机器学习物联网操作系统嵌入式

深度学习速通系列:鲁棒性和稳定性

在机器学习中，鲁棒性和稳定性是评估模型性能的两个关键指标，它们对于确保模型在实际应用中的可靠性至关重要。
Ven%·2024-09-09 21:21

【保姆级】阿里云服务器frp内网穿透教程

背景1：去年买了一台阿里云服务器，轻量应用服务器，2核4G.个人比较喜欢嵌入式，开发板也不少，但是开发板连接路由器后内次都要看一下IP然后去连接（虽然可以在路由器上控设置固定IP），然后最近突发奇想，使用阿里云服务器的公网
第四维度4·2024-09-09 21:48

基于opencv-mediapipe的手势识别

1.mediapipe简介Mediapipe是google的一个开源项目，可以提供开源的、跨平台的常用机器学习(mach
困了不能睡·2024-09-09 21:47

嵌入式系统之软件篇

19020100348学院：电子工程学院转自：https://blog.csdn.net/weixin_38815998/article/details/102778007【嵌牛导读】在软件方面，完善的嵌入式操作系统已经成熟
Box_Holder·2024-09-09 19:45

嵌入式第三步————掌握库函数和HAL库的使用

STM32是一款广泛应用的32位微控制器，其编程方式多样，其中库函数和HAL库是两种主要的编程方式。库函数主要是指STM32的标准库函数，而HAL库是指硬件抽象层库函数。两者各有特点，适用于不同的开发需求和场景。老规矩，先来个美女压压惊！！！！！1.库函数库函数是基于STM32的寄存器进行封装后的函数集合，它允许开发者通过调用预定义的函数来操作STM32的寄存器，从而控制硬件资源。库函数的一大特点
唐人~·2024-09-09 16:45

【Linux与嵌入式系统】第一讲嵌入式系统基础

第一讲嵌入式系统基础文章目录第一讲嵌入式系统基础1.绪论1.1背景+概念+特点1.1.1背景/时代特色1.1.2嵌入式系统的概念1.1.3嵌入式系统描述1.1.4嵌入式系统的特点1.1.5嵌入式系统的分类
Ausgelebt·2024-09-09 15:39

机器学习案例-决策树实现鸢尾花分类

机器学习案例-决策树实现鸢尾花分类目录机器学习案例-决策树实现鸢尾花分类1.选题目的和意义2.主要研究内容2.1决策树算法分类（区别于树的结构和构造算法）2.2决策树算法详解2.3决策树的应用3.算法设计
Ausgelebt·2024-09-09 15:08

微机原理——从基础到实践的全面解析

2.1.指令的类型3.存储器系统3.1.RAM与ROM的区别3.2.存储器的工作原理4.中断系统与I/O接口4.1.中断的工作过程4.2.输入输出（I/O）设备与接口5.微机原理在实际中的应用5.1.嵌入式系统中的微机
小朱在敲代码·2024-09-09 15:38

高效的嵌入式系统架构设计

高效的嵌入式系统架构设计1.高效的嵌入式系统架构设计2.算法优化1.高效的嵌入式系统架构设计设计高效的嵌入式系统架构是确保系统性能和能效的关键。
迷璃学妹·2024-09-09 15:37

ARM9架构S3C2440A实验报告与操作实践

本文还有配套的精品资源，点击获取简介：本实验报告深入探讨了基于ARM920T内核的S3C2440A微处理器在嵌入式系统中的应用，特别关注了蜂鸣器、触摸屏和WinCE操作系统的实际运用。
徐晓波·2024-09-09 15:06

探索数据变换：Transform在数据分析中的重要性

在数据分析和机器学习领域，数据变换（Transform）是一个至关重要的步骤，它直接影响到模型的性能和结果的准确性。本文将深入探讨数据变换的概念、方法以及它在现代数据分析中的应用。
Lill_bin·2024-09-09 15:32

【Python之Streamlit】第1章：Streamlit简介

借助Streamlit，您可以使用简单的Python代码即可创建交互式数据可视化、机器学习模型演示和可部署的仪表板。1.2Streamlit的主要特点无代码界面：无需编写HT
civilpy·2024-09-09 14:58

