首页  资讯  商机   下载  拆解   高校  招聘   杂志  会展  EETV  百科   问答  电路图  工程师手册   Datasheet  100例   活动中心  E周刊阅读   样片申请
EEPW首页 >> 主题列表 >> 机器学习

机器学习 文章 进入机器学习技术社区

移动算法 而非巨量数据

  • 机器学习神经网络进步使我们能够处理越来越大量储存资料。传统方法是将数据传输到算法设备,但是这种移动巨量数据(高达 1 PB)以供可能只有几十兆位元算法来进行处理真的有意义吗?因此,在靠近数据储存位置处理数据的想法引起了很多关注。本文研究了计算储存理论和实践,以及如何使用计算储存处理器 (CSP) 为许多计算密集型任务提供硬件加速和更高性能,而不会给主机处理器带来大量负担。数据集崛起近年来,神经网络算法在汽车、工业、安全和消费等应用中使用显著增加。基于边缘物联网传感器通常只处理少量数据,因此所使用算法占用很
  • 关键字: ​机器学习  神经网络  数据集  

安富利:在机器学习中取得领先地位

  •   机器学习是改变世界的最新技术。过去配合云端使用的算法现在已经扩展到边缘运算。应用包括了监控、先进驾驶辅助系统ADAS、机器人和数据中心。开发人员正在寻找可快速及轻松地部署复杂系统的方法。  对于边缘网络上的机器学习,Xilinx提供了延迟、功耗、成本、灵活性、可扩展性和上市时间之间的最佳权衡。其软件定义的系统单芯片(SDSoC)允许无缝整合硬件和软件、自动化内存分配、快取管理、DMA和装置互动。SDx开发环境为项目建立,模拟,执行和除错提供了通用的基础架构,让不同的嵌入式系统可轻松实行。  其结果是更
  • 关键字: 机器学习  Xilinx  

安富利:物联网和机器学习(ML)协同开发

  •   物联网装置和支持ML的装置日益成为我们日常生活中的一部分。随着这些装置进入智能住宅中,就需要更多的专业知识来进行建构和开发。ROS是一个开放原始码的机器人开发平台,使机器人技术的开发可以协作。与ROS整合的TurtleBot3在SLAM(同步定位与地图构建)、导航和操控中具备核心技术,所以适合在家庭服务机器人应用中使用。  与TurtleBot3整合的Ultra96上的ROS具有多项功能,所以适用于物联网装置中的应用。除了配备Xilinx MPSOC开发板Ultra96(Cortex A53、R5)之
  • 关键字: 物联网  机器学习  

人脸识别的工作原理是什么?

  • 什么是人脸识别?人脸识别是一种软件层面的算法,用于通过处理视频帧或数字图像来验证或识别一个人的身份,其中该人的脸是可见的。面部识别技术有几种不同的工作方法,但是他们通常会将图像中的面部特征与数据库中的面部特征进行比较。人脸识别处理的4个步骤特定的神经网络被训练用来检测人脸的标签,并将人脸与图像中的其他物体区分开来。标签是人类普遍的五官等面部特征,比如:眼睛、鼻子、嘴巴、眉毛等。人脸识别算法的工作流程任何人脸检测和识别系统或软件都绕不开人脸识别算法。业界将这些算法分为两种:几何方法侧重于区分特征简而言之就将
  • 关键字: 人脸识别  算法  AI  机器学习  神经网络  

2021年AI关键趋势,AI芯片初创公司可能发生并购

  • 人工智能(AI)和机器学习仍然是技术决策者、行业人士和投资者关注的重点。标普全球市场财智(S&P Intelligence)2020 7月发布的调查显示,有58%的公司和组织预计新冠大流行会对他们现有的AI计划产生负面影响,还有19%的公司和组织表示新冠大流行导致他们停止了AI项目。与此同时,也有75%的公司和组织表示COVID-19促进了他们新的AI计划。最近发布的2021 AI/ML用例调查显示情况发生了变化,有86%参与调查的人表示新冠大流行已经或将导致其所在的组织投资于新的AI计划。由于大
  • 关键字: 人工智能  机器学习  深度学习  数据科学  

