神经网络处理器

万字深度解析：DeepSeek-V3为何成为大模型时代的“速度之王“？

其MoE架构中2048个专家的动态协作，恰似人脑神经网络的模块化运作——每个专家不再是被动执行计算的"劳工"，而是具
羊不白丶·2025-03-24 07:55

神经网络中层与层之间的关联

数据流动与参数传递1.1数据流动（ForwardPropagation）1.2参数传递（BackwardPropagation）2.常见层与层之间的关联模式2.1典型全连接网络（如手写数字分类）2.2卷积神经网络
iisugar·2025-03-24 06:40

Pytorch深度学习教程_9_nn模块构建神经网络

在前面的几篇中，我们已经介绍了Python、numpy及pytorch的基本使用，进行了梯度及神经网络的实践并学习了激活函数和激活函数，在上一个教程中我们学习了优化算法。
tRNA做科研·2025-03-24 06:08

图神经网络实战——分层自注意力网络

图神经网络实战——分层自注意力网络0.前言1.分层自注意力网络1.1模型架构1.2节点级注意力1.3语义级注意力1.4预测模块2.构建分层自注意力网络相关链接0.前言在异构图数据集上，异构图注意力网络的测试准确率为
盼小辉丶·2025-03-24 05:32

链接-简介

1.编译器的驱动程序编译器系统中包含编译驱动程序，驱动程序主要包含：预处理器，编译器，汇编器和连接器。
zhubo_1117·2025-03-24 04:27

基于 PyTorch 的 MNIST 手写数字分类模型

一、概述本代码使用PyTorch框架构建了一个简单的神经网络模型，用于解决MNIST手写数字分类任务。
欣然～·2025-03-24 04:27

STM32:关于NVIC的工作与优先级分组方式

它是ARMCortex-M系列处理器内核的一个重要组成部分，主要用于管理中断请求，协调中断的优先级，以及控制中断的嵌套执行，使得处理器能够高效、有序地响应和处理多个中断源。
sewinger·2025-03-24 04:23

探索TriCore架构：AURIX芯片的强大内核

https://gitcode.com/gh_mirrors/gt/g_tricore_architecture项目介绍TriCore架构是英飞凌（Infineon）公司开发的一种高性能、低功耗的嵌入式处理器架构
裴辰垚Simone·2025-03-24 04:22

机器学习——分类、回归、聚类、LASSO回归、Ridge回归（自用）

纠正自己的误区：机器学习是一个大范围，并不是一个小的方向，比如：线性回归预测、卷积神经网络和强化学都是机器学习算法在不同场景的应用。
代码的建筑师·2025-03-24 02:02

Qemu&KVM 第一篇 （3）QEMU 架构

系统模式仿真允许对整个系统进行仿真，包括处理器和配套的外围设备。在x86主机系统上仿真
weixin_34160277·2025-03-24 00:20

JavaScript基础-删除事件（解绑事件）

在现代Web开发中，动态地添加和移除事件处理器是构建交互式网页的关键技能之一。虽然添加事件处理器相对直观，但了解如何有效地移除或“解绑”这些处理器同样重要。
難釋懷·2025-03-24 00:44

【论文阅读】Persistent Homology Captures the Generalization of Neural Networks Without A Validation Set

将神经网络表征为加权的无环图，直接根据模型的权重矩阵构造PD。计算相邻batch的权重矩阵PD之间的距离。
开心星人·2025-03-23 22:34

卷积神经网络 - 理解卷积核的尺寸 k×k×Cin

卷积神经网络中，每个卷积核的尺寸为k×k×Cin，这一设计的核心原因在于多通道输入的数据结构和跨通道特征整合的需求。
谦亨有终·2025-03-23 22:26

员工管理(3)-删除员工-修改员工-全局异常处理器-员工信息统计

目录员工管理:删除员工：Controller层：Service层：Mapper接口：接受参数的两种方式：修改员工：查询回显：Controller层：Service层：Mapper接口：修改数据：Controller层：Service层：Mapper接口：程序优化：员工信息统计：职位统计开发Controller层：Service层：Mapper接口：性别统计：员工管理:删除员工：明确三层架构职责：C
汐栊·2025-03-23 21:54

CPP编译与链接过程

2.1文件包含（#include）工作原理：当预处理器遇到#include指令时，会在文件系统中查找
阿斯顿的风格·2025-03-23 19:38

SassScript：Sass中的编程特性详解

Sass（SyntacticallyAwesomeStylesheets）是一种强大的CSS预处理器，它允许开发者使用类似于编程语言的语法来编写CSS，然后通过编译生成标准的CSS代码。
jiajia651304·2025-03-23 17:46

【第1章＞第6节】CMAC小脑模型神经网络的理论学习与MATLAB仿真

目录1.使用软件和版本2.CMAC小脑模型神经网络概述2.1CMAC网络结构2.2CMAC地址映射2.3学习过程3.CMAC网络的MATLAB编程实现4.分辨率，重叠度，学习率对CMAC网络的训练性能影响分析
fpga和matlab·2025-03-23 15:54

