微型近紅外傳感器和機器學(xué)習(xí)模型，可幫助企業(yè)簡化測量過程。每種類型的織物都因不同的成分而具有獨特的近紅外指紋。服裝通常包含不同類型的纖維，精確的合成物組分在服裝的整個使用過
  • 關(guān)鍵字： 傳感器  機器學(xué)習(xí)  

機器學(xué)習(xí)的關(guān)鍵點是什么 數(shù)據(jù)量比算法還重要

  • 　　機器學(xué)習(xí)算法可以通過概括示例來確定如何執(zhí)行重要任務(wù)。手動編程很難完成這樣的目標(biāo)，所以機器學(xué)習(xí)通常是可行且成本有效的。隨著更多數(shù)據(jù)的出現(xiàn)，可以解決更加雄心勃勃的問題。因此，機器學(xué)習(xí)被廣泛應(yīng)用于計算機真誠等領(lǐng)域。然而，開發(fā)成功的機器學(xué)習(xí)應(yīng)用程序需要大量的“黑色藝術(shù)”，這在教科書中很難找到。　　1. 學(xué)習(xí)=表示+評價+優(yōu)化　　所有的機器學(xué)習(xí)的算法通常包括三個組成部分：　　表示：一個分類器必須用計算機能夠處理的一些正式語言來表示。相反，為學(xué)習(xí)者選擇一種表示方式就等同于選擇一組可以學(xué)習(xí)的分類器。這個集合被稱為學(xué)
  • 關(guān)鍵字： 機器學(xué)習(xí)  算法  

美國要限制14類新技術(shù)出口：包含AI、機器學(xué)習(xí)等先進技術(shù)！

  • 美國相關(guān)部門已經(jīng)開始嘗試各種新政策加強封鎖技術(shù)對外合作，尤其在高科技領(lǐng)域，管制正在不斷收緊。
  • 關(guān)鍵字： AI  機器學(xué)習(xí)  

“通過分析、人工智能和機器學(xué)習(xí)將媒體與娛樂（M&E）內(nèi)容貨幣化”

  • 　　隨著時間的推移，世界各地的電影制片廠和制片公司，都捕捉到了大量的素材。但這些資源深處其實還隱藏著未被充分利用的寶藏。這些寶藏中蘊含著巨大的價值，或者可以作為大數(shù)據(jù)應(yīng)用程序的一部分加以分析，從而為我們提供精確的預(yù)測、關(guān)聯(lián)分析，或為我們帶來期望的結(jié)果。為了得到最終結(jié)果，我們應(yīng)該把這些內(nèi)容用可靠且經(jīng)濟的方式存儲起來，確保萬無一失。這樣才能通過數(shù)據(jù)分析、人工智能(AI)和機器學(xué)習(xí)(ML)開啟貨幣化的道路。而媒體庫和分析平臺的構(gòu)建，既可以在企業(yè)本地，也可以在云端完成，或著由二者結(jié)合來完成?！　∵x擇一個供應(yīng)商購買
  • 關(guān)鍵字： 人工智能  機器學(xué)習(xí)  

機器學(xué)習(xí)不斷接近人腦水平 AI圖像識別發(fā)展如何

  • 　　過去十幾年，人類可以說是在機器智能面前節(jié)節(jié)退敗，屢敗屢戰(zhàn)，而多任務(wù)處理(multi-tasking)幾乎是為數(shù)不多可以讓人類驕傲的事情了。人們可以同時打開8個網(wǎng)站、數(shù)份文檔和一個交友軟件，即使正在專心處理其中一件事，只要突然收到一條回復(fù)或更新提醒，也能夠快速安排。對機器而言，要在同一時間完成這樣的任務(wù)顯然有點困難，因此，多任務(wù)處理一直被視為人類獨有的技能點?！　∪欢?，這個優(yōu)勢也將失去了。　　近幾年，Alphago、視頻識別、指紋解鎖、圖片識別、語音轉(zhuǎn)文字、機器人看病等一系列事件，使我們深刻的感受到人工
  • 關(guān)鍵字： 機器學(xué)習(xí)  AI  

