加入星計劃，您可以享受以下權(quán)益：

  • 創(chuàng)作內(nèi)容快速變現(xiàn)
  • 行業(yè)影響力擴(kuò)散
  • 作品版權(quán)保護(hù)
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質(zhì)創(chuàng)作者
  • 5000+ 長期合作伙伴
立即加入

深度學(xué)習(xí)

加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點(diǎn)資訊討論

深度學(xué)習(xí)(DL, Deep Learning)是機(jī)器學(xué)習(xí)(ML, Machine Learning)領(lǐng)域中一個新的研究方向，它被引入機(jī)器學(xué)習(xí)使其更接近于最初的目標(biāo)——人工智能(AI, Artificial Intelligence)。深度學(xué)習(xí)是學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，這些學(xué)習(xí)過程中獲得的信息對諸如文字，圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標(biāo)是讓機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。 深度學(xué)習(xí)是一個復(fù)雜的機(jī)器學(xué)習(xí)算法，在語音和圖像識別方面取得的效果，遠(yuǎn)遠(yuǎn)超過先前相關(guān)技術(shù)。深度學(xué)習(xí)在搜索技術(shù)，數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)，機(jī)器翻譯，自然語言處理，多媒體學(xué)習(xí)，語音，推薦和個性化技術(shù)，以及其他相關(guān)領(lǐng)域都取得了很多成果。深度學(xué)習(xí)使機(jī)器模仿視聽和思考等人類的活動，解決了很多復(fù)雜的模式識別難題，使得人工智能相關(guān)技術(shù)取得了很大進(jìn)步。

深度學(xué)習(xí)(DL, Deep Learning)是機(jī)器學(xué)習(xí)(ML, Machine Learning)領(lǐng)域中一個新的研究方向，它被引入機(jī)器學(xué)習(xí)使其更接近于最初的目標(biāo)——人工智能(AI, Artificial Intelligence)。深度學(xué)習(xí)是學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，這些學(xué)習(xí)過程中獲得的信息對諸如文字，圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標(biāo)是讓機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。 深度學(xué)習(xí)是一個復(fù)雜的機(jī)器學(xué)習(xí)算法，在語音和圖像識別方面取得的效果，遠(yuǎn)遠(yuǎn)超過先前相關(guān)技術(shù)。深度學(xué)習(xí)在搜索技術(shù)，數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)，機(jī)器翻譯，自然語言處理，多媒體學(xué)習(xí)，語音，推薦和個性化技術(shù)，以及其他相關(guān)領(lǐng)域都取得了很多成果。深度學(xué)習(xí)使機(jī)器模仿視聽和思考等人類的活動，解決了很多復(fù)雜的模式識別難題，使得人工智能相關(guān)技術(shù)取得了很大進(jìn)步。收起

查看更多

電路方案

查看更多
  • 深度學(xué)習(xí)在汽車焊接AI視覺檢測中的應(yīng)用
    白車身作為汽車制造的基礎(chǔ)，其尺寸精度直接影響到后續(xù)裝配的順利進(jìn)行及整車的性能與質(zhì)量。傳統(tǒng)的手工測量方式不僅耗時耗力，且難以保證測量的準(zhǔn)確性和一致性。因此，東聲智能基于其全系列產(chǎn)品，量身打造了一套高效、精準(zhǔn)的白車身在線測量系統(tǒng)，以滿足汽車制造企業(yè)對品質(zhì)與效率的雙重追求。 系統(tǒng)亮點(diǎn)： 高精度傳感器矩陣：采用東聲智能的高精度3D傳感器，結(jié)合先進(jìn)的激光掃描技術(shù)，實(shí)現(xiàn)對白車身全方位、無死角的精準(zhǔn)測量。即便是
  • 基于 FPGA 及深度學(xué)習(xí)的人臉檢測系統(tǒng)設(shè)計
    基于 FPGA 及深度學(xué)習(xí)的人臉檢測系統(tǒng)設(shè)計
    本作品是一種能實(shí)時檢測識別人臉口罩佩戴情況并進(jìn)行語音播報的系統(tǒng)，準(zhǔn)確度高達(dá) 95.2%，系統(tǒng)處理速度可達(dá) 25fps 左右。除此之外，本作品具備較高的可拓展性，稍加更改就可在更多的領(lǐng)域得到應(yīng)用。
  • 制造商如何通過云技術(shù)優(yōu)化深度學(xué)習(xí)機(jī)器視覺運(yùn)作方式
    機(jī)器視覺作為驅(qū)動中國制造業(yè)發(fā)展的重要先進(jìn)技術(shù)，在半導(dǎo)體、電子制造、汽車、醫(yī)藥和食品包裝等領(lǐng)域得到廣泛應(yīng)用；在此背景下，高工產(chǎn)業(yè)研究所（GGII）預(yù)測2024年中國機(jī)器視覺市場規(guī)模有望突破200億元，同比增速接近12%。 隨著人工智能（AI）技術(shù)的迅猛發(fā)展，多數(shù)制造行業(yè)的機(jī)器視覺負(fù)責(zé)人認(rèn)為AI機(jī)器視覺可以實(shí)現(xiàn)更好的性能和更多的功能。因此，為行業(yè)提供機(jī)器視覺解決方案的合作伙伴們需要進(jìn)一步思考如何為客戶
  • 高效回顧深度學(xué)習(xí)DL、CV、NLP
    高效回顧深度學(xué)習(xí)DL、CV、NLP
    深度學(xué)習(xí)（deep learning）是機(jī)器學(xué)習(xí)的一個分支，是伴隨著大數(shù)據(jù)與云計算技術(shù)的崛起而快速發(fā)展起來的，并在計算機(jī)視覺、語言等感知領(lǐng)域迅速取得成功。DL源于對人工神經(jīng)網(wǎng)絡(luò)的研究，起源算法是感知機(jī)（perceptron）。深度學(xué)習(xí)網(wǎng)絡(luò)通過神經(jīng)元從輸入數(shù)據(jù)中提取特征，并通過組合低層特征形成更加抽象的高層特征（表示），以發(fā)現(xiàn)數(shù)據(jù)的分布式特征，從而達(dá)到人們對數(shù)據(jù)進(jìn)行分類、回歸的目的。
  • FPGA做深度學(xué)習(xí)能走多遠(yuǎn)？
    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)？
    今天給大俠帶來在FPAG技術(shù)交流群里平時討論的問題答疑合集（十四），以后還會多推出本系列，話不多說，上貨。FPGA做深度學(xué)習(xí)能走多遠(yuǎn)？現(xiàn)在用FPGA做深度學(xué)習(xí)加速成為一個熱門，深鑒科技，商湯，曠視科技等都有基于FPGA做深度學(xué)習(xí)的項目。