首頁(yè)  資訊  商機(jī)   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(cè)   Datasheet  100例   活動(dòng)中心  E周刊閱讀   樣片申請(qǐng)
        EEPW首頁(yè) >> 主題列表 >> ?機(jī)器學(xué)習(xí)

        抖音背后的算法推薦邏輯

        • 推薦算法已并非新生事物,但圍繞它的爭(zhēng)議卻從未間斷。這些爭(zhēng)議包括推薦算法帶來(lái)標(biāo)題黨、低質(zhì)量、甚至虛假內(nèi)容以及信息繭房的問(wèn)題。很多人對(duì)推薦算法技術(shù)存在誤解,認(rèn)為算法是給內(nèi)容打上對(duì)應(yīng)標(biāo)簽,再給用戶(hù)打上對(duì)應(yīng)的屬性,最后通過(guò)數(shù)據(jù)運(yùn)算,把對(duì)應(yīng)標(biāo)簽的內(nèi)容推薦給有對(duì)應(yīng)屬性的用戶(hù)。實(shí)際上,隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展,抖音的推薦系統(tǒng)已幾乎不依賴(lài)對(duì)內(nèi)容或者用戶(hù)打標(biāo)簽,而是通過(guò)復(fù)雜的神經(jīng)網(wǎng)絡(luò)計(jì)算,直接預(yù)測(cè)每個(gè)用戶(hù)對(duì)每條內(nèi)容可能產(chǎn)生的互動(dòng)行為概率。機(jī)器學(xué)習(xí)對(duì)推薦算法的主要貢獻(xiàn)在于建立評(píng)分系統(tǒng),在海量算力和海量供給的環(huán)境里,把用戶(hù)行為抽
        • 關(guān)鍵字: 抖音  算法  機(jī)器學(xué)習(xí)  神經(jīng)網(wǎng)絡(luò)  標(biāo)簽  

        ADAS的2035預(yù)測(cè):深度整合機(jī)器學(xué)習(xí)、實(shí)時(shí)數(shù)據(jù)分析和云連接

        • 在越來(lái)越嚴(yán)格的安全準(zhǔn)則和傳感器工程進(jìn)步的推動(dòng)下,高級(jí)駕駛輔助系統(tǒng)在汽車(chē)中的廣泛采用將大大增加 ADAS 傳感器市場(chǎng),這些進(jìn)步使 ADAS 成為事實(shí)上的標(biāo)準(zhǔn)設(shè)備。傳感器在 ADAS 中發(fā)揮著不可或缺的作用,可實(shí)現(xiàn)碰撞威懾、車(chē)道偏離警報(bào)、自適應(yīng)巡航控制功能、盲點(diǎn)檢測(cè)和不同程度的自作等功能。電動(dòng)機(jī)在車(chē)輛中的普及和汽車(chē)自主性的提高,再加上政府機(jī)構(gòu)要求加強(qiáng)道路保護(hù),正在擴(kuò)大該行業(yè)的擴(kuò)張。與此同時(shí),新型傳感技術(shù)的較高成本正在激勵(lì)其封裝到車(chē)輛中,以從規(guī)模經(jīng)濟(jì)中受益??傮w而言,多個(gè)技術(shù)和監(jiān)管領(lǐng)域的快速變化正在推動(dòng) ADA
        • 關(guān)鍵字: ADAS  傳感器  機(jī)器學(xué)習(xí)  實(shí)時(shí)數(shù)據(jù)分析  

        什么是生成式人工智能?

        • 生成式人工智能(Generative AI)的使用正迅速擴(kuò)展到我們的日常生活和商業(yè)領(lǐng)域,并將顯著影響未來(lái)社會(huì)。本系列將主要通過(guò)村田關(guān)注的具體應(yīng)用事例,聊聊生成式人工智能應(yīng)用的相關(guān)話(huà)題,特別關(guān)注對(duì)電子行業(yè)可能產(chǎn)生的影響。01 什么是生成式人工智能(Generative AI)?生成式人工智能是一種擁有能夠自動(dòng)生成并輸出文本/圖像/音樂(lè)等多種形式的數(shù)據(jù)的能力,并且能支援迄今為止由人類(lèi)承擔(dān)的創(chuàng)造性作業(yè)的人工智能。生成式人工智能利用一種”機(jī)器學(xué)習(xí)“——深度學(xué)習(xí)——從人類(lèi)準(zhǔn)備的文本和圖像等數(shù)據(jù)中提取特征,并能基于這
        • 關(guān)鍵字: 生成式人工智能  機(jī)器學(xué)習(xí)  

