<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>
首頁(yè)  資訊  商機   下載  拆解   高校  招聘   雜志  會(huì )展  EETV  百科   問(wèn)答  電路圖  工程師手冊   Datasheet  100例   活動(dòng)中心  E周刊閱讀   樣片申請
EEPW首頁(yè) >> 主題列表 >> tensorflow

基于目標檢測的智能垃圾分類(lèi)垃圾桶的設計

  • 本設計使用目標檢測識別進(jìn)行分類(lèi)垃圾以代替傳統的人工分類(lèi)。本設計旨在用前沿的YOLOv3模型去實(shí)現準確的垃圾識別。設計中的模型利用Anaconda搭建環(huán)境變量,并在Pycharm軟件上運行模型。YOLOv3模型實(shí)驗所需的數據集來(lái)自華為云人工智能大賽提供的垃圾分類(lèi)數據集,共有44種垃圾類(lèi)別,圖片數為1.9萬(wàn)張。經(jīng)測試發(fā)現YOLOv3模型能夠快速而又準確地識別出44種垃圾,隨后通過(guò)藍牙發(fā)出信號給STM32單片機部分,單片機通過(guò)控制舵機旋轉后完成全自動(dòng)化垃圾分類(lèi)。
  • 關(guān)鍵字: 智能分類(lèi)垃圾桶  環(huán)境保護  STM32單片機  深度學(xué)習  TensorFlow  YOLOv3  202202  

基于Tensorflow的智能垃圾分類(lèi)系統的研究與設計

  •   祝朝坤,魏倫勝(鄭州工商學(xué)院,河南?鄭州?451400)  摘?要:本研究旨在開(kāi)發(fā)一種基于TensorFlow的深度學(xué)習應用程序,該應用程序通過(guò)OpenCV圖像處理檢測垃圾中的垃圾類(lèi)型。為了提供最有效的方法,本研究對眾所周知的深度卷積神經(jīng)網(wǎng)絡(luò )體系結構進(jìn)行了實(shí)驗。經(jīng)測試Inception-v4的準確率要優(yōu)于其他同類(lèi)模型。本研究的模型是經(jīng)過(guò)精心優(yōu)化的深度卷積神經(jīng)網(wǎng)絡(luò )體系結構,用于對選定的可回收對象類(lèi)別進(jìn)行分類(lèi),其數據將通過(guò)STM32硬件端進(jìn)行分析進(jìn)而控制整個(gè)垃圾分類(lèi)系統?! £P(guān)鍵詞:TensorFlow;
  • 關(guān)鍵字: 202006  TensorFlow  Inception-v4  垃圾分類(lèi)  STM32  OpenCV  

谷歌開(kāi)源更快、更高效的 TensorFlow 運行時(shí) TFRT

  •        TensorFlow 官方博客宣布開(kāi)源新的運行時(shí) TFRT,該運行時(shí)提供了統一的、可擴展的基礎結構層,并在各類(lèi)硬件上均具有高性能?! FRT 產(chǎn)品經(jīng)理 Eric Johnson 表示,TFRT 將取代現有的 TensorFlow 運行時(shí)。原有的 TensorFlow 運行時(shí)最初是為圖形執行和訓練模型的工作負載而構建的。與之相比,新的運行時(shí)將急切的執行需求放在第一位,同時(shí)特別強調架構的可擴展性和模塊化?! ∷軌蚝芎玫貪M(mǎn)足開(kāi)發(fā)復雜模型時(shí)尋求更快的迭代時(shí)
  • 關(guān)鍵字: 谷歌  TensorFlow  TFRT  

一步一步學(xué)用Tensorflow構建卷積神經(jīng)網(wǎng)絡(luò )

  •   0. 簡(jiǎn)介  在過(guò)去,我寫(xiě)的主要都是“傳統類(lèi)”的機器學(xué)習文章,如樸素貝葉斯分類(lèi)、邏輯回歸和Perceptron算法。在過(guò)去的一年中,我一直在研究深度學(xué)習技術(shù),因此,我想和大家分享一下如何使用Tensorflow從頭開(kāi)始構建和訓練卷積神經(jīng)網(wǎng)絡(luò )。這樣,我們以后就可以將這個(gè)知識作為一個(gè)構建塊來(lái)創(chuàng )造有趣的深度學(xué)習應用程序了?! 榇?,你需要安裝Tensorflow(請參閱安裝說(shuō)明),你還應該對Python編程和卷積神經(jīng)網(wǎng)絡(luò )背后的理論有一個(gè)基本的了解。安裝完Tensorflow之后,你可以在不依賴(lài)GP
  • 關(guān)鍵字: Tensorflow  卷積神經(jīng)網(wǎng)絡(luò )  

對比深度學(xué)習十大框架:TensorFlow 并非最好?

  •   2016 年已經(jīng)過(guò)去,BEEVA Labs 數據分析師 Ricardo Guerrero Gomez-Ol 近日在 Medium 上發(fā)表了一篇文章,盤(pán)點(diǎn)了目前最流行的深度學(xué)習框架。為什么要做這一個(gè)盤(pán)點(diǎn)呢?他寫(xiě)道:「我常聽(tīng)到人們談?wù)撋疃葘W(xué)習——我該從哪里開(kāi)始呢?TensorFlow 是現在最流行的吧?我聽(tīng)說(shuō) Caffe 很常用,但會(huì )不會(huì )太難了?在 BEEVA Lab
  • 關(guān)鍵字: TensorFlow  深度學(xué)習  

谷歌為什么敢于開(kāi)源自家機器學(xué)習軟件?

  • 谷歌日前將公司最新的機器學(xué)習軟件開(kāi)源,雖說(shuō)該系統對谷歌的語(yǔ)音、圖像識別程序來(lái)說(shuō)至關(guān)重要,但將其開(kāi)源并不會(huì )危及公司的戰略,這可能就是實(shí)力吧。
  • 關(guān)鍵字: 谷歌  TensorFlow  
共6條 1/1 1

tensorflow介紹

您好,目前還沒(méi)有人創(chuàng )建詞條tensorflow!
歡迎您創(chuàng )建該詞條,闡述對tensorflow的理解,并與今后在此搜索tensorflow的朋友們分享。    創(chuàng )建詞條

熱門(mén)主題

樹(shù)莓派    linux   
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
備案 京ICP備12027778號-2 北京市公安局備案:1101082052    京公網(wǎng)安備11010802012473
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>