电子发烧友App
编辑：黄飞
深度解析可扩展且保密的深度学习
- 深度学习(119798)
相关推荐
深度学习的硬件架构解析
深度学习在这十年，甚至是未来几十年内都有可能是最热门的话题。虽然深度学习已是广为人知了，但它并不仅仅包含数学、建模、学习和优化。算法必须在优化后的硬件上运行，因为学习成千上万的数据可能需要长达几周的时间。因此，深度学习网络亟需更快、更高效的硬件。接下来，让我们重点来看深度学习的硬件架构。
2016-11-18 16:00:37
5544
5544深度学习与图神经网络学习分享：CNN经典网络之-ResNet
，老生常谈，不多说 resnet 解决了这个问题，并且将网络深度扩展到了最多152层。怎么解决的呢？ 残差学习 结构如图 在普通的卷积过程中加入了一个x的恒等映射（identity mapping） 专家
2022-10-12 09:54:42685
685
由“浅”变“深”的深度学习发展之路
深度学习的核心就是"深度" ，从实现上深度学习神经网络就是一种包括多个隐含层的多层感知机，它通过组合低层特征，形成更为抽象的高层表示，用以描述被识别对象的高级属性类别或特征，深度学习的“深”就是指层数多。
2022-11-11 10:09:45647
647一文详解机器学习和深度学习的区别
深度学习这几年特别火，就像5年前的大数据一样，不过深度学习其主要还是属于机器学习的范畴领域内，所以这篇文章里面我们来唠一唠机器学习和深度学习的算法流程区别。
2023-09-06 12:48:401181
1181
2017全国深度学习技术应用大会
` 深度学习不但使得机器学习能够实现众多的应用，而且拓展了人工智能的领域范围，并使得机器辅助功能都变为可能。其应用领域正在加速渗透到很多领域，也催生了深度学习与其它应用技术的加速融合，为提升一线
2017-03-22 17:16:00
深度学习DeepLearning实战
一：深度学习DeepLearning实战时间地点：1 月 15日— 1 月18 日二：深度强化学习核心技术实战时间地点： 1 月 27 日— 1 月30 日(第一天报到 授课三天；提前环境部署 电脑
2021-01-09 17:01:54
深度学习与数据挖掘的关系
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。晦涩难懂的概念，略微有些难以
2018-07-04 16:07:53
深度学习介绍
在未来的某个时候，人们必定能够相对自如地运用人工智能，安全地驾车出行。这个时刻何时到来我无法预见；但我相信，彼时“智能”会显现出更“切实”的意义。与此同时，通过深度学习方法，人工智能的实际应用能够在
2022-11-11 07:55:50
深度学习在汽车中的应用
运行的深度学习/基于CNN的应用程序，以在高效的嵌入式平台上提供极具吸引力的高级驾驶辅助系统（ADAS）功能。图 3：TIDL框架（TI器件转换器和深度学习库）TIDL框架为软件可扩展性提供快速
2019-03-13 06:45:03
深度学习在预测和健康管理中的应用
深度学习在预测和健康管理中的应用综述摘要深度学习对预测和健康管理（PHM）引起了浓厚的兴趣，因为它具有强大的表示能力，自动化的功能学习能力以及解决复杂问题的一流性能。本文调查了使用深度学习在PHM
2021-07-12 06:46:47
深度学习技术的开发与应用
时间安排大纲具体内容实操案例三天关键点1.强化学习的发展历程2.马尔可夫决策过程3.动态规划4.无模型预测学习5.无模型控制学习6.价值函数逼近7.策略梯度方法8.深度强化学习-DQN算法系列9.
