3. 

        <meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>
          


          
	
  	
          
	
          
		首頁　 
		資訊　 
		商機 　
		下載　 
		拆解 　
		高校　 
		招聘 　
		雜志　 
		會展　 
		EETV　 
		百科 　
		問答　 
		電路圖　 
		工程師手冊 　
		Datasheet　
		100例 　
		活動中心　 
		E周刊閱讀 　
		樣片申請
	
          




          
	EEPW首頁 >> 
	主題列表 >> 
	機器學習 
          

          
	
          
    	
          
    	  	
          
              	
                                
          
                  

                                
          
                    
          Microchip在人工智能/機器學習方面的對策
          
                                                            
            
                    	
          • Microchip 在嵌入式AI 市場的重點領域包括工業(yè)自動化和維護、智能家居、物聯(lián)網（IoT）及醫(yī)療。在AI 市場中，預測性維護是一個快速發(fā)展的重點領域。通過減少停機時間，可以幫助企業(yè)在設備維護方面節(jié)省成本。工程師面臨的主要挑戰(zhàn)之一是從大量數據中創(chuàng)建一個經過篩選的數據集。這對于模型的開發(fā)和訓練以及推理的準確性非常關鍵。Microchip 開發(fā)了多種解決方案，旨在幫助設計人員和工程師克服與嵌入式AI 有關的挑戰(zhàn)，其中包括可以處理復雜算法的單片機（MCU）、微處理器（MPU）和FPGA。借助MPLAB? 機
            • 
                    	                        
          • 關鍵字：
                        Microchip  人工智能  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          Microchip 推出 MPLAB? 機器學習開發(fā)工具包，助力開發(fā)人員輕松將機器學習集成到 MCU 和 MPU中
          
                                                            
            
                    	
          • —— 這款獨特的解決方案首次全面支持 8 位、16 位和 32 位 MCU 以及 32位MPU，可在邊緣實現(xiàn)機器學習機器學習 (ML) 正成為嵌入式設計人員開發(fā)或改進各種產品的標準要求。為滿足這一需求，Microchip Technology Inc.（美國微芯科技公司）近日推出了全新的 MPLAB? 機器學習開發(fā)工具包，提供一套完整的集成工作流程來簡化機器學習模型開發(fā)。這款軟件工具包可用于Microchip的各類單片機 (MCU) 和微處理器 (MPU) 產品組合，助力開發(fā)人員快速高效地添加機器學習推理
            • 
                    	                        
          • 關鍵字：
                        Microchip  MPLAB  機器學習  MCU  MPU                            
            • 
                   	
          
                    
          
                
          
                                
          
                    
          Nordic收購美國人工智能/機器學習技術
          
                                                            
            
                    	
          • Nordic Semiconductor宣布與美國人工智能和機器學習公司 Atlazo達成收購知識產權組合的協(xié)議，其中包括Atlazo八人核心團隊的雇用協(xié)議，并未披露具體金額?？偛课挥诿绹又菔サ甑腁tlazo公司是用于微型邊緣設備的人工智能和機器學習(AI/ML)處理器、能源管理和傳感器接口設計的技術領導者。Nordic公司與Atlazo 公司達成收購知識產權組合的協(xié)議，這將進一步鞏固Nordic在物聯(lián)網低功耗產品和解決方案開發(fā)領域的領先地位，并加速重要的戰(zhàn)略發(fā)展計劃。通過收購Atlazo的知識產權和
            • 
                    	                        
          • 關鍵字：
                        Nordic  人工智能  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          5G 技術、云原生開發(fā)和機器學習是推動物聯(lián)網解決方案的重要助力
          
                                                            
            
                    	
          • 每次談及物聯(lián)網 (IoT)，行業(yè)就會明顯出現(xiàn)兩大陣營：樂觀派和悲觀派。后者將物聯(lián)網認定為“尚屬未來”的技術。而我個人是堅定的樂觀派：對于物聯(lián)網解決方案有望帶來的變革性創(chuàng)新，我既感到無比振奮，同時又保持審慎的樂觀態(tài)度，畢竟任何新興技術的崛起都要面臨諸多挑戰(zhàn)。 對于 Arm? 而言，伴隨我們持續(xù)推出一眾具有針對性的解決方案、IP 和其它各類技術的同時，既向創(chuàng)新者提供了有力的支持，也始終確保自己站在市場最前沿引領趨勢、應對挑戰(zhàn)。正因于此，我們在全球生態(tài)系統(tǒng)中，對物聯(lián)網從業(yè)人員進行了一項調查，采訪對象包括開發(fā)者、
            • 
                    	                        
