嵌入式机器学习

机器学习100天-Day2503 Tensorboard 训练数据可视化（线性回归）

首页.jpg源代码来自莫烦python(https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/4-1-tensorboard1/)今日重点读懂教程中代码，手动重写一遍，在浏览器中获取到训练数据Tensorboard是一个神经网络可视化工具，通过使用本地服务器在浏览器上查看神经网络训练日志，生成相应的可是画图，帮助炼丹师
我的昵称违规了·2024-09-08 03:15

LeYOLO 用于目标检测的新型可扩展和高效CNN架构 | 最新轻量化SOTA! 5GFLOP下无对手！

这种演变在一定程度上忽视了嵌入式和面向移动的AI目
迪菲赫尔曼·2024-09-08 02:21

13款常用AI编程工具

AI编程工具的选择和使用，主要取决于具体的项目需求、编程语言、以及AI任务的类型（如机器学习、自然语言处理、计算机视觉等）。
liyy614·2024-09-07 23:31

如何进行 AWS 云监控

它提供广泛的云服务，包括计算能力、存储选项、网络功能、数据库、分析、机器学习、人工智能、物联网和安全。使用AWS有哪些好处？
ManageEngine卓豪·2024-09-07 22:53

Pytorch机器学习——3 神经网络（三）

outline神经元与神经网络激活函数前向算法损失函数反向传播算法数据的准备PyTorch实例：单层神经网络实现3.2激活函数3.2.2TanhTanh是一个双曲三角函数，其公式如下所示：image.png从图像上可以看出，与Sigmoid不同，它将输入变量映射到(-1,1)之间，它是Sigmoid函数经过简单的变换得到的。导数优缺点：优点：由于其图形在定义域0附近近似线性，并且在整个定义域有可导
辘轳鹿鹿·2024-09-07 21:50

人工智能与机器学习原理精解【1】

文章目录Rosenblatt感知器感知器基础收敛算法算法概述算法步骤关键点说明总结C++实现要点代码参考文献Rosenblatt感知器感知器基础感知器，也可翻译为感知机，是一种人工神经网络。它可以被视为一种最简单形式的前馈式人工神经网络，是一种二元线性分类器。Rosenblatt感知器建立在一个非线性神经元上，但是它只能完成线性分类硬限幅与超平面局部诱导域v=∑i=1mwixi+b从上面公式看来，
叶绿先锋·2024-09-07 19:06

【机器学习】朴素贝叶斯方法的概率图表示以及贝叶斯统计中的共轭先验方法

引言朴素贝叶斯方法是一种基于贝叶斯定理的简单概率模型，它假设特征之间相互独立。文章目录引言一、朴素贝叶斯方法的概率图表示1.1节点表示1.2边表示1.3无其他连接1.4总结二、朴素贝叶斯的应用场景2.1文本分类2.2推荐系统2.3医疗诊断2.4欺诈检测2.5情感分析2.6邮件过滤2.7信息检索2.8生物信息学三、朴素贝叶斯的优点四、朴素贝叶斯的局限性4.1特征独立性假设4.2敏感于输入数据的表示4
Lossya·2024-09-07 19:33

【机器学习】朴素贝叶斯网络的基本概念以及朴素贝叶斯网络在python中的实例

引言文章目录引言一、朴素贝叶斯网络1.1基本概念1.1.1节点1.1.2边（Edges）1.1.3条件独立性1.2特点1.2.1结构简单1.2.2易于理解和实现1.2.3计算效率高1.3应用1.4数学表示1.5局限性二、朴素贝叶斯网络在python中的实例2.1实例背景2.2实现步骤2.3python代码2.4代码解释三、概率推断在医疗领域中的使用3.1概率推断在医疗领域的使用3.2自动化推断的优
Lossya·2024-09-07 19:33

【Rust光年纪】从心理学计算到机器学习：Rust语言数据科学库全方位解读！

Rust语言的数据科学和机器学习库大揭秘：核心功能、使用指南一网打尽！前言随着数据科学和机器学习在各个领域的广泛应用，使用高效、稳定的编程语言来实现这些功能变得尤为重要。
friklogff·2024-09-07 18:59

Python与R的完美协作：深入解析subprocess模块调用R脚本的参数传递机制

在数据科学和机器学习领域，Python和R经常需要协同工作。作为一名数据科学家，掌握这两种语言的交互技巧至关重要。
十步杀一人_千里不留行·2024-09-07 17:17

