随着新硬件的出现,“边缘智能”变得越来越容易获得,甚至对那些没有接受过正式数据科学培训的设计师来说也是如此。
4月1日,2021年4月经过阿里奥斯曼或者
利用板级摄像机提供了各种好处。为了帮助识别功能和设计元素的正确组合,以下是在选择和设计嵌入式机器视觉摄像机时需要考虑的一些因素。
2月11日2021年经过Brian Cha FLIR
了解如何I.MX 8M Plus应用程序处理器启用Edge Computing,加速机器学习,适用于各种应用程序,包括工业任务。
2020年11月10日,经过本伊斯曼曼,恩氏半导体
本文以MNIST eIQ为例介绍数字检测和识别,它由几个部分组成——数字识别由TensorFlow Lite模型执行,并使用GUI来提高i.MX RT1060设备的可用性。
2020年9月22日经过David PISKULA,NXP半导体
本文讨论了可信任的执行环境 - 已经在各种连接的设备中使用 - 通过显示T恤和FPGA SoC如何在机舱AI中工作。
7月28日,2020年7月28日经过凯瑟琳·许,Hex-Five保安
了解AutoEncoder的关键部分,如何使用TensorFlow构建和培训和培训变形AutiCoder的类型。
4月6日,2020年4月经过Henry Ansah Fordjour.
本文讨论了一种可阻止您的感知程序实现足够的分类准确性的并发症。
2月6日,2020年经过罗伯特·凯
本文向您展示了如何向使用Python等高级编程语言实现的多层感知器添加偏差值。
2月5日,2020年经过罗伯特·凯
在本文中,我们将执行一些分类实验并收集隐藏层维度与网络性能之间的关系的数据。
2月4日,2020年经过罗伯特·凯
本文提供了配置多层Perceptron的隐藏部分的指南。
2020年1月31日经过罗伯特·凯
在本文中,我们将使用excel生成的样本来训练多层感知器,然后我们将看到网络如何使用验证样本执行。
2020年1月30日经过罗伯特·凯
本文解释了为什么当我们使用神经网络处理数据时验证尤其重要。
2020年1月28日,经过罗伯特·凯
随着人工智能和机器学习的广泛应用,AI/ML处理器的可靠性验证至关重要,因为故障可能会对AI/ML技术的有效性和合法性产生重大影响。
2020年1月21日经过Natekar,Mentor
本文将逐步介绍一个Python程序,该程序将允许我们训练神经网络并执行高级分类。
2020年1月19日经过罗伯特·凯
本文讨论了我们将使用神经网络培训和分类的实验的Perceptron配置,我们还将查看偏置节点的相关主题。
2020年1月09年,经过罗伯特·凯
本文介绍了我们在执行权力更新计算时使用的等式,我们还将讨论BackProjagation的概念。
2019年12月27日经过罗伯特·凯
我们可以通过添加一层隐藏节点来大大提高感知器的性能,但这些隐藏节点也会使训练变得有点复杂。
2019年12月26日经过罗伯特·凯
在这篇文章中,我们将看到为什么我们需要一个新的激活函数的神经网络是通过梯度下降训练。
2019年12月25日经过罗伯特·凯
本文解释了为什么高性能神经网络需要额外的计算节点“隐藏”层。
2019年12月24日经过罗伯特·凯
学习速率在神经网络训练中起着重要的作用。
2019年12月19日经过罗伯特·凯
没有AAC账户?现在创建一个。
忘记密码了吗?点击这里。