神经形态芯片第8页

GaussDB 关键架构目标

在产品形态上，提供面向云数据库服务GaussDB的分布式安装包和集中式安装包，提供面向本地化安装的小型化安装包。根据华为云提供的调查报告，当前全球数据库市场增长超预期，云是数据库增长最重要驱动力。

关沵什么柿·2025-02-08 05:47

冯诺依曼计算机发展瓶颈,冯诺依曼瓶颈

计算速度的提高，必然会让人感觉到智能的提高，而人脑神经网络传递信号的速度，是否也有可能提高呢？所谓“冯诺依曼瓶颈”，是冯诺依曼架构本身带来的一些限制。

weixin_39747595·2025-02-08 05:14

芯片AON和NC

在嵌入式开发中，AON（Always-OnDomain，始终开启域）指的是芯片或微控制器（MCU）中一个特殊的电源域或功能模块，它即使在系统进入低功耗模式时仍然保持运行。

小米人er·2025-02-08 05:44

MobileNetV2: Inverted Residuals and Linear Bottlenecks

以下是对这些核心内容的简要概述：MobileNetV2架构设计：提出了一种新的神经网络模块——倒残差结构（InvertedResiduals），其中的快捷连接位于瓶颈层之间。使用轻量级

TAICHIFEI·2025-02-08 03:38

【神经网络搜索】NasBench301 使用代理模型构建Benchmark

【GiantPandaCV导语】本文介绍的是NAS中的一个benchmark-NASBench301,由automl.org组织发表，其核心思想是针对表格型基准存在的不足提出使用代理模型拟合架构与对应准确率。Paper:NAS-Bench-301andThecaseforsurrogatebenchmarksforNeuralArchitectureSearchCode:https://githu

*pprp*·2025-02-08 03:32

NAS（神经架构搜索）基准数据集

在NAS（神经架构搜索）任务中，基准数据集是指专门设计并提供固定的搜索空间、评价指标和预训练结果的数据集，用于公平评估和比较不同NAS算法的表现。

TAICHIFEI·2025-02-08 03:31

用skimage学习数字图像处理（003）：Skimage各模块初探（中）

这是中篇，主要介绍几个算法类的子库，包括：metrics（评价指标）、transform（几何变换）、exposure（点变换）、filter（滤波）、restoration（复原）、morphology（形态学

Jason 2008·2025-02-08 01:52

pyannote 语音活动检测/说话者变化检测/语音重叠检测

这个项目是基于PyTorch的，与webrtcvad有着天壤之别,在嘈杂环境下解决语音活动检测还是得靠神经网络,而webrtcvad在嘈杂状态下是无法工作的，感兴趣的同学可以看一下，或许你们有更好的解决方案

wx:pjcoder·2025-02-08 00:44

基于Pytorch的猫狗分类的代码演练

前段时间在人工智能课上老师给我们介绍了一下卷积神经网络CNN，顺便在课上复现了猫狗分类的相关代码。

摸爬滚打的包菜·2025-02-07 23:09

从零学习pytorch——4.基础概念讲解及神经网络模块

从零学习pytorch——4.基础概念讲解及神经网络模块在PyTorch中，nn.Module是构建神经网络模型的基础类。

PyTorch 研习社·2025-02-07 22:05

【AI中数学-信息论-综合实例】缩小AI巨人：大模型神经网络的压缩与裁剪

第六章：信息论-综合实例第二节：缩小AI巨人：大模型神经网络的压缩与裁剪术在本节中，我们将探讨压缩和裁剪大规模神经网络模型的技术，使其更加高效，适用于实际应用。

云博士的AI课堂·2025-02-07 22:03

毕业设计：基于卷积神经网络的鲜花花卉种类检测算法研究

目录前言课题背景和意义实现技术思路一、算法理论基础1.1卷积神经网络1.2目标检测算法二、数据集2.1数据集2.2数据扩充三、实验及结果分析3.1实验环境搭建3.2模型训练最后前言大四是整个大学期间最忙碌的时光