【Java】Base64加密与解密

博主简介：现任阿里巴巴嵌入式技术专家，15年工作经验，深耕嵌入式+人工智能领域，精通嵌入式领域开发、技术管理、简历招聘面试。CSDN优质创作者，提供产品测评
I'mAlex·2024-09-07 17:46

Python 机器学习 基础 之 数据表示与特征工程 【分箱、离散化、线性模型与树 / 交互特征与多项式特征】的简单说明

Python机器学习基础之数据表示与特征工程【分箱、离散化、线性模型与树/交互特征与多项式特征】的简单说明目录Python机器学习基础之数据表示与特征工程【分箱、离散化、线性模型与树/交互特征与多项式特征
仙魁XAN·2024-09-07 13:19

自然语言处理系列六十一》分布式深度学习实战》TensorFlow深度学习框架

文章目录自然语言处理系列六十一分布式深度学习实战》TensorFlow深度学习框架安装和部署过程总结自然语言处理系列六十一分布式深度学习实战》TensorFlow深度学习框架TensorFlow作为最流行的深度学习框架之一，表达了高层次的机器学习计
陈敬雷-充电了么-CEO兼CTO·2024-09-07 11:11

图像去噪算法代码c语言,深度学习图像去噪代码

AI开发平台ModelArtsModelArts是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部署能力
weixin_39777018·2024-09-07 11:40

esp32通过NBIoT模块连入MQTT服务器

通过NBIoT模块连入MQTT服务器keywords:nbiot,esp32,c++,python,mqtttags:[esp32,c++,python,mqtt,nbiot]categories:[嵌入式
发愤图强想做全栈的小陈·2024-09-07 11:07

企业大规模部署机器学习模型的困境

基石风投合伙公司研究人工智能、机器学习的分析师、美国纽约大学的前数据科学家JustinGage不久前写了一篇文章[1]，为我们讲述了机器学习的部署和建模的不同之处，以及在公司
AI前线·2024-09-07 11:57

Node.js发票识别接口助力企业实现发票的精准高效管理

通过高精度的图像识别与机器学习技术，将繁琐的手动输入工作转化为自动化的过程，不仅提升了数据处理速度，还极大降低了人为错误。
翔云API·2024-09-07 09:24

Python中的深度学习神经网络

卷积神经网络的原理-卷积层与池化层-特征提取与全连接层-Python中的CNN库与工具4.Python中深度学习的挑战和未来发展方向-计算资源与速度-迁移学习与模型压缩-融合多种深度学习算法1.引言-简介深度学习是机器学习的一个
2301_78297473·2024-09-07 08:46

c++ +Opencv实现车牌自动识别

字符识别：利用机器学习算法或者OCR（光学字符识别）技
听忆.·2024-09-07 08:16

人工智能与机器学习原理精解【16】

文章目录因果推理概率空间模型一、定义二、性质三、构建步骤四、示例五、应用联合分布概述联合分布函数和概率密度函数之间的主要关系离散型联合分布连续型联合分布联合分布函数一、定义二、性质三、计算四、例子五、例题Reichenbach的共同原因原则定义与背景主要内容数学原理概述应用与推断应用领域注意事项Reichenbach共同原因原则（赖兴巴赫共同原因原理）的实例1.自然科学领域实例一：地震与海啸的相关
叶绿先锋·2024-09-07 08:45

第十届脑电机器学习训练营（线上：2023.8.14~9.3）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★随着人们对神经系统功能认识的提高和计算机技术的发展，脑机接口（BCI）技术的研究呈明显的上升趋势。BCI是一种不依赖
茗创科技·2024-09-07 08:35

睿赛德科技携手先楫共创RISC-V生态｜RT-Thread EtherCAT主从站方案大放异彩

该方案不仅展示了卓越的性能和可靠性，还体现了双方在嵌入式系统领域的深入合作和技术领先优势。目前先楫半导体所有开发板已上RT-Thread主
RT-Thread物联网操作系统·2024-09-07 06:02

【PyTorch】PyTorch中的方法torch.randperm()介绍

这个函数是非常有用的，尤其是在需要随机打乱数据或索引时，比如在训练机器学习模型时打乱数据顺序，以确保模型训练的泛化能力。参数n(int):输出张量的长度，即最大的数字为n-1。
读思辨·2024-09-07 05:22