人工智能对我们影响有多大？我们大学生该如何去把握和更加合理的去利用？

方向一：人工智能的领域人工智能涵盖了许多不同的领域，包括但不限于以下几个方面：机器学习：机器学习是人工智能的一个重要分支，它涉及让计算机系统从数据中学习并改进性能，
Direct_Yang·2024-09-09 14:27

蓝桥杯，嵌入式，物联网，串口接收中断加空闲中断，最简单实用的方法_空闲中断和接收中断

这篇文章还适合刚刚使用HAL库，回调函数用不习惯的同学，本文章以物联网L071为例来写，嵌入式G431也同样适用。一、串口的
2401_84009773·2024-09-09 14:56

深度学习框架 人工智能操作系统 训练&前向推理 PyTorch Tensorflow MindSpore caffe 张量加速引擎TBE 深度学习编译器 多面体 polyhedral AI集群框架

AI嵌入式框架OneFlow&清华计图Jittor&华为深度学习框架MindSpore&旷视深度学习框架MegEn
EwenWanW·2024-09-09 13:54

线性代数|机器学习-P33卷积神经网络ImageNet和卷积规则

文章目录1.ImageNet2.卷积计算2.1两个多项式卷积2.2函数卷积2.3循环卷积3.周期循环矩阵和非周期循环矩阵4.循环卷积特征值4.1卷积计算的分解4.2运算量4.3二维卷积公式5.KroneckerProduct1.ImageNetImageNet的论文paper链接如下：详细请直接阅读相关论文即可通过网盘分享的文件：imagenet_cvpr09.pdf链接:https://pan.
取个名字真难呐·2024-09-09 13:50

【C语言】如何优雅地进行嵌入式C开发？（万字总结）

序相信很多做嵌入式的朋友，做过一些项目后，会有一个瓶颈期，就是明明熟悉了C语言的所有语法，但拿到一个项目不知道如何下手，或者明明知道一个项目该怎么做，去设计代码时，却总会遇到一些逻辑上自相矛盾的地方。
外来务工人员徐某·2024-09-09 13:48

【conda】完整指南：如何配置 Conda 环境与镜像源

环境管理3.1设置默认环境路径3.2默认环境3.3环境清理3.4自定义命令4.其他常用配置选项4.1配置日志级别4.2缓存设置4.3自动更新总结conda是一个功能强大的包和环境管理工具，广泛用于数据科学、机器学习和科学计算领域
丶2136·2024-09-09 08:49

如何在Java中实现高效的分布式梯度下降算法

分布式梯度下降（DistributedGradientDescent）是一种常用于训练大规模机器学习模型的优化方法，特别是在处理大规模数据集时非常有效。
省赚客app开发者·2024-09-09 08:47

强化学习（二）----- 马尔可夫决策过程MDP

1.马尔可夫模型的几类子模型大家应该还记得马尔科夫链(MarkovChain)，了解机器学习的也都知道隐马尔可夫模型(HiddenMarkovModel，HMM)。
Duckie-duckie·2024-09-09 06:37

嵌入式设备上SystemTap调试工具使用

嵌入式Linux设备的系统软件通常不需从头开发，这些调试工具可以帮助开发者快速理解Linux内核
塵觴葉·2024-09-09 06:36

大项目SDK跨Linux平台编译成功经验总结

本人在三周的时间内，把一个带有Linux嵌入式操作系统的电信终端SDK从原
正义之兔·2024-09-09 04:21

顶级的python入门教程！小白到大师，从这篇教程开始！

学习Python的原因有很多，以下是几个主要的原因：广泛应用：Python被广泛应用于Web开发、数据科学、人工智能、机器学习、自动化运维、网络爬虫、科学计算、游戏开发等多个领域。
马大哈（Python）·2024-09-08 23:46

机器学习之 K-均值聚类算法

K-均值（K-means）聚类算法是一种常用的无监督学习算法，用于将数据集划分为K个不同的簇。该算法通过迭代的方式将数据点分配到最近的簇中，并更新簇的中心，直到收敛为止。一、K-均值聚类算法的基本步骤：初始化K个簇的中心点（可以随机选择或者根据数据集初始化）。将每个数据点分配到最近的簇中。更新每个簇的中心点为该簇所有数据点的平均值。重复步骤2和3，直到簇的中心点不再改变或达到指定的迭代次数。二、K
维生素￥·2024-09-08 23:43