          • 關鍵字：
                        5G  機器學習  物聯(lián)網  arm                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          Microchip推出MPLAB機器學習開發(fā)工具包,助力開發(fā)人員輕松將機器學習集成到MCU和MPU中
          
                                                            
            
                    	
          • 機器學習 (ML) 正成為嵌入式設計人員開發(fā)或改進各種產品的標準要求。為滿足這一需求，Microchip Technology Inc.（美國微芯科技公司）近日推出了全新的 MPLAB? 機器學習開發(fā)工具包，提供一套完整的集成工作流程來簡化機器學習模型開發(fā)。這款軟件工具包可用于Microchip的各類單片機 (MCU) 和微處理器 (MPU) 產品組合，助力開發(fā)人員快速高效地添加機器學習推理。Microchip開發(fā)系統(tǒng)業(yè)務部副總裁Rodger Richey表示：“機器學習是嵌入式控制器的新常態(tài)，與依賴云通
            • 
                    	                        
          • 關鍵字：
                        Microchip  MPLAB  機器學習  MCU  MPU                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          ST機器學習解決方案助力車企探索汽車AI可能性
          
                                                            
            
                    	
          • 意法半導體的首款車規(guī)機器學習解決方案SL-AIAID012401V1由AEKD-AICAR1?評估套件、AI?人工智能插件和AutoDevKit?車規(guī)開發(fā)板組成，能夠識別駐車、正常路況、崎嶇道路、車輪側滑或突然轉向四種汽車狀態(tài)。這是一個難得的機會，可以通過測試和開發(fā)汽車人工智能應用，以確定該技術是否適合這個市場。事實上，許多車企還在探索在行業(yè)現(xiàn)階段，機器學習對他們是否有意義。從頭開始創(chuàng)建算法需要投入大量的人力和資金。把評估解決方案導入我們的?AutoDevKit 平
            • 
                    	                        
          • 關鍵字：
                        ST  機器學習  汽車AI                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          Gartner發(fā)布影響數據科學和機器學習未來方向的重要趨勢
          
                                                            
            
                    	
          • Gartner今日發(fā)布了影響數據科學與機器學習（DSML）未來方向的重要趨勢。隨著DSML行業(yè)的快速發(fā)展和演變，數據對于人工智能（AI）開發(fā)與運用的重要性日益提高，尤其是投資重點也正轉向生成式人工智能領域。 Gartner研究總監(jiān)Peter Krensky表示：“隨著機器學習在各個行業(yè)的應用持續(xù)快速擴大，DSML也正從單純側重于預測模型轉向更加普及化、動態(tài)化和以數據為中心的技術領域，而且生成式人工智能（AI）的熱潮也助推了這一趨勢。盡管潛在風險不斷出現(xiàn)，但面向數據科學家及其組織的新功能和用例也層
            • 
                    	                        
          • 關鍵字：
                        Gartner  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          卷積神經網絡的硬件轉換：什么是機器學習？——第三部分
          
                                                            
                                        
            
                    	
          • 摘要本系列文章由三部分組成，主要探討卷積神經網絡(CNN)的特性和應用。CNN主要用于模式識別和對象分類。作為系列文章的第三部分，本文重點解釋如何使用硬件轉換卷積神經網絡(CNN)，并特別介紹使用帶CNN硬件加速器的人工智能(AI)微控制器在物聯(lián)網(IoT)邊緣實現(xiàn)人工智能應用所帶來的好處。系列文章的前兩篇文章為《卷積神經網絡簡介：什么是機器學習？——第一部分》和《訓練卷積神經網絡：什么是機器學習？——第二部分》。 簡介AI應用通常需要消耗大量能源，并以服務器農場或昂貴的現(xiàn)場可編程門陣列(FPG
            • 
                    	                        