機器學(xué)習(xí)：亟須糾正的4大類“偏差”

  • 　　偏見是指個人對他人或其他群體所持有的缺乏充分事實依據(jù)的認識和態(tài)度，而機器學(xué)習(xí)中的偏差則是由缺乏足夠的特征和用于訓(xùn)練模型的相關(guān)數(shù)據(jù)集不全面引起的。機器學(xué)習(xí)算法在訓(xùn)練中嚴(yán)格按照其數(shù)學(xué)構(gòu)造和數(shù)據(jù)執(zhí)行任務(wù)，準(zhǔn)確完成人類所輸入的內(nèi)容，因此，機器學(xué)習(xí)模型的偏差通常是由設(shè)計和收集相關(guān)數(shù)據(jù)的人的“偏見”造成的?！　?shù)據(jù)科學(xué)家在構(gòu)建算法并對機器學(xué)習(xí)進行訓(xùn)練時，源自其本身某種程度的偏見會不可避免地蔓延到AI模型中，比較幸運的是，機器學(xué)習(xí)的偏差能夠被檢測和規(guī)避。不過，相關(guān)的研究人員仍需保持警惕。本文總結(jié)了需要了解和防范的4
  • 關(guān)鍵字： 機器學(xué)習(xí)  

你想要的機器學(xué)習(xí)課程筆記在這：主要討論監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)

  • 　　機器學(xué)習(xí)定義：A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E(一個程序從經(jīng)驗E中學(xué)習(xí)解決任務(wù)T進行某一任務(wù)量度P，通過P測量在T的表現(xiàn)而提高經(jīng)驗E(另一種定義
  • 關(guān)鍵字： 機器學(xué)習(xí)  監(jiān)督學(xué)習(xí)  無監(jiān)督學(xué)習(xí)  

谷歌推機器學(xué)習(xí)標(biāo)注圖片中物體界面 整體速度提高3倍

  • 　　10月24日上午消息，據(jù)中國臺灣地區(qū)媒體iThome.com.tw報道，Google在2018 ACM多媒體會議上，推出一種使用機器學(xué)習(xí)來標(biāo)注圖片界面，讓使用者快速為圖片中物體標(biāo)記出輪廓以及標(biāo)簽，提高整體標(biāo)記速度達三倍。　　由于現(xiàn)代基于深度學(xué)習(xí)電腦視覺模型的性能，取決標(biāo)簽訓(xùn)練資料的多少，越大的資料庫將能讓機器學(xué)習(xí)有更好的表現(xiàn)。Google在許多深度學(xué)習(xí)的研究都一再提到，高品質(zhì)的訓(xùn)練資料取得并不容易，而這個問題已經(jīng)成為發(fā)展電腦視覺的主要瓶頸，對于諸如自動駕駛、機器人或是圖片搜尋等這類以像素為辨識基礎(chǔ)的工
  • 關(guān)鍵字： 谷歌，機器學(xué)習(xí)  

“AI臨床醫(yī)生”學(xué)習(xí)智能體問世

  • 　　據(jù)科技日報報道，英國《自然·醫(yī)學(xué)》雜志23日在線發(fā)表了一項人工智能與醫(yī)學(xué)研究：英國科學(xué)家報告了一個名為“AI臨床醫(yī)生”(AI Clinician)的學(xué)習(xí)智能體?！癆I臨床醫(yī)生”通過強化學(xué)習(xí)，能幫助人類醫(yī)生改進實時決策，在全球范圍內(nèi)提高敗血癥的治療效果，進而每年挽救萬千條生命?！　⊙Y是一種嚴(yán)重威脅生命的疾病，患者機體對炎癥感染產(chǎn)生極端反應(yīng)，導(dǎo)致組織和器官受損。敗血癥是全球第三大死亡原因和醫(yī)院內(nèi)死亡的主要原因。治療敗血癥的關(guān)鍵是正確施用注射液和藥物，以幫助病人維持血壓穩(wěn)定。但是，目前的臨床實踐尚未達到
  • 關(guān)鍵字： 機器學(xué)習(xí)  