        在低功耗MCU上實(shí)現(xiàn)人工智能和機(jī)器學(xué)習(xí)

        • 人工智能(AI)和機(jī)器學(xué)習(xí)(ML)技術(shù)不僅正在快速發(fā)展,還逐漸被創(chuàng)新性地應(yīng)用于低功耗的微控制器(MCU)中,從而實(shí)現(xiàn)邊緣AI/ML解決方案。這些MCU是許多嵌入式系統(tǒng)不可或缺的一部分,憑借其成本效益、高能效以及可靠的性能,現(xiàn)在能夠支持AI/ML應(yīng)用。這種集成化在可穿戴電子產(chǎn)品、智能家居設(shè)備和工業(yè)自動(dòng)化等應(yīng)用領(lǐng)域中,從AI/ML功能中獲得的效益尤為顯著。具備AI優(yōu)化功能的MCU和TinyML的興起(專(zhuān)注于在小型、低功耗設(shè)備上運(yùn)行ML模型),體現(xiàn)了這一領(lǐng)域的進(jìn)步。TinyML對(duì)于直接在設(shè)備上實(shí)現(xiàn)智能決策、促進(jìn)
        • 關(guān)鍵字: 低功耗MCU上  機(jī)器學(xué)習(xí)  芯科科技  

        一文讀懂|什么是機(jī)器學(xué)習(xí)

        • 機(jī)器學(xué)習(xí)定義機(jī)器學(xué)習(xí)(Machine Learning)本質(zhì)上就是讓計(jì)算機(jī)自己在數(shù)據(jù)中學(xué)習(xí)規(guī)律,并根據(jù)所得到的規(guī)律對(duì)未來(lái)數(shù)據(jù)進(jìn)行預(yù)測(cè)。機(jī)器學(xué)習(xí)包括如聚類(lèi)、分類(lèi)、決策樹(shù)、貝葉斯、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)(Deep Learning)等算法。機(jī)器學(xué)習(xí)的基本思路是模仿人類(lèi)學(xué)習(xí)行為的過(guò)程,如我們?cè)诂F(xiàn)實(shí)中的新問(wèn)題一般是通過(guò)經(jīng)驗(yàn)歸納,總結(jié)規(guī)律,從而預(yù)測(cè)未來(lái)的過(guò)程。機(jī)器學(xué)習(xí)的基本過(guò)程如下:機(jī)器學(xué)習(xí)基本過(guò)程機(jī)器學(xué)習(xí)發(fā)展簡(jiǎn)史從機(jī)器學(xué)習(xí)發(fā)展的過(guò)程上來(lái)說(shuō),其發(fā)展的時(shí)間軸如下所示:機(jī)器學(xué)習(xí)發(fā)展歷程從上世紀(jì)50年代的圖靈測(cè)試提出、塞繆爾
        • 關(guān)鍵字: 機(jī)器學(xué)習(xí)  深度學(xué)習(xí)  神經(jīng)網(wǎng)絡(luò)  

        ST1VAFE3BX:意法半導(dǎo)體推出首款超低功耗生物傳感器,成為眾多新型應(yīng)用的核心所在

        • ST最新推出的生物傳感器ST1VAFE3BX將生物電位輸入與意法半導(dǎo)體的加速度計(jì)以及機(jī)器學(xué)習(xí)核心相結(jié)合并實(shí)現(xiàn)同步,從而為下一代需要控制能耗的可穿戴醫(yī)療設(shè)備開(kāi)辟了道路。此外,其小巧的封裝(2mm x 2mm x 0.74mm)有助于降低制造成本和 PCB電路板尺寸。整體設(shè)計(jì)對(duì)電能的需求也更低,系統(tǒng)架構(gòu)需求的復(fù)雜程度也隨之降低。不過(guò),ST1VAFE3BX保留了先前推出的ST1VAFE6AX的有限狀態(tài)機(jī)和機(jī)器學(xué)習(xí)核心,確保了能夠在邊緣端提供人工智能。此前在慕尼黑電子展上展示了這款生物傳感器的實(shí)際應(yīng)用,例如,我們
        • 關(guān)鍵字: 生物傳感器  機(jī)器學(xué)習(xí)  可穿戴  