使用Jupyter Notebook进行深度学习编程 - 深度学习教程

深度学习是人工智能领域中的一项重要技术，通过模仿人脑神经网络的方式进行学习和分析。JupyterNotebook作为一个强大的工具，可以帮助我们轻松地进行深度学习编程，尤其适合初学者和研究人员。
shandianfk_com·2025-03-23 11:04

嵌入式系统的核心组成部分处理器、存储器、传感器和执行器

处理器、存储器、传感器和执行器是嵌入式系统的核心组成部分。它们共同协作，完成从数据采集到处理再到执行的完整流程。
getapi·2025-03-23 08:09

OpenCV ML 模块使用指南

本指南将详细介绍该模块中主要的机器学习算法，包括支持向量机（SVM）、K均值聚类（K-Means）和神经网络（ANN），并结合图像分类和聚类分析这两个典型应用场景进行代码实现与解释。
ice_junjun·2025-03-23 07:02

强化学习中策略网络模型设计与优化技巧

II.策略网络的基本概念A.策略网络的定义策略网络是一种神经网络，它接受当前状态作为
数字扫地僧·2025-03-23 07:57

GPU架构分类

的GPU架构经历了多次迭代，以下是一些重要的架构：1.Tesla（特斯拉）架构（2006年发布）特点：NVIDIA推出的首个通用GPU计算架构，支持使用C语言进行GPU编程，标志着GPU开始从专用图形处理器转变为通用数据并行处理器
大明者省·2025-03-23 06:11

深入解析Intel HEX文件格式

1.IntelHEX文件格式简介IntelHEX文件格式是一种将二进制数据转换为ASCII文本的格式，适用于8位、16位和32位微处理器。
boringhex.top·2025-03-23 04:21

卷积神经网络Batch Normalization的作用

BatchNormalization的作用（通俗版）1.像“稳定器”一样校准每层输入想象你在烤多层蛋糕，每层蛋糕的烘烤温度不同（相当于神经网络的每一层数据分布不同）。
arron8899·2025-03-23 03:11

一切皆是映射：实现神经网络的硬件加速技术：GPU、ASIC（专用集成电路）和FPGA（现场可编程门阵列）

文章目录一切皆是映射：实现神经网络的硬件加速技术：GPU、ASIC（专用集成电路）和FPGA（现场可编程门阵列）1.背景介绍2.核心概念与联系3.核心算法原理&具体操作步骤3.1算法原理概述3.2算法步骤详解
AI天才研究院·2025-03-23 02:36

给普通人看的深度学习说明书：用快递系统理解AI如何思考

的思维方式（快递版）1.1快递分拣站的故事假设你管理一个快递分拣站：传统方法：手动制定规则（比如根据邮编分拣）机器学习：观察老员工的分拣记录，总结规律深度学习：搭建自动分拣流水线，自主发现隐藏规则1.2神经网络就像智能分拣机传送带
嵌入式Jerry·2025-03-23 00:23

使用PyTorch搭建Transformer神经网络:入门篇

1.简介Transformer是一种强大的神经网络架构,在自然语言处理等多个领域取得了巨大成功。本教程将指导您使用PyTorch框架从头开始构建一个Transformer模型。
DASA13·2025-03-23 00:21

解析大模型归一化：提升训练稳定性和性能的关键技术

引言在深度学习领域，特别是在处理大型神经网络模型时，归一化（Normalization）是一项至关重要的技术。它可以提高模型的训练稳定性和性能，在加速收敛方面发挥了重要作用。
秋声studio·2025-03-23 00:19

小白零基础学数学建模系列-引言与课程目录

第一周：数学建模基础与工具第二周：高级数学建模技巧与应用第三周：机器学习基础与数据处理第四周：监督学习与无监督学习算法第五周：神经网络二、学完本专辑能收获到什么？三、适合什么样的人群学习？
川川菜鸟·2025-03-22 23:47

回归任务训练--MNIST全连接神经网络（Mnist_NN）

importtorchimportnumpyasnpimportloggingfromtorch.utils.dataimportTensorDataset,DataLoaderfromtorch.utils.dataimportDataLoader#配置日志logging.basicConfig(level=logging.INFO,format='%(asctime)s-%(levelname
豆芽819·2025-03-22 18:10