什么是单片机，单片机有什么用 ？

近期不少学生问我，我有51基础，单片机略懂，嵌入式也懂一点，能不能往单片机方向发展。你真的了解到行情了吗？什么是单片机，单片机有什么用？
大方老师嵌入式·2024-09-07 01:00

零基础怎么学习单片机？

一般来说，想要学习单片机，很多也是因为嵌入式的原因，但是既然都选择学习单片机了，那么学习的内容就是要对单片机的硬件结构有所了解。
an520_·2024-09-07 00:27

【Python】成功解决Python报错：ImportError: cannot import name ‘xxx‘ from partially initialized module ‘yyy‘

博主简介：现任阿里巴巴嵌入式技术专家，15年工作经验，深耕嵌入式+人工智能领域，精通嵌入式领域开发、技术管理、简历招聘面试。
I'mAlex·2024-09-07 00:55

使用深度学习TensorFlow框架进行图片识别

通过阿里云机器学习PAI基于经典的CIFAR-10数据集实现图片识别。学员可以通过本实验，对深度学习Tensorflow框架有一个简单、直观的了解。
开发者社区小百科·2024-09-06 20:59

【车辆轨迹处理】python实现轨迹点的聚类（一）——DBSCAN算法

空间聚类分析是一种无监督形式的机器学习。通过空间聚类可以从空间数据集中发现隐含的信息。  
空之箱大战春日影·2024-09-06 20:28

代码重构在嵌入式开发中的操作方法

文章目录1.代码重构2.常见方法3.重构的特殊考虑4.代码重构的最佳实践5.重构示例1.代码重构在嵌入式系统开发中，代码重构通常是一个重要的过程。
TENET-·2024-09-06 20:57

嵌入式系统中的中断的使用和处理机制

文章目录1.概述2.中断请求3.中断响应4.保护现场5.中断服务6.恢复现场7.中断返回1.概述在嵌入式系统中，中断处理机制是确保系统实时响应外部事件的关键技术之一。
TENET-·2024-09-06 20:57

TensorFlow库详解：Python中的深度学习框架

引言TensorFlow是由GoogleBrain团队开发的开源机器学习库，用于各种复杂的数学计算，特别是涉及深度学习的计算。它提供了大量工具和资源，用于构建和训练机器学习模型。
极客代码·2024-09-06 19:56

【QT开发教程】Qt中的数据绑定与MVVM架构

博主简介：现任阿里巴巴嵌入式技术专家，15年工作经验，深耕嵌入式+人工智能领域，精通嵌入式领域开发、技术管理、简历招聘面试。C
I'mAlex·2024-09-06 18:11

什么是嵌入式Linux？嵌入式工程师为什么要学Linux？

article/details/106380314【嵌牛导读】Linux从1991年问世到现在，短短的十几年时间已经发展成为功能强大、设计完善的操作系统之一，不仅可以与各种传统的商业操作系统分庭抗争，在新兴的嵌入式操作系统领域内也获得了飞速发展
TYTO·2024-09-06 17:49

嵌入式的实时性---时间片轮询

#创作灵感：在实际的工业生产生活中，很多嵌入式编程的流程之中，几乎都是不允许CPU在当前的状态阻塞太长时间，一般不会超过1ms。
弃梓·2024-09-06 17:09

嵌入式单片机程序架构之时间片轮询法

时间片轮询法，在很多书籍中有提到，而且有很多时候都是与操作系统一起出现，也就是说很多时候是操作系统中使用了这一方法。不过我们这里要说的这个时间片轮询法并不是挂在操作系统下，而是在前后台程序中使用此法。也是本贴要详细说明和介绍的方法。对于时间片轮询法，虽然有不少书籍都有介绍，但大多说得并不系统，只是提提概念而已。下面本人将详细介绍本人模式，并参考别人的代码建立的一个时间片轮询架构程序的方法，我想将给
wangshuwang·2024-09-06 17:07

【Python报错】成功解决ValueError: all input arrays must have the same shap

【Python报错】成功解决ValueError:allinputarraysmusthavethesameshape在Python编程中，尤其是在使用NumPy、Pandas或进行机器学习、深度学习等数据处理和模型训练时
云天徽上·2024-09-06 15:55

【Python报错】成功解决IndentationError: expected an indented block

【Python报错】成功解决IndentationError:expectedanindentedblock欢迎莅临我的个人主页这里是我深耕Python编程、机器学习和自然语言处理（NLP）领域，并乐于分享知识与经验的小天地
云天徽上·2024-09-06 15:24