美光科技慶祝成立40 周年，領(lǐng)先與創(chuàng)新的腳步永不停歇

  • 　　美光科技公司今天在愛達荷州議會大廈前舉辦慶典，歡慶公司成立 40 周年。美光在全球的辦事機構(gòu)舉辦了多場慶?；顒印！　∶拦饪萍加?0 年前在美國博伊西成立，從一家初創(chuàng)公司逐步發(fā)展成為全球第四大半導(dǎo)體公司，擁有業(yè)界最廣泛的存儲解決方案組合。如今，美光在世界 17 個國家/地區(qū)擁有 34000 多名員工。在發(fā)展過程中，美光科技貢獻了近 40000 項專利，其對創(chuàng)新的追求推動著公司不斷發(fā)展壯大。過去 40 年間，美光的高性能存儲解決方案助力各種終端應(yīng)用(如個人計算、智能手機、網(wǎng)絡(luò)和云計算)實現(xiàn)了多項更廣泛的技
  • 關(guān)鍵字： 美光科技  機器學(xué)習(xí)  自動駕駛  

恩智浦引領(lǐng)發(fā)展——邊緣設(shè)備機器學(xué)習(xí)

  • 　　恩智浦面向重點應(yīng)用領(lǐng)域推出的eIQ邊緣智能軟件環(huán)境和可自定義的系統(tǒng)級解決方案，邊緣節(jié)點開發(fā)人員如今可利用數(shù)學(xué)升級來推動云上機器學(xué)習(xí)(ML)的歷史性發(fā)展?！　IQ軟件環(huán)境包括構(gòu)建和優(yōu)化云訓(xùn)練ML模型所需的工具，可在工業(yè)、物聯(lián)網(wǎng)(IoT)和汽車應(yīng)用等各領(lǐng)域資源受限的邊緣設(shè)備中高效運行。一鍵式完成生產(chǎn)的解決方案專門面向語音、視覺和異常檢測應(yīng)用領(lǐng)域。通過節(jié)省成為ML專家所需的大量投資，恩智浦使成千上萬家產(chǎn)品需要機器學(xué)習(xí)功能的客戶得償所愿。　　恩智浦資深副總裁兼微控制器業(yè)務(wù)總經(jīng)理Geoff Lees表示：“我
  • 關(guān)鍵字： 恩智浦  機器學(xué)習(xí)  

恩智浦引領(lǐng)邊緣設(shè)備機器學(xué)習(xí)

  • 　　借助恩智浦面向重點應(yīng)用領(lǐng)域推出的eIQ邊緣智能軟件環(huán)境和可自定義的系統(tǒng)級解決方案，邊緣節(jié)點開發(fā)人員如今可利用數(shù)學(xué)升級來推動云上機器學(xué)習(xí)(ML)的歷史性發(fā)展?！　IQ軟件環(huán)境包括構(gòu)建和優(yōu)化云訓(xùn)練ML模型所需的工具，可在工業(yè)、物聯(lián)網(wǎng)(IoT)和汽車應(yīng)用等各領(lǐng)域資源受限的邊緣設(shè)備中高效運行。一鍵式完成生產(chǎn)的解決方案專門面向語音、視覺和異常檢測應(yīng)用領(lǐng)域。通過節(jié)省成為ML專家所需的大量投資，恩智浦使成千上萬家產(chǎn)品需要機器學(xué)習(xí)功能的客戶得償所愿?！　《髦瞧仲Y深副總裁兼微控制器業(yè)務(wù)總經(jīng)理Geoff Lees表示：
  • 關(guān)鍵字： 恩智浦  機器學(xué)習(xí)  
共268條 9/18 |‹ « 7 8 9 10 11 12 13 14 15 16 » ›|

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