• 自動(dòng)駕駛感知系統(tǒng)中卷積神經(jīng)網(wǎng)絡(luò)原理的疑點(diǎn)分析

  卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks, CNN）的核心技術(shù)主要包括以下幾個(gè)方面：局部連接、權(quán)值共享、多卷積核以及池化。這些技術(shù)共同作用，使得CNN在圖像和語音識(shí)別等領(lǐng)域取得了顯著成就，并廣泛用于車輛自動(dòng)駕駛的圖像目標(biāo)識(shí)別中。

  智駕最前沿

  864

  04/07 11:25

  自動(dòng)駕駛 卷積神經(jīng)網(wǎng)絡(luò)

  
• 融合注意力機(jī)制的卷積神經(jīng)網(wǎng)絡(luò)-雙向長短期記憶網(wǎng)絡(luò)(CNN-BiLSTM-Attention)的多變量

  CNN-BiLSTM-Attention模型是一種在自然語言處理(NLP)任務(wù)中常用的強(qiáng)大架構(gòu)，如文本分類、情感分析等。它結(jié)合了卷積神經(jīng)網(wǎng)絡(luò)(CNN)、雙向長短期記憶網(wǎng)絡(luò)(BiLSTM)和注意力機(jī)制的優(yōu)勢(shì)，能夠捕捉局部特征和序列數(shù)據(jù)中的長程依賴關(guān)系。

  算法小狂人

  2798

  03/25 12:25

  Python 卷積神經(jīng)網(wǎng)絡(luò)

  
• CNN-SVM時(shí)間序列預(yù)測(cè)/詳細(xì)原理講解

  CNN-SVM（卷積神經(jīng)網(wǎng)絡(luò)-支持向量機(jī)）是一種將卷積神經(jīng)網(wǎng)絡(luò)（CNN）與支持向量機(jī)（SVM）組合起來的深度學(xué)習(xí)模型。CNN-SVM模型的目標(biāo)是通過結(jié)合CNN的特征提取能力和SVM的分類能力來提升圖像分類、模式識(shí)別等任務(wù)的性能。以下詳細(xì)介紹這兩種模型各自的數(shù)學(xué)原理及其組合后的工作原理。

  算法小狂人

  1045

  03/24 15:30

  卷積神經(jīng)網(wǎng)絡(luò) CNN

  
• 最簡(jiǎn)單用TensorFlow實(shí)現(xiàn)CNN（cifar10數(shù)據(jù)集）

  CNN的本質(zhì)是先把數(shù)據(jù)進(jìn)行特征提取，再送進(jìn)DNN。前面特征提取的部分可以概括為CBAPD，C表示卷積（convolution），B表示批標(biāo)準(zhǔn)化（batch normalization），A表示激活（activation），P表示池化（pool），D表示（dropout）

  全棧O-Jay

  1886

  2024/12/11

  CNN TensorFlow

  
• 借助支持邊緣 AI 的 MCU 優(yōu)化實(shí)時(shí)控制系統(tǒng)中的系統(tǒng)故障檢測(cè)

  當(dāng)前關(guān)于人工智能 (AI) 和神經(jīng)網(wǎng)絡(luò)的討論主要集中在生成應(yīng)用（生成圖像、文本和視頻），很容易忽視 AI 將為工業(yè)和基礎(chǔ)設(shè)施應(yīng)用中的電子產(chǎn)品帶來變革的實(shí)際示例。 不過，雖然在電機(jī)驅(qū)動(dòng)器、太陽能（如圖 1 所示）和電池管理應(yīng)用的實(shí)時(shí)控制系統(tǒng)中采用 AI 不會(huì)像新的大型語言模型那樣引起大量關(guān)注，但使用邊緣 AI 進(jìn)行故障檢測(cè)可以顯著影響系統(tǒng)的效率、安全性和生產(chǎn)力。 圖 1 太陽能電池板陣列 本文中將討

  與非網(wǎng)編輯

  2371

  2024/11/28

  人工智能 MCU

  
• 通過軟件洞察和用例分析塑造的NPU IP架構(gòu)

  Ido Gus,?深度學(xué)習(xí)高級(jí)團(tuán)隊(duì)負(fù)責(zé)人,?傳感器與音頻業(yè)務(wù)部門, Ceva ? 神經(jīng)處理單元（NPU）的出現(xiàn)徹底改變了機(jī)器學(xué)習(xí)領(lǐng)域，使深度學(xué)習(xí)任務(wù)所需的復(fù)雜數(shù)學(xué)計(jì)算得以高效地執(zhí)行。通過優(yōu)化矩陣乘法和卷積運(yùn)算，NPU極大地增強(qiáng)了AI（人工智能）模型在各個(gè)領(lǐng)域的能力，從服務(wù)器群到電池驅(qū)動(dòng)設(shè)備。 TinyML（微型機(jī)器學(xué)習(xí)）的出現(xiàn)進(jìn)一步推動(dòng)了AI的發(fā)展，其重點(diǎn)是在資源有限的嵌入式設(shè)備上實(shí)現(xiàn)機(jī)

  與非網(wǎng)編輯

  2011

  2024/07/15

  NPU mac

  
• 國方創(chuàng)新與燧原科技聯(lián)合發(fā)起“方原會(huì)”長三角人工智能生態(tài)聯(lián)盟

  近日，國方創(chuàng)新和燧原科技共同發(fā)起“方原會(huì)”長三角人工智能生態(tài)聯(lián)盟。在“智算產(chǎn)業(yè)的商業(yè)化落地之路”圓桌環(huán)節(jié)中，與會(huì)的嘉賓們進(jìn)行了全方位的深入討論。 嘉賓們從多個(gè)維度探討了人工AIGC（人工智能生成內(nèi)容）和智算中心的商業(yè)化發(fā)展方向，認(rèn)為AIGC技術(shù)在內(nèi)容創(chuàng)造和企業(yè)個(gè)性化服務(wù)等方面具有巨大的商業(yè)潛力，并指出了算力優(yōu)化適配和提升國產(chǎn)算力競(jìng)爭(zhēng)力等挑戰(zhàn)。 在談?wù)揂IGC商業(yè)化落地時(shí)，澎峰科技COO王軍輝表示：

  深圳王哥

  1198

  2024/06/06

  人工智能 CNN

  

正在努力加載...