2022-04-21 14:57:39
深度学习是什么
创客们的最酷“玩具” 智能无人机、自主机器人、智能摄像机、自动驾驶……今年最令硬件创客们着迷的词汇，想必就是这些一线“网红”了。而这些网红的背后，几乎都和计算机视觉与深度学习密切相关。 深度学习
2021-07-19 06:17:28
深度学习模型是如何创建的？
具有深度学习模型的嵌入式系统应用程序带来了巨大的好处。深度学习嵌入式系统已经改变了各个行业的企业和组织。深度学习模型可以帮助实现工业流程自动化，进行实时分析以做出决策，甚至可以预测预警。这些AI
2021-10-27 06:34:15
深度强化学习实战
一：深度学习DeepLearning实战时间地点：1 月 15日— 1 月18 日二：深度强化学习核心技术实战时间地点： 1 月 27 日— 1 月30 日(第一天报到 授课三天；提前环境部署 电脑
2021-01-10 13:42:26
AUTOSAR架构深度解析 精选资料分享
AUTOSAR架构深度解析本文转载于：AUTOSAR架构深度解析AUTOSAR的分层式设计，用于支持完整的软件和硬件模块的独立性(Independence)，中间RTE(Runtime Environment)作为虚拟功能...
2021-07-28 07:02:13
AUTOSAR架构深度解析 精选资料推荐
AUTOSAR架构深度解析本文转载于：AUTOSAR架构深度解析目录AUTOSAR架构深度解析AUTOSAR分层结构及应用软件层功能应用软件层虚拟功能总线VFB及运行环境RTE基础软件层(BSW)层
2021-07-28 07:40:15
Nanopi深度学习之路(1)深度学习框架分析
，高度模块化，可扩展性）。 • 同时支持卷积神经网络和循环神经网络，以及两者的组合。• 在 CPU 和 GPU 上无缝运行。--摘自《Keras：基于-Python-的深度学习库》
2018-06-04 22:32:12
Zstack中串口操作的深度解析(一)
本帖最后由 eehome 于 2013-1-5 10:06 编辑
Zstack中串口操作的深度解析(一)欢迎研究ZigBee的朋友和我交流。。。
2012-08-12 21:11:29
java经典面试题深度解析
免费视频教程：java经典面试题深度解析对于很多初学者来说，学好java在后期面试的阶段都没什么经验，为了让大家更好的了解面试相关知识，今天在这里给大家分享了一个java经典面试题深度解析的免费视频
2017-06-20 15:16:08
labview实现深度学习，还在用python？
算法。其编程特点是上手快，开发效率高，兼容性强，能快速调用c++，c#等平台的dll类库。如何将labview与深度学习结合起来，来解决视觉行业越来越复杂的应用场景所遇到的困难。下面以开关面板为例讲解
2020-07-23 20:33:10
【HarmonyOS HiSpark AI Camera】基于深度学习的目标检测系统设计
项目名称：基于深度学习的目标检测系统设计试用计划：尝试在硬件平台实现对Yolo卷积神经网络的加速运算，期望提出的方法能够使目标检测技术更便捷，运用领域更广泛。针对课题的研究一是研究基于开发板低功耗
2020-09-25 10:11:49
【NanoPi K1 Plus试用体验】搭建深度学习框架
，使其更紧凑和更易debug，并提供了扩展的便利性。 课程内容基本上是以代码编程为主，也会有少量的深度学习理论内容。课程会一步一步从Keras环境安装开始讲解，并从最基础的Keras实现线性回归
2018-07-17 11:40:31
【米尔FZ3深度学习计算卡试用体验】AI系统基础上扩展接口
，但是该接口会打印很多提示信息，主要是用于console使用，因此不适合作为交互接口，另外还可以扩展其余例如IIC、SPI、PCIE等接口使用，因此FZ3深度学习板将这些接口空出大大增强了该板卡的可扩展性和实际生产需求性。
