米爾 MYD-Y6ULX-V2 開(kāi)發(fā)板,基于 NXP i.MX6UL/i.MX6ULL處理器,該開(kāi)發(fā)板被米爾稱(chēng)之為經(jīng)典王牌產(chǎn)品。本次測(cè)試目標(biāo)是在此開(kāi)發(fā)板上進(jìn)行神經(jīng)網(wǎng)絡(luò)框架ncnn的移植與測(cè)試開(kāi)發(fā),測(cè)試ncnn在此開(kāi)發(fā)板上的性能與應(yīng)用測(cè)試。
人工智能的不斷發(fā)展和越來(lái)越廣泛的應(yīng)用,將相應(yīng)地需要更先進(jìn)和可擴(kuò)展的基礎(chǔ)設(shè)施來(lái)支持其開(kāi)發(fā)和部署。人工智能基礎(chǔ)設(shè)施投資的一個(gè)關(guān)鍵領(lǐng)域?qū)⑹菍?zhuān)門(mén)的數(shù)據(jù)基礎(chǔ)設(shè)施,如矢量數(shù)據(jù)庫(kù),其設(shè)計(jì)用于存儲(chǔ)和處理現(xiàn)代ML模型生成的大量數(shù)據(jù)。Liberty表示:“這將加速人工智能系統(tǒng)的開(kāi)發(fā)和部署,這些系統(tǒng)在許多領(lǐng)域?qū)⒊^(guò)上一年的應(yīng)用?!?/p>
AutoEncoder的基本思想是利用神經(jīng)網(wǎng)絡(luò)來(lái)做無(wú)監(jiān)督學(xué)習(xí),就是把樣本的輸入同時(shí)作為神經(jīng)網(wǎng)絡(luò)的輸入和輸出。本質(zhì)上是希望學(xué)習(xí)到輸入樣本的表示(encoding)。早期AutoEncoder的研究主要是數(shù)據(jù)過(guò)于稀疏、數(shù)據(jù)高維導(dǎo)致計(jì)算復(fù)雜度高。比較早用神經(jīng)網(wǎng)絡(luò)做AutoEncoder的可以追溯到80年代的BPNN和MLP以及當(dāng)時(shí)Hinton推崇的RBM。后來(lái)到了2000年以后還堅(jiān)持在做的只剩下Hinton的RBM了。從2000年以后,隨著神經(jīng)網(wǎng)絡(luò)的快速興起,AutoEncoder也得到快速發(fā)展,基本上有幾條線:稀疏AutoEncoder、噪音容忍AutoEncoder、卷積AutoEncoder、變分AutoEncoder。最新的進(jìn)展是結(jié)合對(duì)抗思想的對(duì)抗AutoEncoder。
深度學(xué)習(xí)是近10年機(jī)器學(xué)習(xí)領(lǐng)域發(fā)展最快的一個(gè)分支,由于其重要性,三位教授(Geoffrey Hinton、Yann Lecun、Yoshua Bengio)因此同獲圖靈獎(jiǎng)。深度學(xué)習(xí)模型的發(fā)展可以追溯到1958年的感知機(jī)(Perceptron)。1943年神經(jīng)網(wǎng)絡(luò)就已經(jīng)出現(xiàn)雛形(源自NeuroScience),1958年研究認(rèn)知的心理學(xué)家Frank發(fā)明了感知機(jī),當(dāng)時(shí)掀起一股熱潮。后來(lái)Marvin Minsky(人工智能大師)和Seymour Papert發(fā)現(xiàn)感知機(jī)的缺陷:不能處理異或回路等非線性問(wèn)題,以及當(dāng)時(shí)存在計(jì)算能力不足以處理大型神經(jīng)網(wǎng)絡(luò)的問(wèn)題。于是整個(gè)神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入停滯期。
雖然人工智能 (AI) 模型變得越來(lái)越先進(jìn),但在傳統(tǒng)計(jì)算機(jī)硬件上訓(xùn)練和運(yùn)行這些模型非常耗能。因此,世界各地的工程師一直在嘗試創(chuàng)建替代的、受大腦啟發(fā)的硬件,以更好地支持人工智能系統(tǒng)的高計(jì)算負(fù)載。