        設(shè)計(jì)新的暗物質(zhì)探測(cè)器:機(jī)器學(xué)習(xí)提高量子傳感器對(duì)暗物質(zhì)的靈敏度

        • 如何探測(cè)暗物質(zhì)——一種可能占宇宙中所有物質(zhì)六分之五的不可見(jiàn)、幾乎無(wú)形的物質(zhì)?暗物質(zhì)應(yīng)該就在我們身邊,對(duì)正常物質(zhì)產(chǎn)生微小的影響,但到目前為止,搜索都是空的。但一項(xiàng)新的研究表明, 采用機(jī)器學(xué)習(xí)的策略可以幫助量子傳感器最終追捕它。這種超靈敏傳感器還可能具有其他應(yīng)用,例如無(wú) GPS 導(dǎo)航、探測(cè)地下掩體以及發(fā)現(xiàn) 大爆炸后時(shí)刻的時(shí)空引力紋波。我們知道暗物質(zhì)的存在是因?yàn)樗鼘?duì)星系運(yùn)動(dòng)的引力影響。但我們不知道它是由什么組成的,也不知道它如何與構(gòu)成你或我的日常顆粒相互作用。盡管科學(xué)家們已經(jīng)為暗物質(zhì)的潛在組
        • 關(guān)鍵字: 暗物質(zhì)探測(cè)器  機(jī)器學(xué)習(xí)  量子傳感器  暗物質(zhì)  靈敏度  

        一文總結(jié):人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的關(guān)鍵技術(shù)概念及 Edge AI 的行業(yè)發(fā)展前景

        • 文章 概述本文介紹了人工智能(AI)、 機(jī)器學(xué)習(xí)( ML)、深度學(xué)習(xí)(DL)和邊緣人工智能(Edge AI )的 概念、特性及應(yīng)用領(lǐng)域 ,詳細(xì)闡述了ML的各種 訓(xùn)練模式 ,包括監(jiān)督式、非監(jiān)督式、半監(jiān)督式、強(qiáng)化學(xué)習(xí)和自監(jiān)督學(xué)習(xí),并介紹了它們?cè)诟鱾€(gè)領(lǐng)域的應(yīng)用。最后,文章總結(jié)了AI、ML和Edge AI對(duì)各行各業(yè)的影響和未來(lái) 發(fā)展前景 ,強(qiáng)調(diào)它們將不斷推動(dòng)創(chuàng)新,為全球經(jīng)濟(jì)和社會(huì)帶來(lái)更加智能、便捷的生活方式。人工智
        • 關(guān)鍵字: Digikey  人工智能  機(jī)器學(xué)習(xí)  深度學(xué)習(xí)  

        芯片設(shè)計(jì)僅靠 AI 還不夠,可能需要經(jīng)典搜索和機(jī)器學(xué)習(xí)結(jié)合

        • 自1971 年費(fèi)德里科·法金 (Federico Faggin) 完成第一個(gè)商用微處理器 Intel 4004 的草圖以來(lái),芯片設(shè)計(jì)已經(jīng)取得了長(zhǎng)足的進(jìn)步,當(dāng)時(shí)他只用了直尺和彩色鉛筆。今天的設(shè)計(jì)人員可以使用大量的軟件工具來(lái)規(guī)劃和測(cè)試新的集成電路。但是,隨著芯片變得越來(lái)越復(fù)雜(有些芯片包含數(shù)千億個(gè)晶體管),設(shè)計(jì)人員必須解決的問(wèn)題也越來(lái)越復(fù)雜。而這些工具并不總是能勝任這項(xiàng)任務(wù)?,F(xiàn)代芯片工程是一個(gè)由九個(gè)階段組成的迭代過(guò)程,從系統(tǒng)規(guī)范到封裝。每個(gè)階段都有多個(gè)子階段,每個(gè)子階段可能需要數(shù)周到數(shù)月的時(shí)間,具體取決于問(wèn)題
        • 關(guān)鍵字: 芯片設(shè)計(jì)  AI  經(jīng)典搜索  機(jī)器學(xué)習(xí)  