2020-12-29 09:58:07
【米尔FZ3深度学习计算卡试用体验】FZ3深度学习计算卡总结篇
、IIC、SPI等接口的驱动和应用程序，完全足够自己的开发，因此该板卡在灵活性上应该是其他类型的深度学习板卡无法相比的。本次试用的项目就是利用了这些扩展IO，甚至可以根据自己的需求任意修改，只需要外围
2021-01-10 14:39:17
【详解】FPGA：深度学习的未来？
基于FPGA的数据中心CNN算法加速（Ovtcharov et al.）4. 未来展望深度学习的未来不管是就FPGA还是总体而言，主要取决于可扩展性。要让这些技术成功解决未来的问题，必须要拓展到能够支持
2018-08-13 09:33:30
为什么说FPGA是机器深度学习的未来？
都出现了重大突破。深度学习是这些领域中所最常使用的技术，也被业界大为关注。然而，深度学习模型需要极为大量的数据和计算能力，只有更好的硬件加速条件，才能满足现有数据和模型规模继续扩大的需求。 FPGA
2019-10-10 06:45:41
什么是深度学习？使用FPGA进行深度学习的好处？
方便的进行深度学习的应用。然而，深度学习仍然主要使用 GPU 和 CPU 完成。因此，在这里我们将仔细研究使用 FPGA 进行深度学习推理的好处。可构建低功耗、节省空间的系统FPGA 的计算并行度不如
2023-02-17 16:56:59
关于ASK调制深度的问题？
现在我想用ASK对信号进行调制，我想要的效果是当调制数据“0”的时候通过调制深度让波形接近于0但不为0，可ASK的vi里面没有调制深度的接口，不知道有没有熟悉的人知道该怎么弄？
2016-06-27 09:52:24
功能安全---AUTOSAR架构深度解析 精选资料分享
AUTOSAR架构深度解析本文转载于：AUTOSAR架构深度解析AUTOSAR的分层式设计，用于支持完整的软件和硬件模块的独立性(Independence)，中间RTE(Runtime
2021-07-23 08:34:18
基于深度学习的异常检测的研究方法
ABSTRACT1.基于深度学习的异常检测的研究方法进行结构化和全面的概述2.回顾这些方法在各个领域这个中的应用情况，并评估他们的有效性。3.根据基本假设和采用的方法将最先进的深度异常检测技术分为
2021-07-12 06:36:22
基于深度学习的异常检测的研究方法
异常检测的深度学习研究综述原文：arXiv:1901.03407摘要异常检测是一个重要的问题，在不同的研究领域和应用领域都得到了很好的研究。本文的研究目的有两个：首先，我们对基于深度学习的异常检测
2021-07-12 07:10:19
NVIDIA深度学习平台
为帮助数据科学家和开发人员充分利用深度学习领域中的机遇，NVIDIA为其深度学习软件平台发布了三项重大更新，它们分别是NVIDIA DIGITS 4、CUDA深度神经网络库(cuDNN)5.1和全新的GPU推理引擎(GIE)。
NVIDIA深度学习软件平台推三项重大更新
2016-08-06 15:00:261806
1806如何区分深度学习与机器学习
深度学习与传统的机器学习最主要的区别在于随着数据规模的增加其性能也不断增长。当数据很少时，深度学习算法的性能并不好。这是因为深度学习算法需要大量的数据来完美地理解它。另一方面，在这种情况下，传统的机器学习算法使用制定的规则，性能会比较好。
2017-10-27 16:50:181720
1720
深度学习和机器学习深度的不同之处 浅谈深度学习的训练和调参
近年来，深度学习作为机器学习中比较火的一种方法出现在我们面前，但是和非深度学习的机器学习相比（我将深度学习归于机器学习的领域内），还存在着几点很大的不同，具体来说，有以下几点.