HaiLang_IT·2025-02-07 20:23

运维之专业术语（Professional Terminology for Pperation and Maintenance）

运维之专业术语运维领域作为IT基础设施的中枢神经系统，其专业术语体系构成了一套完整的知识图谱。本文系统梳理了涵盖基础运维、云计算架构、自动化工程等领域的200个核心术语，为从业者构建完整的知识框架。

Linux运维老纪·2025-02-07 19:46

20240703在Ubuntu22.04上配置RK3588的Android12的编译环境

并且在调试过程中发现，飞凌的u-boot闭源，据说是因为u-boot中有加密IC芯片！各种坑/隐患。不想将来有惊喜，使用飞凌的OK3588-C核心板就得现在先做好Roc

南棱笑笑生·2025-02-07 16:00

详解类与对象——多态

（^_^）超长文嘻嘻一.多态1.多态的基本概念多态，通俗的说，就是完成一个行为的多种形态，具体点就是去完成某个行为，当不同的对象去完成时会产生出不同的状态。

tanactor·2025-02-07 16:59

torch库介绍

文章目录基本概念张量（Tensor）自动求导（AutomaticDifferentiation）：神经网络模块（nn.Module）优化器（Optimizer）：导入torch示例构建神经网络总结torch

codelyq·2025-02-07 15:22

MOE-conformer 流式多语种语音识别

MOE(MixtureofExperts)：MOE是一种通过专家混合来实现深度学习模型的方法，主要有以下特点：MOE由多个专家(Excpert)组成，每个专家是一个独立的神经网络(可以是MLP、CNN、

深度学习-视听觉·2025-02-07 14:16

ReLU激活函数的定义

ReLU（RectifiedLinearUnit，修正线性单元）是一种非常流行的激活函数，广泛应用于深度学习模型中，尤其是在卷积神经网络（CNN）中。

人工智能专属驿站·2025-02-07 13:34

RAG和KAG：AI知识增强的两大“利器”

一文读懂RAG和KAG：AI知识增强的两大“利器”阅读时长：15分钟发布时间：2025-02-07近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎

·2025-02-07 13:53

DeepSeek无问西东！先行者早已趟平全国产之路

春节没过完，就已迅速适配多个国产芯片，并在各大云平台上线，好生热闹~这一系列动向主要聚焦于以下三个方面：平台层：像华为云、阿里云、腾讯云等云厂商先后接入DeepSeek相关大模型服务，价格不变甚至有的更便宜

·2025-02-07 09:47

FreeRTOS简介

本文将简要介绍FreeRTOS的发展历史、技术演进、技术特点，并介绍ESP-IDF对FreeRTOS的绑定，以及FreeRTOS在ESP32等芯片上的应用。FreeRT

boringhex.top·2025-02-07 06:21

Python中的GRU模型

为了解决这些问题，研究人员提出了另一种递归神经网络模型：门控循环单元（GRU）。GRU模型和LSTM模型类似，都可以用于处理序列数据，例如自然语言处理和视频分析。两个模型的区别在于

NoABug·2025-02-07 04:37

ARM与x86架构：现代计算的两大支柱

ARM架构：移动和低功耗的先锋主流厂家苹果：苹果的A系列、M系列芯片基于ARM架构，用于iPhone和iPad等设备。

文堅·2025-02-07 04:32

RNN/LSTM/GRU 学习笔记

循环神经网络（RecurrentNeuralNetwork，RNN）是用来建模序

Curz酥·2025-02-07 02:52

神经网络Neural Networks概述

深度学习是基于人工神经网络（ANN）技术的发展而不断突破和提升，推动了人工智能的发展。相对的另一领域是生物神经网络（BiologicalNeuralNetwork，BNN）