摘要:我國(guó)高校作為電能的主要耗用者之一,存在大量使用大功率設(shè)備、學(xué)生節(jié)電意識(shí)差等問(wèn)題。對(duì)高校用電量進(jìn)行預(yù)測(cè)可以為高校配電網(wǎng)的配電計(jì)劃工作提供數(shù)據(jù)參考,達(dá)到調(diào)節(jié)電量輸送、節(jié)約能源的目的。鑒于此,對(duì)廈門(mén)大學(xué)漳州校區(qū)58幢宿舍樓進(jìn)行隨機(jī)抽樣調(diào)查,并對(duì)搜集的數(shù)據(jù)基于ARMA和LSTM方法建立時(shí)間序列預(yù)測(cè)模型,預(yù)測(cè)校園宿舍未來(lái)用電量,以實(shí)現(xiàn)提前預(yù)警,提高大學(xué)生節(jié)電意識(shí)。實(shí)驗(yàn)證明,模型能夠在大多數(shù)數(shù)據(jù)集上取得良好的性能表現(xiàn)。
摘要:某火電廠1000MM機(jī)組在不同負(fù)荷、不同工況下,脫硝精準(zhǔn)噴氨系統(tǒng)各分區(qū)中有部分分區(qū)出口NOX值偏高,造成了精準(zhǔn)噴氨系統(tǒng)不均勻度增加,從而直接導(dǎo)致了出口NOX濃度整體偏高,整體噴氨量增大。針對(duì)該情況,該火電廠引入神經(jīng)網(wǎng)絡(luò)自動(dòng)控制算法對(duì)精準(zhǔn)噴氨系統(tǒng)進(jìn)行優(yōu)化,使其能夠滿足日益嚴(yán)苛的環(huán)保標(biāo)準(zhǔn)?,F(xiàn)針對(duì)該優(yōu)化改進(jìn)進(jìn)行分析及討論,以期為發(fā)電公司的技術(shù)改造提供參考意見(jiàn)。
人工智能(Artificial Intelligence, AI),也稱(chēng)智能科學(xué),是以計(jì)算機(jī)科學(xué)、數(shù)學(xué)、心理學(xué)等為基礎(chǔ),運(yùn)用人工智能方法進(jìn)行科學(xué)研究的一門(mén)新興科學(xué),它主要涉及智能科學(xué)與技術(shù)產(chǎn)業(yè)領(lǐng)域。
廣州2022年11月4日 /美通社/ -- 算力是當(dāng)今數(shù)字時(shí)代新的核心生產(chǎn)力,以算力為核心的數(shù)字信息基礎(chǔ)設(shè)施已成為國(guó)家戰(zhàn)略性布局的關(guān)鍵組成部分。算力正在成為驅(qū)動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、生產(chǎn)方式變革的重要?jiǎng)恿Γ⒉粩嗤苿?dòng)加速數(shù)字中國(guó)建設(shè)的腳步。 廣電五舟作為算力領(lǐng)域中積極的拓新者...
基于電力電子設(shè)備的廣泛應(yīng)用是可能的,因?yàn)樗軌蛞宰罡咝蕦㈦娔苻D(zhuǎn)換成有用的形式,如熱、光、運(yùn)動(dòng)和聲音。電機(jī)驅(qū)動(dòng)器就是一個(gè)典型的例子,幾乎在每個(gè)行業(yè)都有應(yīng)用。超過(guò) 70% 的工業(yè)負(fù)載是電機(jī)負(fù)載,其中感應(yīng)電機(jī)占主要部分。因此,這些電機(jī)的精確控制對(duì)于工業(yè)來(lái)說(shuō)很重要,因?yàn)樗梢詾樗麄児?jié)省大量的金錢(qián)和資源。
深圳2022年9月16日 /美通社/ -- 針對(duì)聯(lián)邦學(xué)習(xí)全局模型的版權(quán)保護(hù)問(wèn)題,微眾銀行AI團(tuán)隊(duì)聯(lián)合上海交通大學(xué)在人工智能學(xué)術(shù)期刊《IEEE模式分析與機(jī)器智能匯刊》(IEEE T-PAMI,IEEE Transactions on Pattern Analysis an...