每天一个数据分析题（五百一十四）- 决策树算法

externalnode）D.叶结点（leafnode）数据分析认证考试介绍：点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python，SQL，统计学，数据分析理论，深度学习，可视化，机器学习
跟着紫枫学姐学CDA·2024-09-06 15:20

Python读取Excel数据

一、引言在数据科学、机器学习、财务分析等多个领域，
shiming8879·2024-09-06 14:14

一篇经典Python编程常用的30个操作以及代码演示（非常详细）零基础入门到精通，收藏这一篇就够了

这些案例将涵盖数据处理、算法、文件操作、数据可视化、网络编程、机器学习等多个领域.以下是具体的操作步骤和示例代码：基础操作1.计算两个数的和defadd(a,b):returna+bprint(add(
Python_chichi·2024-09-06 13:38

【C语言从不挂科到高绩点】12-数组练习-01

本节课开始重点给大家讲讲C语言中的数组本套课程将会从0基础讲解C语言核心技术，适合人群：大学中开设了C语言课程的同学想要专升本或者考研的同学想要考计算机等级证书的同学想要从事C/C++/嵌入式开发的同学
听潮阁·2024-09-06 12:03

【机器学习】交通勘测

交通勘测交通勘测中的关键应用场景交通勘测中常用的数据来源交通勘测中的挑战结论边走、边悟迟早会好机器学习在交通勘测中的应用非常广泛，可以用于交通流量预测、事故检测、车辆分类、道路拥堵管理等多个方面。
听忆.·2024-09-06 12:03

NFV架构

网络功能虚拟化被称为NFV（NetworkFunctionsVirtualization），而虚拟化之后的网络功能被称为VNF（VirtualizedNetworkFunction）在硬件通用化后，传统的网元不再是嵌入式的软硬结合
冯富江的技术博客·2024-09-06 12:59

【机器学习】模型性能与可解释性的矛盾以及如何提高可解释性和模型性能

引言文章目录引言一、模型性能与可解释性的矛盾1.1矛盾的一些关键点1.1.1模型性能1.2可解释性1.3矛盾点1.3.1复杂性与简单性1.3.2黑盒模型1.3.3业务需求1.3.4合规性和责任1.4解决方案1.4.1使用可解释的模型1.4.2模型简化1.4.3后验可解释性技术1.4.4模型集成1.4.5业务与技术的平衡1.5总结二、如何提高可解释性2.1选择可解释的模型2.2模型简化2.3部分依赖
Lossya·2024-09-06 11:57

SAFEFL: MPC-friendly Framework for Private and Robust Federated Learning论文阅读笔记

概述传统机器学习（ML）：集中收集数据->隐私保护问题privacy-preservingML(PPML)采
慘綠青年627·2024-09-06 10:44

Python人工智能学习路线_python ai学习

deffuntion():return'haha，往下看，下面会介绍方法'回到笔者，一名普普通通的程序员，当初也是”误打误撞“学习Python入门到机器学习、深度学习，至今有4个年头，踩了很多坑，下文说到的学习方法
性能优化Java开发·2024-09-06 09:11

Java在智能数据挖掘系统的应用

智能数据挖掘系统是利用机器学习、统计分析等技术从大量数据中自动或半自动地发现模式和知识的系统。Java作为一种流行的编程语言，因其强大的性能和丰富的生态系统，在智能数据挖掘领域的应用非常广泛。
lizi88888·2024-09-06 09:10

EI会议推荐-第二届大数据与数据挖掘国际会议（BDDM 2024）

武汉纺织大学会议时间：2024年12月13日-12月15日会议地点：湖北武汉02征稿主题：包含（但不限于）以下领域：大数据：大数据分析、人工智能、大数据网络技术、大数据搜索算法和系统、分布式和点对点搜索、基于大数据的机器学习
shiyuankeyan·2024-09-06 08:36

rust嵌入式key/value数据库

如何使用功能对比性能测试对比插入不同的长度的key/valuemonotonicinsert/get/removerandominsert/get/remove项目介绍类型语言star简介sledrust4.6k嵌入式数据库
kk3909·2024-09-06 07:59

开放麒麟操作系统能打动嵌入式软件工程师吗？

嵌入式软件工程师最常用的操作系统有RTOS、Linux、安卓。rtos虽然高度碎片化，各种操作系统都有，但是渐渐的大家用的都是两个规模比
物联网_区块链_边缘计算_人工智能·2024-09-06 06:25
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他