        貿(mào)澤開(kāi)售適用于AI和機(jī)器學(xué)習(xí)應(yīng)用的AMD Versal AI Edge VEK280評(píng)估套件

        • 專(zhuān)注于引入新品的全球電子元器件和工業(yè)自動(dòng)化產(chǎn)品授權(quán)代理商貿(mào)澤電子(Mouser Electronics)即日起供應(yīng)AMD全新Versal? AI Edge VEK280評(píng)估套件。Versal AI Edge VEK280評(píng)估套件采用AMD Versal AI Edge VE2802自適應(yīng)SoC,該系列套件可幫助開(kāi)發(fā)人員快速迭代其傳感器融合和AI算法,用于工業(yè)、視覺(jué)、醫(yī)療保健、汽車(chē)和科學(xué)領(lǐng)域的機(jī)器學(xué)習(xí)?(ML)?推理應(yīng)用。AMD?Versal AI Edge VEK280套件支
        • 關(guān)鍵字: 貿(mào)澤  機(jī)器學(xué)習(xí)  AMD  Versal  

        肯睿Cloudera推出全新機(jī)器學(xué)習(xí)項(xiàng)目加速器套件

        • 可信的數(shù)據(jù)、分析和AI混合平臺(tái)廠(chǎng)商肯睿Cloudera今日宣布推出六款全新機(jī)器學(xué)習(xí)項(xiàng)目加速器(AMPs),旨在縮短企業(yè)實(shí)現(xiàn)AI用例價(jià)值的時(shí)間。六款新產(chǎn)品可在Cloudera平臺(tái)中為企業(yè)提供先進(jìn)的AI技術(shù)和示例,以助力企業(yè)實(shí)現(xiàn)AI集成,并取得更有影響力的成果。AMPs是基于機(jī)器學(xué)習(xí)(ML)的端到端項(xiàng)目,可直接通過(guò)Cloudera平臺(tái)一鍵部署。這六款A(yù)MPs融入了行業(yè)領(lǐng)先的實(shí)踐,以應(yīng)對(duì)復(fù)雜的ML挑戰(zhàn),無(wú)論企業(yè)在何處運(yùn)行示例或部署數(shù)據(jù),都可通過(guò)工作流程實(shí)現(xiàn)無(wú)縫銜接。 肯睿Cloudera致力于通過(guò)AMPs系列產(chǎn)
        • 關(guān)鍵字: 肯睿  Cloudera  機(jī)器學(xué)習(xí)  加速器套件  

        基于機(jī)器學(xué)習(xí)的高效嵌入式計(jì)算機(jī)視覺(jué)

        • 作者:Arm 物聯(lián)網(wǎng)事業(yè)部主任軟件工程師兼技術(shù)推廣工程師Sandeep MistryTinyML 是機(jī)器學(xué)習(xí) (ML) 的一個(gè)分支,專(zhuān)注于將 ML 模型部署到低功耗、資源受限的物聯(lián)網(wǎng) (IoT) 設(shè)備上。在物聯(lián)網(wǎng)設(shè)備上部署 ML 模型有諸多好處,包括減少延遲和保護(hù)隱私性,因?yàn)樗袛?shù)據(jù)都是在端側(cè)處理。TinyML 在 2019 年引起了人們的關(guān)注,當(dāng)時(shí),Google 的 TensorFlow 團(tuán)隊(duì)發(fā)布了適用于微控制器的 TensorFlow Lite (TFLM) 庫(kù) [1] 
        • 關(guān)鍵字: Arm  機(jī)器學(xué)習(xí)  嵌入式  計(jì)算機(jī)視覺(jué)  

        恩智浦與NVIDIA合作:將TAO工具套件與eIQ開(kāi)發(fā)環(huán)境無(wú)縫集成,加速人工智能部署!