          • 關鍵字：
                        卷積神經網絡  硬件轉換  機器學習  ADI                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          使用多層感知器進行機器學習
          
                                                            
                                        
            
                    	
          • 到目前為止，我們關注的是單層感知器，它由一個輸入層和一個輸出層組成。您可能還記得，我們使用術語“單層”是因為此配置僅包括一層計算活動節(jié)點，即通過求和然后應用激活函數來修改數據的節(jié)點。輸入層中的節(jié)點只是分發(fā)數據。到目前為止，我們關注的是單層感知器，它由一個輸入層和一個輸出層組成。您可能還記得，我們使用術語“單層”是因為此配置僅包括一層計算活動節(jié)點，即通過求和然后應用激活函數來修改數據的節(jié)點。輸入層中的節(jié)點只是分發(fā)數據。單層感知器在概念上很簡單，訓練過程非常簡單。不幸的是，它不提供我們復雜的、現(xiàn)實生活中的應用
            • 
                    	                        
          • 關鍵字：
                        多層感知器  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          如何通過人工智能(AI)和機器學習應對零售勞動力和執(zhí)行方面的挑戰(zhàn)
          
                                                            
            
                    	
          • 今年以來國內消費持續(xù)恢復，國內零售市場呈穩(wěn)步發(fā)展態(tài)勢，而商務部也將2023年定為“消費提振年”，消費的基礎性作用被進一步強調。面對不斷增長的需求，零售團隊人員數量及具體運營執(zhí)行是否能及時匹配，正成為零售商們不得不面臨的挑戰(zhàn)。零售團隊人員的短缺將使商店難以正常運營。當商店經理的人數捉襟見肘時，他們可能沒有時間對員工進行新技能培訓，幫助員工提高現(xiàn)有的技能組合，或者弄清楚如何以更佳的方式在商店中利用其技能。商店經理也可能難以對已有員工進行有效的安排。鑒于如今客戶和員工的期望之高前所未有，因此很難追蹤每位團隊成員
            • 
                    	                        
          • 關鍵字：
                        人工智能  機器學習  零售                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          機器學習在半導體制造中的重要性提升
          
                                                            
            
                    	
          • 本文討論機器學習 (ML) 與半導體制造之間的關系，特別是 ML 算法和模型在半導體制造過程中的應用。
            • 
                    	                        
          • 關鍵字：
                        機器學習                            
            • 
                   	
          
                    
          
                
          
                                
          
                    
          訓練卷積神經網絡：什么是機器學習？——第二部分
          
                                                            
                                        
            
                    	
          • 本文是系列文章的第二部分，重點介紹卷積神經網絡(CNN)的特性和應用。CNN主要用于模式識別和對象分類。在第一部分文章《卷積神經網絡簡介：什么是機器學習？——第一部分》中，我們比較了在微控制器中運行經典線性規(guī)劃程序與運行CNN的區(qū)別，并展示了CNN的優(yōu)勢。我們還探討了CIFAR網絡，該網絡可以對圖像中的貓、房子或自行車等對象進行分類，還可以執(zhí)行簡單的語音識別。本文重點解釋如何訓練這些神經網絡以解決實際問題。神經網絡的訓練過程本系列文章的第一部分討論的CIFAR網絡由不同層的神經元組成。如圖1所示，32 ×
            • 
                    	                        
          • 關鍵字：
                        ADI  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          卷積神經網絡簡介：什么是機器學習？——第一部分
          
                                                            
                                        
            
                    	
          • 隨著人工智能(AI)技術的快速發(fā)展，AI可以越來越多地支持以前無法實現(xiàn)或者難以實現(xiàn)的應用。本系列文章基于此解釋了卷積神經網絡(CNN)及其對人工智能和機器學習的意義。CNN是一種能夠從復雜數據中提取特征的強大工具，例如識別音頻信號或圖像信號中的復雜模式就是其應用之一。本文討論了CNN相對于經典線性規(guī)劃的優(yōu)勢，后續(xù)文章《訓練卷積神經網絡：什么是機器學習？——第二部分》將討論如何訓練CNN模型，系列文章的第三部分將討論一個特定用例，并使用專門的AI微控制器對模型進行測試。什么是卷積神經網絡？神經網絡是一種由神
            • 
                    	                        
