EEPW首頁(yè) >>
主題列表 >>
機器學(xué)習
機器學(xué)習 文章 進(jìn)入機器學(xué)習技術(shù)社區
安富利:物聯(lián)網(wǎng)和機器學(xué)習(ML)協(xié)同開(kāi)發(fā)
- 物聯(lián)網(wǎng)裝置和支持ML的裝置日益成為我們日常生活中的一部分。隨著(zhù)這些裝置進(jìn)入智能住宅中，就需要更多的專(zhuān)業(yè)知識來(lái)進(jìn)行建構和開(kāi)發(fā)。ROS是一個(gè)開(kāi)放原始碼的機器人開(kāi)發(fā)平臺，使機器人技術(shù)的開(kāi)發(fā)可以協(xié)作。與ROS整合的TurtleBot3在SLAM（同步定位與地圖構建）、導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)裝置中的應用。除了配備Xilinx MPSOC開(kāi)發(fā)板Ultra96（Cortex A53、R5）之
- 關(guān)鍵字： 物聯(lián)網(wǎng) 機器學(xué)習
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(guò)處理視頻幀或數字圖像來(lái)驗證或識別一個(gè)人的身份，其中該人的臉是可見(jiàn)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(huì )將圖像中的面部特征與數據庫中的面部特征進(jìn)行比較。人臉識別處理的4個(gè)步驟特定的神經(jīng)網(wǎng)絡(luò )被訓練用來(lái)檢測人臉的標簽，并將人臉與圖像中的其他物體區分開(kāi)來(lái)。標簽是人類(lèi)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或軟件都繞不開(kāi)人臉識別算法。業(yè)界將這些算法分為兩種：幾何方法側重于區分特征簡(jiǎn)而言之就將
- 關(guān)鍵字： 人臉識別 算法 AI 機器學(xué)習 神經(jīng)網(wǎng)絡(luò )
邊緣AI和機器學(xué)習將被廣泛應用于工業(yè)和家庭
- 各行各業(yè)的數字化轉型和日常生活中的新場(chǎng)景已經(jīng)對邊緣上的人工智能（AI）和機器學(xué)習、先進(jìn)數據處理、音頻、視覺(jué)等產(chǎn)生了需求。邊緣機器學(xué)習（ML）計算支持廣泛的、智能化的工業(yè)和家庭應用，包括用于異常檢測的傳感器數據處理、預測性維護、用于改進(jìn)玻璃破碎檢測的音頻模式識別、簡(jiǎn)單命令詞識別以及視覺(jué)應用，如使用低分辨率攝像頭進(jìn)行在場(chǎng)檢測或人數統計?，F在的產(chǎn)品設計人員已看到了人工智能和機器學(xué)習的巨大潛力，可以為家庭安全系統、可穿戴醫療監測器、商業(yè)設施和工業(yè)設備監控傳感器等邊緣應用帶來(lái)更多的智能化。所以SiliconLabs
- 關(guān)鍵字： 202204 邊緣AI 機器學(xué)習
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)習仍然是技術(shù)決策者、行業(yè)人士和投資者關(guān)注的重點(diǎn)。標普全球市場(chǎng)財智（S&P Intelligence）2020 7月發(fā)布的調查顯示，有58%的公司和組織預計新冠大流行會(huì )對他們現有的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致他們停止了AI項目。與此同時(shí)，也有75%的公司和組織表示COVID-19促進(jìn)了他們新的AI計劃。最近發(fā)布的2021 AI/ML用例調查顯示情況發(fā)生了變化，有86%參與調查的人表示新冠大流行已經(jīng)或將導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 深度學(xué)習 數據科學(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。這兩年來(lái)，以SambaNova、Graphcore等為代表的AI芯片公司可謂是投資界的大熱門(mén)。截至發(fā)稿日，SambaNova已經(jīng)獲得了11億美元的融資，宣稱(chēng)市值為50億美元左右。3-4年之后，這片紅海競爭的市場(chǎng)，又將變成怎樣一副模樣？據市場(chǎng)分析機構GlobalData數據顯示，2021年第二季度北美地區的AI風(fēng)投總額就已經(jīng)達到95億美元，相比上一季度增長(cháng)了17.7%。這一季度，AI芯片市場(chǎng)的大熱門(mén)除了SambaN
- 關(guān)鍵字： AI芯片 IPU 英偉達 機器學(xué)習