        • 恩智浦半導(dǎo)體宣布與NVIDIA合作,將NVIDIA經(jīng)過(guò)訓(xùn)練的人工智能模型通過(guò)eIQ機(jī)器學(xué)習(xí)開(kāi)發(fā)環(huán)境部署到恩智浦廣泛的邊緣處理產(chǎn)品組合中。NVIDIA TAO工具套件功能與恩智浦eIQ機(jī)器學(xué)習(xí)開(kāi)發(fā)環(huán)境的集成令業(yè)內(nèi)振奮,開(kāi)發(fā)人員能夠在競(jìng)爭(zhēng)日益激烈的人工智能領(lǐng)域中實(shí)現(xiàn)加速開(kāi)發(fā)。恩智浦是首家將NVIDIA TAO API直接集成到其人工智能產(chǎn)品中的半導(dǎo)體供應(yīng)商,以幫助開(kāi)發(fā)人員更輕松地在邊緣部署經(jīng)過(guò)訓(xùn)練的人工智能模型。簡(jiǎn)化人工智能模型的訓(xùn)練和部署是當(dāng)今人工智能領(lǐng)域開(kāi)發(fā)人員面臨的重大挑戰(zhàn)之一。為了應(yīng)對(duì)這一挑戰(zhàn),恩智浦
        • 關(guān)鍵字: 機(jī)器學(xué)習(xí)  開(kāi)發(fā)環(huán)境  模型  部署  

        機(jī)器學(xué)習(xí)常用術(shù)語(yǔ)匯總 (中英對(duì)照)

        • 剛接觸機(jī)器學(xué)習(xí)框架 TensorFlow 的新手們,這篇由 Google 官方出品的常用術(shù)語(yǔ)詞匯表,一定是你必不可少的入門(mén)資料!本術(shù)語(yǔ)表列出了基本的機(jī)器學(xué)習(xí)術(shù)語(yǔ)和 TensorFlow 專(zhuān)用術(shù)語(yǔ)的定義,希望能幫助您快速熟悉 TensorFlow 入門(mén)內(nèi)容,輕松打開(kāi)機(jī)器學(xué)習(xí)世界的大門(mén)。機(jī)器學(xué)習(xí)術(shù)語(yǔ)表地址: https://developers.google.cn/machine-learning/glossary/?hl=zh-CNAA/B 測(cè)試 (A/B testing)一種統(tǒng)計(jì)方法,用于將兩種或多種技
        • 關(guān)鍵字: 機(jī)器學(xué)習(xí)  

        機(jī)器學(xué)習(xí)常用術(shù)語(yǔ)匯總

        • 剛接觸機(jī)器學(xué)習(xí)框架 TensorFlow 的新手們,這篇由 Google 官方出品的常用術(shù)語(yǔ)詞匯表,一定是你必不可少的入門(mén)資料!本術(shù)語(yǔ)表列出了基本的機(jī)器學(xué)習(xí)術(shù)語(yǔ)和 TensorFlow 專(zhuān)用術(shù)語(yǔ)的定義,希望能幫助您快速熟悉 TensorFlow 入門(mén)內(nèi)容,輕松打開(kāi)機(jī)器學(xué)習(xí)世界的大門(mén)。機(jī)器學(xué)習(xí)術(shù)語(yǔ)表地址: https://developers.google.cn/machine-learning/glossary/?hl=zh-CNAA/B 測(cè)試 (A/B testing)一種統(tǒng)計(jì)方法,用于將兩種或多種技
        • 關(guān)鍵字: 機(jī)器學(xué)習(xí)  
        共275條 1/19 1 2 3 4 5 6 7 8 9 10 » ›|

        ?機(jī)器學(xué)習(xí)介紹

        您好,目前還沒(méi)有人創(chuàng)建詞條?機(jī)器學(xué)習(xí)!
        歡迎您創(chuàng)建該詞條,闡述對(duì)?機(jī)器學(xué)習(xí)的理解,并與今后在此搜索?機(jī)器學(xué)習(xí)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(jī)EEPW
        Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
        《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國(guó)際技術(shù)信息咨詢(xún)有限公司
        備案 京ICP備12027778號(hào)-2 北京市公安局備案:1101082052    京公網(wǎng)安備11010802012473
        主站蜘蛛池模板: 游戏| 乡宁县| 云龙县| 鹤岗市| 仁布县| 社旗县| 无棣县| 莱西市| 东平县| 永胜县| 察雅县| 永福县| 黄平县| 安远县| 凤城市| 固原市| 碌曲县| 菏泽市| 呼图壁县| 黑龙江省| 安塞县| 林口县| 定边县| 日照市| 琼海市| 南皮县| 辰溪县| 黄龙县| 班玛县| 辽宁省| 天门市| 云龙县| 武清区| 淳安县| 广州市| 桓台县| 淮南市| 莲花县| 太和县| 苏尼特左旗| 进贤县|