机器学习

机器学习技术

使用多层感知器进行高级机器学习

到目前为止,我们关注的是单层感知器,它由一个输入层和一个输出层组成。您可能还记得,我们使用术语“单层”是因为此配置仅包括一层计算活动节点,即通过求和然后应用激活函数来修改数据的节点。输入层中的节点只是分发数据。单层感知器...

设计应用 时间:2023/6/2 阅读:641

使用机器学习设计复杂形状的基于 GaN 的亚波长光栅反射器

在现代电力电子产品中,GaN等材料在众多工业应用中发挥着至关重要的作用。在光子应用方面,亚波长光栅具有许多有用的特性,例如可调反射率和偏振选择性,这使得它们非常通...

设计应用 时间:2022/12/2 阅读:1459

如何在 STM32 微控制器上运行“Hello World”机器学习模型

机器学习 (ML) 在服务器和移动应用中已经风靡多年,现在这种趋势已蔓延到边缘设备,并且变得突出。由于边缘设备需要节能,因此开发人员需要学习和了解如何将 ML 模型部署到...

设计应用 时间:2022/8/31 阅读:596

Achronix - 机器学习实战:GNN(图神经网络)加速器的FPGA解决方案

. 概述  得益于大数据的兴起以及算力的快速提升,机器学习技术在近年取得了革命性的发展。在图像分类、语音识别、自然语言处理等机器学习任务中,数据为大小维度确定且排...

设计应用 时间:2020/12/17 阅读:534

Arm推出下一代Armv8.1-M架构:为最小型嵌入式设备提供强化的机器学习和信号处理能力

Arm针对其下一代Armv8.1-M架构推出基于M-Profile Vector Extension (MVE)矢量扩充方案的Arm Helium技术。这一全新技术能够帮助开发者简化软件开发流程,并显着提升未来Cortex-M系列处理器的机器学习能力与信号处理性能。   业界正在加...

新品速递 时间:2019/2/19 阅读:866

人工智能之机器学习的循环神经网络RNN算法解析

前言:人工智能机器学习有关算法内容,请参见公众号“科技优化生活”之前相关文章。人工智能之机器学习主要有三大类:1)分类;2)回归;3)聚类。今天我们重点探讨一下循环神经网络(RNN)算法。循环神经网络(RNN)现已成为国际上神经...

设计应用 时间:2018/9/5 阅读:616

如何使用FPGA加速机器学习算法?

当前,AI因为其CNN(卷积神经网络)算法出色的表现在图像识别领域占有举足轻重的地位。基本的CNN算法需要大量的计算和数据重用,非常适合使用FPGA来实现。上个月,Ralph Witt...

设计应用 时间:2016/5/26 阅读:2441

CEVA推出深层神经网络框架 加快低功耗嵌入式系统中机器学习技术的应用

全球领先的蜂窝通信、多媒体和连接性DSPIP平台授权厂商CEVA公司宣布推出实时神经网络软件框架CEVA深层神经网络(CEVADeepNeuralNetwork,CDNN),以简化低功耗嵌入式系统中的机器学习部署。通过利用CEVA-XM4图像和视觉

设计应用 时间:2015/10/26 阅读:1139

提高阅读效率——利用机器学习的网页正文提取方法

互联网的普及使得网络成为人们获取信息的重要途径。而互联网上的信息量也与日俱增,网页上的内容除了主题内容外,通常都会在页面中放置导航条以方便用户访问,还有如广告、...

基础电子 时间:2011/8/31 阅读:7623