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(zhù)算力、數據、算法等要素逐漸齊備，先進(jìn)的算法結構不斷涌現，各個(gè)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、平臺和系統發(fā)展，實(shí)現產(chǎn)業(yè)和商業(yè)層面的落地應用，推動(dòng)人工智能發(fā)展邁向新階段。在新的一年即將到來(lái)之際，智源研究院采用案例征集、專(zhuān)家咨詢(xún)等方法，向高校和科研機構專(zhuān)家學(xué)者征集2021年度人工智能動(dòng)態(tài)、案例等內容，并通過(guò)向專(zhuān)業(yè)人士咨詢(xún)的形式匯總觀(guān)點(diǎn)及建議，形成2021-2022年度人工智能前沿報告（AI Frontiers Report）。報告專(zhuān)
- 關(guān)鍵字： AI 機器學(xué)習 神經(jīng)網(wǎng)絡(luò ) 算法
采用恩智浦應用軟件包快速啟動(dòng)產(chǎn)品開(kāi)發(fā)
- 處理邊緣連接的機器學(xué)習（ML）應用的復雜性是一個(gè)艱巨而漫長(cháng)的過(guò)程。將相關(guān)應用功能與在經(jīng)濟高效的平臺上部署此ML模型的復雜性結合起來(lái)，需要花費大量的精力和時(shí)間。恩智浦基于ML的系統狀態(tài)監測應用軟件包（App SW Pack）為快速開(kāi)發(fā)此類(lèi)復雜應用提供了量產(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(kāi)發(fā)人員都避免嘗試從頭開(kāi)始構建應用或產(chǎn)品。始終存在的面市時(shí)間壓力意味著(zhù)，終端產(chǎn)品制造商和應用工程師越來(lái)越依賴(lài)現有的示例和抽象層來(lái)節省時(shí)間。這使我們能夠更多關(guān)注用戶(hù)體驗和更高應用級別的編碼，以便集成到終端產(chǎn)品
- 關(guān)鍵字： NXP 機器學(xué)習
Microchip MCU在機器學(xué)習上的解決方案
- 將機器學(xué)習Machine Learning（ML）加入現有的MCU設計OK嗎？龐大的ML軟件框架令您卻步？想沿用現有的設計與工具，可行嗎？現今常見(jiàn)有兩種方法，第一種是透過(guò)網(wǎng)絡(luò )將其感測的信息傳輸到云端，借著(zhù)云端強大的運算能力，再將判斷結果傳回。Microchip有相當多這類(lèi)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據應用，先在MCU做一些門(mén)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(wèn)題，更不用擔心傳
- 關(guān)鍵字： Microchip MCU 機器學(xué)習
機器學(xué)習模型設計過(guò)程和MEMS MLC
- 開(kāi)發(fā)機器學(xué)習項目的五個(gè)步驟 — 掌握要點(diǎn)，應用并不困難！邊緣機器學(xué)習具有許多優(yōu)勢。 然而，由于開(kāi)發(fā)方法與標準程序設計方法截然不同，許多機器學(xué)習開(kāi)發(fā)者可能會(huì )擔心自己難以駕馭。其實(shí)，完全沒(méi)有必要擔心。一旦熟悉了步驟，并掌握了機器學(xué)習項目的要點(diǎn)，就能夠開(kāi)發(fā)具有價(jià)值的機器學(xué)習應用。此外，意法半導體（STMicroelectronics；ST）提供解決方案，以促進(jìn)邊緣機器學(xué)習得到廣泛應用發(fā)揮全部潛力。本文描述機器學(xué)習項目的必要開(kāi)發(fā)步驟，并介紹了ST MEMS傳感器內嵌機器學(xué)習核心（MLC）的優(yōu)勢。 圖一
- 關(guān)鍵字： 機器學(xué)習 模型設計 MEMS MLC
學(xué)貫中西:讓機器學(xué)習華夏智慧
- 0? ?前言機器學(xué)習（ML）除了能夠學(xué)習大數據（big data）中的規律和法則之外，也能夠學(xué)習人類(lèi)的智慧。華夏文化淵源長(cháng)久、博大精深，處處充滿(mǎn)智慧。因此，我們可以讓機器來(lái)學(xué)習華夏的文化底蘊和智能，還能更上層樓而學(xué)貫中西。1? ?復習：什么是特征（feature）?機器學(xué)習之路，首先從觀(guān)察特征出發(fā)?；貞浺幌?，人們對于周?chē)膯?wèn)題或事件常從不同的角度來(lái)觀(guān)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