【备战软考（嵌入式系统设计师）】04-嵌入式软件架构

嵌入式操作系统嵌入式系统有以下特点：要求编码体积小，能够在有限的存储空间内运行。面向应用，可以进行裁剪和移植。用于特定领域，可以支持多任务。可靠性高，及时响应，无需人工干预独立运行。
折途想要敲代码·2024-09-08 23:11

机器学习中的 K-均值聚类算法及其优缺点

K-均值聚类算法是一种常用的无监督学习算法，用于将一组数据点划分为K个不同的聚类。该算法的主要思想是将数据点分配给最接近的聚类中心，并通过迭代优化聚类中心位置，使得聚类内部的数据点之间的距离最小化。算法流程如下：初始化K个聚类中心，可以是随机选择的数据点或者通过其他方法选择。分别计算每个数据点到K个聚类中心的距离，并将其分配给距离最近的聚类中心。更新每个聚类的中心位置为其内部所有数据点的平均值。重
安科瑞蒋静·2024-09-08 22:11

Python的图形化界面编程

2017.2.14好久没有写代码了，感觉过一个年弄的什么也没有干成，好像看了下c++,突然发现现在来看C++,要简单了好多，并且指针也没有那么难了，然后就是看了下机器学习，感觉有点小难，现在发现好多都涉及到高数
iteye_20668·2024-09-08 22:37

新的机器学习特性包含Python

Microsoftaa在其AzureML提供的机器学习功能中增加了几个新功能，包括更好地集成Python和自动自调优功能，以便更快地进行模型开发。
无聊的小明老师·2024-09-08 21:28

分享一个基于微信小程序的智慧校园服务平台（源码、调试、LW、开题、PPT）

作者：计算机源码社个人简介：本人八年开发经验，擅长Java、Python、PHP、.NET、Node.js、Android、微信小程序、爬虫、大数据、机器学习等，大家有这一块的问题可以一起交流！
计算机源码社·2024-09-08 19:51

gd32 定时器时钟_GD32E5 系列定时器全面助力工业互联网

这系列MCU采用台积电低功耗40纳米(40nm)嵌入式闪存工艺构建，具备业界领先的处理能力、功耗效率、连接特性和更经济的开发成本，进一步推动嵌入式开发向高精度工业控制领域扩展，解决数字电源、电机变频、测量仪器
weixin_39861054·2024-09-08 18:45

机器学习框架巅峰对决：TensorFlow vs. PyTorch vs. Scikit-Learn实战分析

1.引言1.1机器学习框架的重要性在机器学习的黄金时代，框架的选择对于开发高效、可扩展的模型至关重要。合适的框架可以极大地提高开发效率，简化模型的构建和训练过程，并支持大规模的模型部署。
@sinner·2024-09-08 18:42

图像预处理之图像去重

图像预处理之图像去重图像去重介绍方法基于直方图进行图像比对基于哈希法基于ORG进行图像特征提取基于机器学习批量去重图像去重介绍图像去重通常指的是完全相同的图像，即内容完全相同，颜色、尺寸、方向等都相同。
江小皮不皮·2024-09-08 18:11

LLM系列 | 36：Google最新开源大模型：Gemma 2介绍及其微调(下篇)

小伙伴们好，我是微信公众号《小窗幽记机器学习》的小编：卖黑神话的小女孩。本文紧接前文Google最新开源大语言模型：Gemma2介绍及其微调(上篇)，介绍如何用中文语料微调Gemma2模型。
JasonLiu1919·2024-09-08 18:10

掌握嵌入式Linux编程 - 第三版

掌握嵌入式Linux编程-第三版Mastering-Embedded-Linux-Programming-Third-EditionMasteringEmbeddedLinuxProgrammingThirdEdition
秋玥多·2024-09-08 17:39

【大厂招聘试题】__嵌入式开发工程师_2023届“联想”_2

目录匹配职位：嵌入式开发工程师11.（单选题）Linux中的进程的几种状态，其中说法错误的是（）12.（单选题）关于fork函数，下列说法错误的是（）13.
Rleco.·2024-09-08 17:03