种花家的码农·2025-02-07 00:40

2024年GitHub上最火的Python项目

82K+机器学习、神经网络(github)(libhunt)Django高效的Web开发框架，促进快速开发。

Allen-Steven·2025-02-07 00:08

目前市场上深度学习简介及沿革发展

1.感知机（Perceptron）及其扩展发展历史1958年：感知机由FrankRosenblatt提出，这是最早的人工神经网络模型，旨在模拟生物神经网络。

Allen-Steven·2025-02-07 00:08

模型蒸馏、量化、裁剪的概念和区别

模型压缩概述1.1模型压缩的重要性随着深度学习技术的快速发展，神经网络模型在各种任务中取得了显著的成功。然而，这些模型通常具有大量的参数和复杂的结构，导致模型体积庞大、计算资源消耗高和推理时间长。

我就是全世界·2025-02-06 22:24

LCD液晶段码屏驱动器段码驱动芯片VK1056B/C SOP24/ SSOP24 3线通讯接口

产品型号：VK1056B/C产品品牌：永嘉微电/VINKA封装形式：SOP24/SSOP24原厂，工程服务，技术支持！概述：VK1056是一个点阵式存储映射的LCD驱动器，可支持最大56点(14SEGx4COM)的LCD屏，也支持2COM和3COM的LCD屏。单片机可通过三条通信线配置显示参数和发送显示数据，也可通过指令进入省电模式。ZXY3309特点：•工作电压2.4-5.2V•内置256kHz

·2025-02-06 21:34

深度学习篇---深度学习相关知识点&关键名词含义

Ronin-Lotus·2025-02-06 21:21

【蓝桥杯嵌入式】2_LED

1、电路图74HC573是八位锁存器，当控制端LE脚为高电平时，芯片“导通”，LE为低电平时芯片“截止”即将输出状态“锁存”，led此时不会改变状态，所以可通过led对应的八个引脚的电平来控制led的状态

YE_lou·2025-02-06 21:20

为什么主引导记录的内存地址是0x7C00？

8088芯片本身需要占用0x0000～0x03FF，用来保存各种中断处理程序的储存位置。（主引导记录本身就是中断信号INT19h的处理程序。）所以，内存只剩下0x0400～0x7FFF可以使用。

书法教育1·2025-02-06 21:18

必知！10大机器学习算法

——吴恩达近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文】1.K最近邻（KNN）KNN是一种简单却强大的分类算法

·2025-02-06 21:56

空间注意力模块（SAM）和时间注意力模块（TAM）详解及代码复现

在神经网络中，注意力机制主要通过Softmax函数实现，它能够将输入特征映射到0到1之间的概率分布，从而实现特征的加权。空间注意力与时间注意力在

清风AI·2025-02-06 21:47

大型推理模型（LRM）的比较 OpenAI DeepSeek R1 Gemini 2.0

大型推理模型（LRM）的比较OpenAIDeepSeekR1Gemini2.0阅读时长：25分钟发布时间：2025-02-06近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容

·2025-02-06 17:20

低功耗4按键触摸/4通道触控/触摸检测芯片(IC)VKD104CB SSOP16

该芯片具有较高的集成度，仅需极少的外部组件便可实现触摸按键的检测。提供了4路输出功能，可通过IO脚选择输出电平，输出模式，输出脚结构，单键/多键和最长输出时间。

·2025-02-06 17:48

触控感应芯片/2键低功耗触摸/触摸触控IC-VKD104CR SOP8

该芯片具有较高的集成度，仅需极少的外部组件便可实现触摸按键的检测。提供了2路直接输出功能。芯片内部采用特殊的集成电路，可减少按键检测错误的发生。

·2025-02-06 17:18

低功耗1按键触控/1通道触摸芯片/触摸触控IC-VKD233HH SOT23-6

该芯片具有较高的集成度，仅需极少的外部组件便可实现触摸按键的检测。提供了1路输出功能，可通过IO脚选择输出电平，输出模式。

·2025-02-06 17:17

深度可分离卷积_主干网络系列(6) - Xception: 使用深度可分离卷积的深度学习

DeepLearningwithDepthwiseSeparableConvolutions工程代码：Github链接0.摘要该论文对Inception模块做了新的解释，认为Inception模块是常规卷积神经网络到深度可分离卷积神经网络的过渡手段

weixin_39630106·2025-02-06 17:22

FPGA与ASIC：到底选哪个好？

FPGA(FieldProgrammableGateArray)是一种现场可编程门阵列芯片，本质上它是一种半定制的芯片，可以根据需要重新编程，以适应不同的功能需求。