带你了解Java无锁并发CAS

带你了解Java无锁并发CAS在多核处理器时代，并发编程已成为提升系统性能的核心手段。
高锰酸钾_·2025-03-22 16:58

Yolo系列之Yolo的基本理解

它的核心思想是将目标检测问题转化为一个回归问题，通过一个神经网络直接预测目标的类别和位
是十一月末·2025-03-22 13:58

PyTorch基础知识讲解（一）完整训练流程示例

我们将使用FashionMNIST数据集来训练一个神经网络，预测输入图像是否属于以下
苏雨流丰·2025-03-22 12:20

【半导体】：半导体制造工厂的数字化、智能化的新时代

从最早的晶体管到今天的微处理器和存储芯片，半导体制造在信
不爱原创的Yoga·2025-03-22 12:19

AI进化论：从图灵测试到智能革命的临界点

神经网络的发展轨迹充满戏剧性：1958年罗森布拉特发明
A达峰绮·2025-03-22 10:38

Sass：深度解析与实战应用

在前端开发的浪潮中，CSS预处理器因其强大的功能和灵活性而备受推崇。其中，Sass（SyntacticallyAwesomeStylesheets）无疑是这些预处理器中的佼佼者。
QQ828929QQ·2025-03-22 10:38

current宏及Linux进程栈的底层实现

ASSEMBLY__structtask_struct;//用于在编译时候声明一个perCPU变量，该变量被放在一个特殊的段中，原型为DECLARE_PER_CPU(type,name)，主要作用是为处理器创建一个
Leon_George·2025-03-22 08:49

使用 Milvus 进行向量数据库管理与实践

Milvus是一个开源向量数据库，专门用于存储、索引和管理深度神经网络以及其他机器学习模型生成的大规模嵌入向量。它的高性能和易用性使其成为处理向量数据的理想选择。
qahaj·2025-03-22 08:43

物理学不存在了？诺贝尔物理学奖颁给了人工智能

瑞典皇家科学院宣布，将2024年诺贝尔物理学奖授予美国普林斯顿大学教授约翰·J·霍普菲尔德（JohnJ.Hopfield）和加拿大多伦多大学教授杰弗里·E·辛顿（GeoffreyE.Hinton），以表彰他们“在人工神经网络机器学习方面的基础性发现和发明
资讯新鲜事·2025-03-22 07:36

嵌入式硬件设计 — 智能设备背后的隐形架构大师

一、嵌入式硬件设计概述（一）需求分析（二）硬件选型（三）电路设计（四）PCB制作与焊接（五）硬件调试与测试（六）软件移植与开发二、嵌入式硬件选型（一）微控制器（MCU）/微处理器（MPU）（二）存储器（
m0_74825238·2025-03-22 06:58

利用Python和深度学习方法实现手写数字识别的高精度解决方案——从数据预处理到模型优化的全流程解析

随着深度学习技术的飞速发展，通过构建和训练神经网络模型，手写数字识别的精度已经可以达到99%以上。
快撑死的鱼·2025-03-22 02:45

强化学习中的深度卷积神经网络设计与应用实例

深度学习，特别是深度卷积神经网络（DeepConvolutionalNeuralNetworks，DCNNs）的引入，为强化学习在处理高维度数据方面提供了强大工具。
数字扫地僧·2025-03-22 01:40

基于FPGA的3U机箱温度采集板PT100，应用于轨道交通/电力储能等

板卡简介：本板为温度采集板（PT100），对目标进行测温，然后将温度转换成处理器可识别的电流信号。
深圳信迈主板定制专家·2025-03-21 22:08

10.2 如何解决从复杂 PDF 文件中提取数据的问题？

方法：使用计算机视觉和深度学习技术，如卷积神经网络（CNN）或其他先进的图像处理算法。效果：能够检测出页面
墨染辉·2025-03-21 21:33

Softmax温度调节与注意力缩放：深度神经网络中的平滑艺术

Softmax温度调节与注意力缩放：深度神经网络中的平滑艺术在深度学习的精密机械中，有些细微的调整机制往往被视为理所当然，却实际上蕴含着深刻的数学洞察和巧妙的工程智慧。
Mark White·2025-03-21 17:01

机器学习是怎么一步一步由神经网络发展到今天的Transformer架构的？

机器学习和神经网络的发展经历了一系列重要的架构和技术阶段。
yuanpan·2025-03-21 15:15

关于误差平面小记

由于神经网络的参数空间通常是高维的，我们需要使用低维可视化的方法来理解优化过程和误差平面（ErrorSurface）。
文弱_书生·2025-03-21 15:43

关于神经网络中的激活函数

激活函数（ActivationFunction）详解理解首先煮波解释一下这四个字，“函数”相信大家都不陌生，能点进来看这篇文章说明你一定经历至少长达十年的数学的摧残，关于这个概念煮波就不巴巴了，煮波主要说一下“激活”，大家可能或多或少的看过类似于古装，玄幻，修仙等类型的小说或者电视剧。剧中的主角往往是天赋异禀或则什么神啊仙啊的转世，但是这一世他却被当成了普通人，指导某一时刻才会迸发出全部的能量（主
文弱_书生·2025-03-21 15:13

【sass】学会这个技巧，少写很多css

sass的高级用法我发现，大多数人使用sass预处理器最多的就是嵌套和变量这两种用法。现在我在列举一些常用的高级用法，希望让大家少敲两行代码。
蒜香拿铁·2025-03-21 15:11

常见经典目标检测算法

以下是一些常见的经典目标检测算法：1.R-CNN（RegionswithCNNfeatures）:R-CNN通过使用区域提议方法（如选择性搜索）首先生成潜在的边界框，然后使用卷积神经网络(CNN)提取特征
109702008·2025-03-21 15:39
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他