算力(也稱(chēng)哈希率)是比特幣網(wǎng)絡(luò)處理能力的度量單位。即為計(jì)算機(jī)(CPU)計(jì)算哈希函數(shù)輸出的速度。比特幣網(wǎng)絡(luò)必須為了安全目的而進(jìn)行密集的數(shù)學(xué)和加密相關(guān)操作。 例如,當(dāng)網(wǎng)絡(luò)達(dá)到10Th/s的哈希率時(shí),意味著它可以每秒進(jìn)行10萬(wàn)億次計(jì)算。
摘要:精確的焊縫跟蹤是保證焊接質(zhì)量的關(guān)鍵因素,為了實(shí)現(xiàn)焊縫的識(shí)別和跟蹤,需要準(zhǔn)確提取焊縫特征信息。微間隙焊縫的視覺(jué)傳感圖像中,過(guò)渡帶區(qū)域包含焊縫位置信息和偏差信息。利用形態(tài)學(xué)算子對(duì)圖像進(jìn)行濾波后,提取焊縫過(guò)渡帶寬度數(shù)據(jù),并利用神經(jīng)網(wǎng)絡(luò)搭建焊縫寬度預(yù)測(cè)模型。實(shí)驗(yàn)證明,該模型能對(duì)焊縫寬度進(jìn)行有效預(yù)測(cè),為后續(xù)的焊縫糾偏和跟蹤做好準(zhǔn)備。
目前在應(yīng)用端最成熟的技術(shù)是語(yǔ)音識(shí)別、圖像識(shí)別等,圍繞這些領(lǐng)域,國(guó)內(nèi)、美國(guó)都 有大量的企業(yè)上市,并形成一定的產(chǎn)業(yè)集群。在語(yǔ)音識(shí)別領(lǐng)域,比較成熟的上市企業(yè)包括 科大訊飛與此前被微軟以 290 億美元收購(gòu)的 Nuance。
馬斯克人形機(jī)器人即將問(wèn)世,一個(gè)由人工智能系統(tǒng)控制的機(jī)器人時(shí)代正逐漸發(fā)展。研究人員表明,它比較偏愛(ài)男性,還會(huì)存在一定的種族歧視,更容易相信白人。
6月29日,科大訊飛AI學(xué)習(xí)機(jī)暑期新品發(fā)布會(huì)于線上召開(kāi)。會(huì)上,基于科大訊飛AI學(xué)習(xí)機(jī)“4+1”標(biāo)準(zhǔn),新增和升級(jí)了16項(xiàng)AI學(xué)習(xí)機(jī)核心功能,旨在為孩子帶來(lái)更省時(shí)提效的學(xué)習(xí)體驗(yàn)。同時(shí),為了推動(dòng)AI學(xué)習(xí)機(jī)行業(yè)標(biāo)準(zhǔn)化建設(shè)和健康發(fā)展,科大訊飛牽頭與國(guó)際標(biāo)準(zhǔn)化組織專(zhuān)家、教育信息化技術(shù)標(biāo)準(zhǔn)委員會(huì)委員吳永和教授共建“AI學(xué)習(xí)機(jī)”團(tuán)體標(biāo)準(zhǔn)。
(全球TMT2022年6月17日訊)肇觀電子NE-V163A全國(guó)產(chǎn)方案僅靠一顆芯片,即可幫助方案商和主機(jī)廠實(shí)現(xiàn)L2 級(jí)智能駕駛,提高性?xún)r(jià)比的同時(shí),還保證了充足穩(wěn)定的供應(yīng)。作為一款針對(duì)車(chē)載智能視覺(jué)處理產(chǎn)品開(kāi)發(fā)的低功耗、高性能SoC芯片,NE-V163A集成了高質(zhì)量ISP處理器、高...
上海2022年6月17日 /美通社/ -- 行業(yè)大環(huán)境的影響加上疫情的反復(fù)使得2022年汽車(chē)缺芯的局面更加嚴(yán)峻,從主機(jī)廠到整個(gè)供應(yīng)鏈都對(duì)汽車(chē)核心零部件的國(guó)產(chǎn)化替代提出了更加迫切的需求。肇觀電子NE-V163A全國(guó)產(chǎn)方案僅靠一顆芯片,即可幫助方案商和主機(jī)廠實(shí)現(xiàn)L2 級(jí)智能駕駛,提高...
在京東云“談云說(shuō)AI”沙龍中,京東科技loT產(chǎn)品部泛家居云解決方案負(fù)責(zé)人徐忠飛、北京居然智慧家智能科技有限公司運(yùn)營(yíng)總監(jiān)兼金源店負(fù)責(zé)人賀宇英、銳角創(chuàng)始人、AIoT星圖聯(lián)合創(chuàng)始人劉敏就“智能家裝行業(yè)如何借助IoT實(shí)現(xiàn)增長(zhǎng)”話題進(jìn)行了深入探討。
“簡(jiǎn)介:這是love1005lin在CSDN上2021-11-19發(fā)布的一篇深度學(xué)習(xí)的卷積神經(jīng)網(wǎng),內(nèi)容整理的精簡(jiǎn),移動(dòng),現(xiàn)在將其進(jìn)行轉(zhuǎn)載,供大家參考。01基本原理??卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)大致包括:卷積層、激活函數(shù)、池化層、全連接層、輸出層等?!鴪D1.1CNN的基本結(jié)構(gòu)▲圖1.2...