          • 關鍵字：
                        ADI  卷積神經網絡  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          AI也需休息？研究稱AI“睡眠”后學習力大增
          
                                                            
            
                    	
          • AI（人工智能）可以說是目前的熱點領域，從工廠的機器人，到支付時的人臉識別，生活處處都充斥著AI的影子。人們通常認為，AI可以不知疲倦，無時無刻地工作。 但其有一個致命缺點，當學習了新知識后，會把之前學習的知識忘記，這種現(xiàn)象稱為“災難性遺忘”。近日，美國加州大學圣地亞哥醫(yī)學院的研究發(fā)現(xiàn)，通過讓一種新型的超級AI模仿人類睡眠，離線一段時間后，AI的“災難性遺忘”會得到緩解。 AI在“睡眠”后，就能像人腦一樣，回憶過去，而不需用舊的數據重新訓練。據了解，人腦中的記憶是由突觸重量的模式表示的
            • 
                    	                        
          • 關鍵字：
                        AI  人工智能  機器學習                          
            • 
                   	
          
                    
          
                
          
                                
          
                    
          基于數據驅動的多模型故障診斷
          
                                                            
                                        
            
                    	
          • 摘 要：故障通常特指某個系統(tǒng)或某個運行過程的一系列相關參數喪失了規(guī)定性能的狀態(tài)，或者在特定場景下
控制指標出現(xiàn)了偏差。故障不可避免，故障影響了電力系統(tǒng)正常安全穩(wěn)定運行。為此迫切需要快速識別診斷故
障。本文基于數據驅動算法，詳細對比分析了多種基于機器學習主流模型故障診斷的方法，并通過實例驗證了
模型的有效性以及優(yōu)越性，對模型的選擇具有重要參考意義。關鍵詞：故障識別；機器學習；數據驅動0 引言被控系統(tǒng)處于非正常運行情況時，若能夠采用某種
技術快速實時在線檢測故障并且能基于先進定位技術判
別故障點準確
            • 
                    	                        
          • 關鍵字：
                        202211  故障識別  機器學習  數據驅動                          
            • 
                   	
          
                    
          
                
          
                                                

                
          
	                
          
		                	
          
	
          
	共269條
	2/18			«
														1																2																3																4																5																6																7																8																9																10																																																																																															»
			›|
		
	
          
		                
          
	               	
          
                
          
        	
          
            
          
        
          
	
          
	
          
  		
          
    		
          
      			
          
          			
          機器學習 介紹
          
      			
          
		      	
          
		      			      			      	您好，目前還沒有人創(chuàng)建詞條機器學習 !
           
		      	歡迎您創(chuàng)建該詞條，闡述對機器學習 的理解，并與今后在此搜索機器學習 的朋友們分享。    創(chuàng)建詞條
		      			      	
          
    		
          
  		
          
  		  		  		  		
  		  		  		
  		  		            
        		  		
          
    		
          
      			
          
        			
          熱門主題
          
      			
          
      			
          
       	          						樹莓派   
					linux   
      			
          
    		
          
  		
          
		
          
	
          
	
          

          

          
        		關于我們 - 
        		廣告服務 - 
        		企業(yè)會員服務 - 
        		網站地圖 - 
        		聯(lián)系我們 - 
        		征稿 - 
        		友情鏈接 - 
        		手機EEPW
        		
          
        		Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
          
        		《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
          
      			備案 京ICP備12027778號-2 北京市公安局備案：1101082052    京公網安備11010802012473
      		
          
    	
          
  	





          




          



看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人

(function(){
    var bp = document.createElement('script');
    var curProtocol = window.location.protocol.split(':')[0];
    if (curProtocol === 'https') {
        bp.src = 'https://zz.bdstatic.com/linksubmit/push.js';
    }
    else {
        bp.src = 'http://push.zhanzhang.baidu.com/push.js';
    }
    var s = document.getElementsByTagName("script")[0];
    s.parentNode.insertBefore(bp, s);
})();