AI芯片竞争红海下的生存之道

  • 在EE Times美国今年发布的Silicon 100榜单中,有大量席位被AI芯片公司所占据。这两年来,以SambaNova、Graphcore等为代表的AI芯片公司可谓是投资界的大热门。截至发稿日,SambaNova已经获得了11亿美元的融资,宣称市值为50亿美元左右。3-4年之后,这片红海竞争的市场,又将变成怎样一副模样?据市场分析机构GlobalData数据显示,2021年第二季度北美地区的AI风投总额就已经达到95亿美元,相比上一季度增长了17.7%。这一季度,AI芯片市场的大热门除了SambaN
  • 关键字: AI芯片  IPU  英伟达  机器学习  

2021年智源人工智能前沿报告(AI Frontiers Report)发布

  • 2021年对于人工智能技术和产业,依旧是不平凡的一年。随着算力、数据、算法等要素逐渐齐备,先进的算法结构不断涌现,各个研究方向研究成果层出不穷,成熟的AI技术逐渐向代码库、平台和系统发展,实现产业和商业层面的落地应用,推动人工智能发展迈向新阶段。在新的一年即将到来之际,智源研究院采用案例征集、专家咨询等方法,向高校和科研机构专家学者征集2021年度人工智能动态、案例等内容,并通过向专业人士咨询的形式汇总观点及建议,形成2021-2022年度人工智能前沿报告(AI Frontiers Report)。报告专
  • 关键字: AI  机器学习  神经网络  算法  

采用恩智浦应用软件包快速启动产品开发

  • 处理边缘连接的机器学习(ML)应用的复杂性是一个艰巨而漫长的过程。将相关应用功能与在经济高效的平台上部署此ML模型的复杂性结合起来,需要花费大量的精力和时间。恩智浦基于ML的系统状态监测应用软件包(App SW Pack)为快速开发此类复杂应用提供了量产源代码。打造边缘就绪解决方案并非易事,如今几乎所有开发人员都避免尝试从头开始构建应用或产品。始终存在的面市时间压力意味着,终端产品制造商和应用工程师越来越依赖现有的示例和抽象层来节省时间。这使我们能够更多关注用户体验和更高应用级别的编码,以便集成到终端产品
  • 关键字: NXP  机器学习  

Microchip MCU在机器学习上的解决方案

  • 将机器学习Machine Learning(ML)加入现有的MCU设计OK吗?庞大的ML软件框架令您却步?想沿用现有的设计与工具,可行吗?现今常见有两种方法,第一种是透过网络将其感测的信息传输到云端,借着云端强大的运算能力,再将判断结果传回。Microchip有相当多这类成熟的解决方案,可让您轻松连到云端。 另一种方法则可直接在MCU上做运算判断,虽然运算能力比不上云端,但对某些小型传感器或数据应用,先在MCU做一些门坎值判断算法,反而毋须考虑网络带宽不够、能耗太高、传输延迟等问题,更不用担心传
  • 关键字: Microchip  MCU  机器学习  

机器学习模型设计过程和MEMS MLC

  • 开发机器学习项目的五个步骤 — 掌握要点,应用并不困难!边缘机器学习具有许多优势。 然而,由于开发方法与标准程序设计方法截然不同,许多机器学习开发者可能会担心自己难以驾驭。其实,完全没有必要担心。一旦熟悉了步骤,并掌握了机器学习项目的要点,就能够开发具有价值的机器学习应用。此外,意法半导体(STMicroelectronics;ST)提供解决方案,以促进边缘机器学习得到广泛应用发挥全部潜力。本文描述机器学习项目的必要开发步骤,并介绍了ST MEMS传感器内嵌机器学习核心(MLC)的优势。 图一
  • 关键字: 机器学习  模型设计  MEMS MLC  

