大学堂
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深度置信网络(DBN)提出非监督贪心逐层训练算法,为解决深层结构相关的优化难题带来希望,随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法,它利用空间相对关系减少参数数目以提高训练性能。[1] 深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如,人脸识别或面部表情识别)。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。 深度学习是机器学习研究中的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本。[2] 同机器学习方法一样,深度机器学习方法也有监督学习与无监督学习之分.不同的学习框架下建立的学习模型很是不同.例如,卷积神经网络(Convolutional neural networks,简称CNNs)就是一种深度的监督学习下的机器学习模型,而深度置信网(Deep Belief Nets,简称DBNs)就是一种无监督学习下的机器学习模型。
2020_Digikey KOL系列:图形算法在深度学习等应用中的加速手段

2020_Digikey KOL系列:图形算法在深度学习等应用中的加速手段

图像处理深度学习图形算法Digikey_KOL

视频主要讲解在图像算法开发的落地过程当中常用的算法加速手段,本教程以ARM嵌入式作为研究基础,以树莓派4作为实验平台,主要内容包含: 1:列举嵌入式应用中,一些可行的图像加速手段; 2:逐一详细说明; 3:逐一进行代码上机演示。

共1课时35分1秒

TI Jacinto 系列产品在 ADAS 中的应用

TI Jacinto 系列产品在 ADAS 中的应用

ADAS处理器Jacinto机器视觉

1.Jacinto 6 处理器家族的全面介绍。2.Jacinto 6 处理器家族在 ADAS、IVI 领域的典型应用与最高性价比方案。3.Jacinto 7 处理器家族 DRA829/TDA4VM 的简要介绍。4.TI 深度学习和机器视觉提供的资源。

共3课时1小时13分44秒

Generative Adversarial Network (GAN)

Generative Adversarial Network (GAN)

人工智能机器学习GaN深度学习

李宏毅2018GAN算法讲解

共10课时8小时20分14秒

研讨会 : 英特尔® FPGA 深度学习加速技术

研讨会 : 英特尔® FPGA 深度学习加速技术

FPGAIntelArrow深度学习

本次讲座将介绍如何使用Intel的工具在FPGA上实现深度学习推导及任务加速。 还将讨论深度学习任务推导及工具包——针对不同的Intel不同的产品架构、不同的框架、不同的网络架构进行推导任务部署的时候,提供统一接口。以及深度学习架构FPGA套件如何来部署工具包的函数调用与FPGA器件相结合起来。

共1课时25分25秒

深度学习与计算机视觉  斯坦福 李飞飞

深度学习与计算机视觉 斯坦福 李飞飞

机器视觉神经网络机器学习ML

随着搜索应用程序,图像识别、App应用、成像、医学、无人机和无人驾驶汽车,计算机视觉在我们的社会中已经变得无处不在。许多这样的应用程序,比如:图片分类、定位和检测的核心功能任务都是视觉识别技术完成的。最新发现的神经网络方法(又名“深度学习”),极大地提升了视觉识别系统的先进性能。

共37课时20小时8分36秒

机器学习 (台大李宏毅)

机器学习 (台大李宏毅)

神经网络机器学习有监督无监督

深受好评的台大李宏毅老师讲述的机器学习课程,该课程也是此类教程中非常难得使用中文授课的一门,外语不好的小伙伴儿们有福啦。课程以深度学习为主轴,强调实战性。除了基础知识和算法的讲解,还包含各种相关前沿技术的解读,课程中涉及到的项目都非常新,与时俱进。 李老师讲课注重对基本原理的深入浅出,风趣幽默,举重若轻,常常引用动漫形象进行原理的类比解说,实在是机器学习教程里的一股清流哇~

共35课时1天3小时17分6秒

深度学习简介

深度学习简介

ARMSitara处理器神经网络

在本视频中,我将要介绍深度学习。本视频面向的是初入深度学习领域,并且想要熟悉该领域的人。在这段视频中,您将会获得对深度学习技术的概括认识,学习深度学习语言,了解深度学习解决方案的开发流程以及可使用该技术的一些应用领域。

共1课时29分46秒

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版 版权声明

站点相关: 汽车电子 智能硬件

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2020 EEWORLD.com.cn, Inc. All rights reserved