2018-05-02 10:30:004135
4135深度学习是什么？了解深度学习难吗?让你快速了解深度学习的视频讲解
本深度学习是什么？了解深度学习难吗?让你快速了解深度学习的视频讲解本文档视频让你4分钟快速了解深度学习
深度学习的概念源于人工智能的人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
2018-08-23 14:36:16
16
16零基础入行深度学习
深度学习到底有多热，这里我就不再强调了，也因此有很多人关心这样的几个问题，“适不适合转行深度学习（机器学习）”，“怎么样转行深度学习（机器学习）”，“转行深度学习需要哪些入门材料？”等等。
2018-10-19 14:07:192467
2467FPGA在深度学习领域的应用
本文从硬件加速的视角考察深度学习与FPGA，指出有哪些趋势和创新使得这些技术相互匹配，并激发对FPGA如何帮助深度学习领域发展的探讨。
2019-06-28 17:31:466529
6529深度学习算法和应用涌现的背后，是各种各样的深度学习工具和框架
回顾深度学习框架的演变，我们可以清楚地看到深度学习框架和深度学习算法之间的紧密耦合关系。这种相互依赖的良性循环推动了深度学习框架和工具的快速发展。
2021-01-21 13:46:552477
2477机器学习和深度学习有什么区别？
深度学习算法现在是图像处理软件库的组成部分。在他们的帮助下，可以学习和训练复杂的功能;但他们的应用也不是万能的。 “机器学习”和“深度学习”有什么区别？ 在机器视觉和深度学习中，人类视觉的力量和对视
2021-03-12 16:11:007763
7763
什么是深度学习（Deep Learning）？深度学习的工作原理详解
本文将带您了解深度学习的工作原理与相关案例。 什么是深度学习？ 深度学习是机器学习的一个子集，与众不同之处在于，DL 算法可以自动从图像、视频或文本等数据中学习表征，无需引入人类领域的知识。深度
2022-04-01 10:34:108694
8694APACHE MXNET深度学习框架的概念、工作原理及用例
Apache MXNet 是一个灵活且可扩展的深度学习框架，支持多种深度学习模型、编程语言，并且有一个开发接口，因其易用性而受到高度重视。
2022-06-17 09:23:211693
1693深度学习基础知识分享
深度学习也为其他科学做出了贡献。用于对象识别的现代卷积网络为神经科学家们提供了可以研究的视觉处理模型（DiCarlo,2013）。深度学习也为处理海量数据以及在科学领域作出有效的预测提供了非常
2022-09-05 10:30:121
1读懂深度学习，走进“深度学习+”阶段
人工智能的概念在1956年就被提出，如今终于走入现实，离不开一种名为“深度学习”的技术。深度学习的运作模式，如同一场传话游戏。给神经网络输入数据，对数据的特征进行描述，在神经网络中层层传递，最终
2023-01-14 23:34:43588
588
AI、机器学习和深度学习的区别及应用
深度学习和神经网络的区别在于隐藏层的深度。一般来说，神经网络的隐藏层要比实现深度学习的系统浅得多，而深度学习的在隐藏层可以有很多层。
2023-07-28 10:44:27296
296
深度学习基本概念
深度学习基本概念 深度学习是人工智能（AI）领域的一个重要分支，它模仿人类神经系统的工作方式，使用大量数据训练神经网络，从而实现自动化的模式识别和决策。在科技发展的今天，深度学习已经成为了计算机
2023-08-17 16:02:49982
982深度学习的七种策略
深度学习的七种策略 深度学习已经成为了人工智能领域的热门话题，它能够帮助人们更好地理解和处理自然语言、图形图像、语音等各种数据。然而，要想获得最好的效果，只是使用深度学习技术不够。要获得最好的结果
2023-08-17 16:02:531167
1167深度学习算法简介 深度学习算法是什么 深度学习算法有哪些
深度学习算法简介 深度学习算法是什么?深度学习算法有哪些? 作为一种现代化、前沿化的技术，深度学习已经在很多领域得到了广泛的应用，其能够不断地从数据中提取最基本的特征，从而对大量的信息进行机器学习