博览鸿蒙·2025-02-06 16:46

如何制作3d虚拟人物？3d虚拟人物制作有何作用？

3d虚拟人物制作会涉及到人物建模、动作捕捉、表情捕捉、动画设计等多个环节，在建模阶段，会创建出虚拟人物的基本形态和外观，动作捕捉和表情捕捉

huoyingcg·2025-02-06 15:41

网络安全：守护数字世界的坚固防线

从日常的社交娱乐、在线购物，到工作中的远程协作、企业运营，乃至国家的关键基础设施和军事防御，网络已成为现代社会运转的核心神经系统。

ʕ•̫͡•ོʔ花街的流星·2025-02-06 14:34

大模型Dense、MoE 与 Hybrid-MoE 架构的比较

以下从核心原理、技术特点、优缺点及适用场景进行系统对比：1.核心原理对比架构类型核心思想典型模型Dense所有参数对所有输入生效，每层神经元全连接，统一处理所有输入特征。

灵机️·2025-02-06 14:00

【单层神经网络】基于MXNet的线性回归实现（底层实现）

写在前面刚开始先从普通的寻优算法开始，熟悉一下学习训练过程下面将使用梯度下降法寻优，但这大概只能是局部最优，它并不是一个十分优秀的寻优算法整体流程生成训练数据集（实际工程中，需要从实际对象身上采集数据）确定模型及其参数（输入输出个数、阶次，偏置等）确定学习方式（损失函数、优化算法，学习率，训练次数，终止条件等）读取数据集（不同的读取方式会影响最终的训练效果）训练模型完整程序及注释fromIPyth

辰尘_星启·2025-02-06 11:43

深度学习与搜索引擎优化的结合：DeepSeek的创新与探索

目录引言1.传统搜索引擎的局限性2.深度学习在搜索引擎中的作用3.DeepSeek实现搜索引擎优化的关键技术3.1神经网络与搜索引擎优化3.2自然语言处理与查询理解3.3深度强化学习与搜索结果排序4.DeepSeek

云边有个稻草人·2025-02-06 10:37

AI协助探索AI新构型自动化创新的技术实现

一、AI自进化架构的核心范式1.元代码生成与模块化重构-代码级自编程：基于神经架构搜索的强化学习框架，AI可通过生成元代码模板（框架的抽象层定义）自动组合功能模块。

liron71·2025-02-06 10:35

基于深度学习的时空特征融合摔倒检测基于图像序列分析与主成分分析（PCA）的摔倒检测

基于深度学习的时空特征融合摔倒检测该方法采用卷积神经网络（CNN）与循环神经网络（RNN）相结合的方式，通过提取时空特征来进行摔倒检测。

人工智能专属驿站·2025-02-06 09:31

遗传算法与深度学习实战（32）——生成对抗网络详解与实现

）——生成对抗网络详解与实现0.前言1.生成对抗网络2.构建卷积生成对抗网络小结系列链接0.前言生成对抗网络(GenerativeAdversarialNetworks,GAN)是一种由两个相互竞争的神经网络组成的深度学习模型

盼小辉丶·2025-02-06 09:59

（Aliyun AI ACP 04）人工智能建模流程与基础知识：深度学习、增强学习与迁移学习关键技术综述

文章目录阿里云人工智能工程师ACP认证考试知识点辅助阅读（AliyunAIACP04）人工智能建模流程与基础知识：深度学习、增强学习与迁移学习关键技术综述I.深度学习算法1️⃣前馈神经网络(FFNs)详解

North_D·2025-02-06 08:24

AI大模型探秘：核心能力与应用场景深度解析

AI：包含很多术语，如：模式识别、自然语言处理、神经网络、机器学习、深度学习、强化学习、人类反馈强化学习等。类比：AI是电力–吴恩达。

程序员辣条·2025-02-06 08:53

推荐频道

神经形态芯片