工信教考 | AI智能体应用工程师（模拟试题）

这些题目旨在考察应试者在人工智能、机器学习、深度学习、算法设计、系统开发等方面的能力。一、选择题无监督学习常用于哪些任务？
人工智能-猫猫·2024-09-08 16:57

AI智能电销机器人的优势是什么，有什么特点？

机器学习、大数据、深度学习、云计算等的发展和应用，机器人完成复杂专业任务的能力越来越强。
VO_794632978·2024-09-08 15:54

详解python中的pandas.read_csv()函数

同时欢迎大家关注其他专栏，我将分享Web前后端开发、人工智能、机器学习、深度学习从0到1系列文章。
程序员洲洲·2024-09-08 15:24

大厂嵌入式数字信号处理器(DSP)面试题及参考答案

什么是模拟信号处理和数字信号处理（DSP）在嵌入式系统中的应用？模拟信号处理是对连续变化的模拟信号进行操作和处理。
大模型大数据攻城狮·2024-09-08 15:24

7. 深度强化学习：智能体的学习与决策

1.强化学习的基本框架强化学习是机器学习的一个分支，专注于智能体在与环境的交互过程中，学习如何通过最大
Network_Engineer·2024-09-08 12:58

机器学习-神经网络：循环神经网络（RNN）详解

引言在当今人工智能（AI）和深度学习（DL）领域，循环神经网络（RNN）作为一种专门处理序列数据的模型，具有不可忽视的重要性。RNN的设计目标是模拟和处理序列中的时间依赖关系，使其成为许多应用场景的理想选择，如自然语言处理（NLP）、时间序列预测和语音识别等。它不仅能处理固定长度的数据输入，还能应对输入长度不一的序列，从而为各种复杂的时序数据任务提供了强有力的支持。1.RNN的起源与发展循环神经网
刷刷刷粉刷匠·2024-09-08 11:54

多模态大模型：技术原理与实战 ChatGPT的诞生

多模态大模型：技术原理与实战ChatGPT的诞生作者：禅与计算机程序设计艺术1.背景介绍1.1人工智能的发展历程1.1.1早期人工智能1.1.2机器学习时代1.1.3深度学习的崛起1.2自然语言处理的演进
AI大模型应用之禅·2024-09-08 10:51

嵌入式架构理论

嵌入式架构简介嵌入式系统是一个高度定制化的计算系统，嵌入于一个更大的设备或系统中，通常执行特定功能。嵌入式系统无处不在，从智能家居设备到汽车控制系统，几乎所有电子设备中都包含嵌入式技术。
Evaporator Core·2024-09-08 10:44

新一代交互模式：LUI&CUI&VUI

随着技术的发展，特别是人工智能和机器学习的进步，交互方式也在不断演变。
MavenTalk·2024-09-08 09:10

七、其他注意事项

在算法嵌入式部署的过程中，除了上述核心环节外，还有一些其他重要的注意事项需要关注。这些注意事项涵盖了从项目规划到后期维护的各个方面，对于确保算法的成功部署和长期稳定运行至关重要。
机 ＿ 长·2024-09-08 08:36

六、部署与验证

在算法嵌入式部署的最终阶段，部署与验证是确保算法能够在目标嵌入式设备上正确运行并满足预期功能要求的关键步骤。
机 ＿ 长·2024-09-08 08:35

yolov8 模型架构轻量化 | 极致降参数量

通过减少模型参数量，可以有效降低模型的体积，从而减小存储空间需求，使模型更容易在嵌入式设备和
机 ＿ 长·2024-09-08 08:05

将在2021年颠覆业务发展的十种技术

在调研机构最近进行的首席信息官状态调查中，很多IT领导者认为，人工智能和机器学习名列最有可能在2021年对企业运营方式产生重大影响的首位。他们还认为，
鹤子青云上·2024-09-08 08:53

【Cesium实体创建】

文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档Cesium目录前言一、Cesium二、点线实体1.点实体2.线实体总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要
琳沫lerlee·2024-09-08 08:05

CPU服务器如何应对大规模并行计算需求？

这种计算方式常用于科学计算、数据分析、机器学习、图像处理等领域，面对海量数据与复杂计算时，传统的串行计算往往显得无能为力。现代CPU通常具备多个核心，这使得它们能够在同一时间内并行执行多个线程或任务。
Jtti·2024-09-08 08:01
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他