2023-08-17 16:02:566010
6010深度学习是什么领域
深度学习是什么领域 深度学习是机器学习的一种子集，由多层神经网络组成。它是一种自动学习技术，可以从数据中学习高层次的抽象模型，以进行推断和预测。深度学习广泛应用于计算机视觉、语音识别、自然语言处理
2023-08-17 16:02:59995
995什么是深度学习算法？深度学习算法的应用
什么是深度学习算法？深度学习算法的应用 深度学习算法被认为是人工智能的核心，它是一种模仿人类大脑神经元的计算模型。深度学习是机器学习的一种变体，主要通过变换各种架构来对大量数据进行学习以及分类处理
2023-08-17 16:03:041305
1305深度学习框架是什么？深度学习框架有哪些？
深度学习框架是什么？深度学习框架有哪些？ 深度学习框架是一种软件工具，它可以帮助开发者轻松快速地构建和训练深度神经网络模型。与手动编写代码相比，深度学习框架可以大大减少开发和调试的时间和精力，并提
2023-08-17 16:03:091589
1589深度学习框架的作用是什么
深度学习框架的作用是什么 深度学习是一种计算机技术，它利用人工神经网络来模拟人类的学习过程。由于其高度的精确性和精度，深度学习已成为现代计算机科学领域的重要工具。然而，要在深度学习中实现高度复杂
2023-08-17 16:10:571072
1072深度学习框架对照表
的深度学习框架，并对它们进行对比。 1. TensorFlow TensorFlow是由Google Brain团队开发的一款深度学习框架，目前是深度学习领域中最常用的框架之一。 TensorFlow 主要的优势是其可扩展性和丰富的社区支持，拥有非常强大的计算图优化、自动微分
2023-08-17 16:11:13458
458深度学习框架连接技术
深度学习框架连接技术 深度学习框架是一个能够帮助机器学习和人工智能开发人员轻松进行模型训练、优化及评估的软件库。深度学习框架连接技术则是需要使用深度学习模型的应用程序必不可少的技术，通过连接技术
2023-08-17 16:11:16443
443深度学习cntk框架介绍
深度学习cntk框架介绍 深度学习是最近几年来非常热门的话题，它正在彻底改变我们生活和工作的方式。随着越来越多的创新和发展，人工智能和机器学习的应用范围正在大大扩展。而对于深度学习这个领域来说
2023-08-17 16:11:23881
881深度学习框架和深度学习算法教程
深度学习框架和深度学习算法教程 深度学习是机器学习领域中的一个重要分支，多年来深度学习一直在各个领域的应用中发挥着极其重要的作用，成为了人工智能技术的重要组成部分。许多深度学习算法和框架提供
2023-08-17 16:11:26638
638深度学习服务器怎么做 深度学习服务器diy 深度学习服务器主板用什么
深度学习服务器怎么做 深度学习服务器diy 深度学习服务器主板用什么 随着人工智能的飞速发展，越来越多的人开始投身于深度学习领域。但是，随着深度学习的算法越来越复杂，需要更大的计算能力才能运行
2023-08-17 16:11:29489
489深度学习的由来 深度学习的经典算法有哪些
深度学习作为机器学习的一个分支，其学习方法可以分为监督学习和无监督学习。两种方法都具有其独特的学习模型：多层感知机 、卷积神经网络等属于监 督学习；深度置信网 、自动编码器 、去噪自动编码器 、稀疏编码等属于无监督学习。
2023-10-09 10:23:42303
303
深度学习在语音识别中的应用及挑战
一、引言 随着深度学习技术的快速发展，其在语音识别领域的应用也日益广泛。深度学习技术可以有效地提高语音识别的精度和效率，并且被广泛应用于各种应用场景。本文将探讨深度学习在语音识别中的应用及所面临
2023-10-10 18:14:53449
449GPU在深度学习中的应用与优势
人工智能的飞速发展，深度学习作为其重要分支，正在推动着诸多领域的创新。在这个过程中，GPU扮演着不可或缺的角色。就像超级英雄电影中的主角一样，GPU在深度学习中拥有举足轻重的地位。那么，GPU在深度
2023-12-06 08:27:37610
610
工商网监
评论