• 最簡單用TensorFlow實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)DNN（iris和mnist數(shù)據(jù)集）

  識別鳶尾花（iris）數(shù)據(jù)集。不用keras：無中間層，最簡單一層實(shí)現(xiàn)識別，W個(gè)數(shù)為4*3，b個(gè)數(shù)為3，batch_size為32。

  全棧O-Jay

  2775

  2024/12/11

  神經(jīng)網(wǎng)絡(luò) 數(shù)據(jù)集

  
• 純手?jǐn)]一個(gè)神經(jīng)網(wǎng)絡(luò)（只用numpy識別mnist數(shù)據(jù)集，全代碼）

  純手?jǐn)]一個(gè)識別mnist手寫數(shù)據(jù)集的2層DNN網(wǎng)絡(luò)，所有庫函數(shù)的低層NumPy代碼都已給出，這串代碼直接運(yùn)行就能跑！不需要其他文件。

  全棧O-Jay

  2526

  2024/11/21

  神經(jīng)網(wǎng)絡(luò) DNN

  
• 使用DNN深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)圖像AIGC的開發(fā)-基于米爾瑞薩RZ/G2L開發(fā)板的創(chuàng)新應(yīng)用

  AIGC（即ArtificialIntelligence Generated Content），中文譯為人工智能生成內(nèi)容。簡單來說，就是經(jīng)過大量特征訓(xùn)練過的神經(jīng)網(wǎng)絡(luò)模型來對新的內(nèi)容或者需求來生成人們需要的創(chuàng)作內(nèi)容，類似使用人類用思考和創(chuàng)造力才能完成的工作過程，而現(xiàn)在可以利用人工智能技術(shù)來替代我們完成。在狹義上AIGC是指利用AI自動生成內(nèi)容的生產(chǎn)方式，比如自動寫作、自動設(shè)計(jì)等。在廣義上，AIGC是指像人類一樣具備生成創(chuàng)造能力的AI技術(shù)，它可以基于訓(xùn)練數(shù)據(jù)和生成算法來完成各類的內(nèi)容生成創(chuàng)作。

  米爾電子

  1509

  2023/10/23

  開發(fā)板 AIGC

  
• 工程師說 | 面向AD/ADAS的SoC的AI性能優(yōu)化

  本文介紹了瑞薩在早期設(shè)計(jì)階段針對自動駕駛（AD）和高級駕駛輔助系統(tǒng)（ADAS）的SoC中用于AI處理的深度神經(jīng)網(wǎng)絡(luò)（DNN）加速器的性能、電路尺寸和功耗的工作內(nèi)容。

  瑞薩電子

  2032

  2023/08/01

  自動駕駛 ADAS
• 邊緣人工智能，從傳感器融合到深度神經(jīng)網(wǎng)絡(luò)

  AI 在邊緣領(lǐng)域的優(yōu)勢現(xiàn)在是顯而易見的。在這些領(lǐng)域中，實(shí)時(shí)響應(yīng)起到?jīng)Q定性的作用。比如說，在安全敏感型應(yīng)用中，既要將原始數(shù)據(jù)傳輸?shù)皆频耐ㄐ懦杀窘抵磷畹停忠档凸?、保護(hù)隱私并提高對多個(gè)邊緣節(jié)點(diǎn)的可擴(kuò)展性。對于以上這些要求，我們建議通過邊緣設(shè)備內(nèi)的人工智能而不是遠(yuǎn)程云服務(wù)來滿足。然而，一個(gè) AI 引擎無法服務(wù)我們現(xiàn)在所知的邊緣應(yīng)用范圍。家用電器可能只需要識別一組簡單的語音命令或食品容器上的圖片。更復(fù)

  與非網(wǎng)編輯

  1608

  2023/02/07

  人工智能 邊緣AI
• 嵌入式邊緣AI應(yīng)用開發(fā)簡化指南

  如果在沒有嵌入式處理器供應(yīng)商提供的合適工具和軟件的支持下，既想設(shè)計(jì)高能效的邊緣人工智能(AI)系統(tǒng)，同時(shí)又要加快產(chǎn)品上市時(shí)間，這項(xiàng)工作難免會冗長乏味。

  與非網(wǎng)編輯

  351

  2022/03/16

  TI 邊緣AI
• 人工智能的演進(jìn)需要高適應(yīng)性的推理平臺（WP023）

  深度學(xué)習(xí)對計(jì)算能力的需求正以驚人的速度增長，其近年來的發(fā)展速度已從每年翻一番縮短到每三個(gè)月翻一番。

  與非網(wǎng)編輯

  97

  2021/07/07

  人工智能 深度學(xué)習(xí)

正在努力加載...