学贯中西:让机器学习华夏智慧

  • 0   前言机器学习(ML)除了能够学习大数据(big data)中的规律和法则之外,也能够学习人类的智慧。华夏文化渊源长久、博大精深,处处充满智慧。因此,我们可以让机器来学习华夏的文化底蕴和智能,还能更上层楼而学贯中西。1   复习:什么是特征(feature)?机器学习之路,首先从观察特征出发。回忆一下,人们对于周围的问题或事件常从不同的角度来观察或看出不同的特征。所谓特征(feature),就是一件事物或一群事物,其具有与众不同的特色或表征。例如,人们在辨别其
  • 关键字: 202111  机器学习  

AI讲座:自编码器——神奇的ML瑞士刀

  • 1   神奇的自编码器在之前各期里,所举的范例模型都是基于逻辑回归(Logistic regression)的线性分类器(Linear classifier)。其训练方法是采取监督式学习(Supervised Learning)模式。在本期里, 将进一步介绍非监督式学习(Unsupervised Learning)模式,并以小而美的自编码器(Autoencoder,简称:AE)为例。自编码器是一种小而美的ML 模型,它的用途非常多,所以有“ML 瑞士刀”之称。例如,Pawer Sobe
  • 关键字: 202109  自编码器  机器学习  

使用英飞凌 ModusToolbox™ 机器学习为IoT设备解锁AI

  • 1   英飞凌在边缘(Edge)设备上释放机器学习(ML)的能力市场对舒适性、便利性和简单性的需求不断增加,对娱乐、安全和能源效率领域更多功能的需求也在日益增长,这将大大增加对智能家居的兴趣和承诺。边缘人工智能(AI)将成为这些产品的关键推动因素。今天的物联网硬件/软件开发人员面临着在构建这些未来设备时的一系列复杂设计。从复杂的集成无线连接,到优化电池供电设计中的系统功率,再到集成传感器融合,让物联网工作对任何团队来说都是一项艰巨的任务。作为连接现实世界和数字世界的领导者,英飞凌非常了解
  • 关键字: 202109  机器学习  AI  

AI与机器学习发展迅速,FPGA可提供高能效和灵活性

  • 1   为什么AI/ML发展如此迅速?多年来,人工智能(AI)/机器学习(ML)市场一直以指数级的速度快速增长,其解决方案遍布我们周围,从机器人和其他机械系统的预测故障算法、电子商务中的购买行为建议、自动驾驶车辆的目标检测、电子交易中的风险缓解到DNA测序等等,我们身边有各种各样的解决方案,示例不胜枚举。那么,为什么AI/ML发展如此迅速呢?据IDC、Gartner和其他市调机构的分析,全球大约80%的数据是非结构化数据。电子邮件、照片、语音邮件、视频和许多其他数据源每天都在堆积。无论
  • 关键字: AI  机器学习  FPGA  

谷歌用AI设计AI芯片,6小时完成工程师数月工作

  •   6月11日消息,谷歌称其正在使用机器学习系统帮助工程师设计新一代机器学习芯片。谷歌工程师表示,算法设计的芯片质量和人工设计“相当”甚至“还要更好”,但完成速度要快得多。谷歌表示,人工智能可以在不到6小时的时间内完成人工需要数月时间完成的芯片设计工作。  谷歌多年来一直在研究如何使用机器学习制造芯片,本周谷歌员工发表在《自然》杂志的一篇论文证实此类研究已经应用于商业产品。谷歌开始用人工智能设计自家的TPU芯片。  据悉,TPU芯片是应用于人工智能的芯片,专门针对人工智能计算进行了优化。“我们的方法已经用
  • 关键字: 谷歌  AI  机器学习    
共236条 1/16 1 2 3 4 5 6 7 8 9 10 » ›|

机器学习介绍

您好,目前还没有人创建词条机器学习!
欢迎您创建该词条,阐述对机器学习的理解,并与今后在此搜索机器学习的朋友们分享。    创建词条

热门主题

树莓派    linux   
关于我们 - 广告服务 - 企业会员服务 - 网站地图 - 联系我们 - 征稿 - 友情链接 - 手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
备案 京ICP备12027778号-2 北京市公安局备案:1101082052    京公网安备11010802012473