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(xiàn)性分類(lèi)器（Linear classifier）。其訓練方法是采取監督式學(xué)習（Supervised Learning）模式。在本期里， 將進(jìn)一步介紹非監督式學(xué)習（Unsupervised Learning）模式，并以小而美的自編碼器（Autoencoder，簡(jiǎn)稱(chēng)：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(chēng)。例如，Pawer Sobe
- 關(guān)鍵字： 202109 自編碼器 機器學(xué)習
使用英飛凌 ModusToolbox? 機器學(xué)習為IoT設備解鎖AI
- 1? ?英飛凌在邊緣（Edge）設備上釋放機器學(xué)習（ML）的能力市場(chǎng)對舒適性、便利性和簡(jiǎn)單性的需求不斷增加，對娛樂(lè )、安全和能源效率領(lǐng)域更多功能的需求也在日益增長(cháng)，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(dòng)因素。今天的物聯(lián)網(wǎng)硬件/軟件開(kāi)發(fā)人員面臨著(zhù)在構建這些未來(lái)設備時(shí)的一系列復雜設計。從復雜的集成無(wú)線(xiàn)連接，到優(yōu)化電池供電設計中的系統功率，再到集成傳感器融合，讓物聯(lián)網(wǎng)工作對任何團隊來(lái)說(shuō)都是一項艱巨的任務(wù)。作為連接現實(shí)世界和數字世界的領(lǐng)導者，英飛凌非常了解
- 關(guān)鍵字： 202109 機器學(xué)習 AI
AI與機器學(xué)習發(fā)展迅速，FPGA可提供高能效和靈活性
- 1? ?為什么AI/ML發(fā)展如此迅速？多年來(lái)，人工智能（AI）/機器學(xué)習（ML）市場(chǎng)一直以指數級的速度快速增長(cháng)，其解決方案遍布我們周?chē)?，從機器人和其他機械系統的預測故障算法、電子商務(wù)中的購買(mǎi)行為建議、自動(dòng)駕駛車(chē)輛的目標檢測、電子交易中的風(fēng)險緩解到DNA測序等等，我們身邊有各種各樣的解決方案，示例不勝枚舉。那么，為什么AI/ML發(fā)展如此迅速呢？據IDC、Gartner和其他市調機構的分析，全球大約80%的數據是非結構化數據。電子郵件、照片、語(yǔ)音郵件、視頻和許多其他數據源每天都在堆積。無(wú)論
- 關(guān)鍵字： AI 機器學(xué)習 FPGA
谷歌用AI設計AI芯片，6小時(shí)完成工程師數月工作
- 6月11日消息，谷歌稱(chēng)其正在使用機器學(xué)習系統幫助工程師設計新一代機器學(xué)習芯片。谷歌工程師表示，算法設計的芯片質(zhì)量和人工設計“相當”甚至“還要更好”，但完成速度要快得多。谷歌表示，人工智能可以在不到6小時(shí)的時(shí)間內完成人工需要數月時(shí)間完成的芯片設計工作?！ 」雀瓒嗄陙?lái)一直在研究如何使用機器學(xué)習制造芯片，本周谷歌員工發(fā)表在《自然》雜志的一篇論文證實(shí)此類(lèi)研究已經(jīng)應用于商業(yè)產(chǎn)品。谷歌開(kāi)始用人工智能設計自家的TPU芯片?！ ?，TPU芯片是應用于人工智能的芯片，專(zhuān)門(mén)針對人工智能計算進(jìn)行了優(yōu)化?！拔覀兊姆椒ㄒ呀?jīng)用
- 關(guān)鍵字： 谷歌 AI 機器學(xué)習
機器學(xué)習介紹
您好，目前還沒(méi)有人創(chuàng )建詞條機器學(xué)習!
歡迎您創(chuàng )建該詞條，闡述對機器學(xué)習的理解，并與今后在此搜索機器學(xué)習的朋友們分享。 創(chuàng )建詞條
歡迎您創(chuàng )建該詞條，闡述對機器學(xué)習的理解，并與今后在此搜索機器學(xué)習的朋友們分享。 創(chuàng )建詞條
機器學(xué)習相關(guān)帖子
機器學(xué)習資料下載
機器學(xué)習專(zhuān)欄文章
關(guān)于我們 -
廣告服務(wù) -
企業(yè)會(huì )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 版權所有 北京東曉國際技術(shù)信息咨詢(xún)有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網(wǎng)安備11010802012473
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權所有 北京東曉國際技術(shù)信息咨詢(xún)有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網(wǎng)安備11010802012473