机器学习-卷积神经网络简介(2)

在这里,我们解释了级联几个小卷积的作用,在下面的图中,我们有2个3x3卷积层。 如果从右侧的第二层开始,则第二层上的一个神经元具有3x3的接收场,并且第一层上的每个神经元都会在输入上创建5x5的接收场。

Qualcomm 机器学习 卷积神经网络

时间:2020-08-05 10:20:53

机器学习-卷积神经网络简介(1)

CNN由对输入进行过滤(卷积)以获得有用信息的层组成。 这些卷积层具有可以学习的参数(内核),因此可以自动调整这些过滤器以提取针对手头任务的最有用信息,而无需选择特征。 CNN最好与图像一起使用。 普通神经网络不适用于图像分类问题。

Qualcomm 机器学习 卷积神经网络

时间:2020-08-03 09:59:38

机器学习-卷积

卷积是一种数学运算,对两个函数(信号)的乘积进行积分,其中一个信号翻转。

Qualcomm 机器学习 卷积

时间:2020-07-29 14:38:09

机器学习-RNN机器翻译

RNN的经典的用例之一就是将文本从一种语言翻译成另一种语言。 过去,这是使用手工制作的功能以及许多复杂的条件来完成的,这些条件花费很长时间才能创建并且理解起来很复杂。

Qualcomm 机器学习 RNN

时间:2020-07-27 11:43:59

高通Hexagon DSP简介

Hexagon SDK是一个软件开发套件,使嵌入式开发人员能够访问Hexagon DSP上的嵌入式计算资源。使用Hexagon SDK,在本地编程环境中具有专业知识的前沿开发人员可以利用世界一流的、基于硬件的多媒体功能,从而在更少的时间内提供优质的交互式用户体验。

Qualcomm 机器学习 Hexagon

时间:2020-07-23 10:46:24

机器学习-递归神经网络(2)

在文中,我们介绍了如何为RNN添加“深度”,以及如何展开RNN以处理时间。观察到RNN的输出被馈送到更深的层,而状态则被馈送到处理过去的状态。

Qualcomm 机器学习

时间:2020-07-22 10:25:00

机器学习-递归神经网络(1)

在以前的前向神经网络上,我们的输出是当前输入和一组权重之间的函数。 在递归神经网络(RNN)上,先前的网络状态也会影响输出,因此递归神经网络也具有“时间概念”。

Qualcomm 机器学习

时间:2020-07-20 11:27:42

机器学习-模型优化

机器学习模型通过朝正确分类的方向更新其参数(权重和偏差)来学习。

Qualcomm 机器学习

时间:2020-07-16 11:15:00

机器学习-线性分类

线性分类器基于特征的线性组合的值进行分类决策。 想象一下,线性分类器将把定义特定类的所有特征合并到其权重中。当问题是线性可分离的时,这种类型的分类器效果更好。

Qualcomm 机器学习

时间:2020-07-14 17:19:06

卷积神经网络-可变形卷积

如何有效地对几何图形的变化进行建模一直是一个挑战,大体上有两种处理方法:(1)构建一个包含各种变化的数据集,其本质是数据扩增(2)使用具有形变不变性的特征和算法(如SIFT)。

Qualcomm 卷积神经网络

时间:2020-07-10 14:06:53

卷积神经网络-空洞卷积

空洞卷积(atrous convolutions)又名扩张卷积(dilated convolutions),向卷积层引入了一个称为 “扩张率(dilation rate)”的新参数,该参数定义了卷积核处理数据时各值的间距。

Qualcomm 卷积网络

时间:2020-07-07 10:17:01

每页显示 共1961条数据 < 1... 101 102 103 ...179 >      到第 GO

高通软件中心

通过集中式门户站无缝管理您的高通®软件和工具

下载软件中心

申请成为“Qualcomm荣誉技术大使”

“Qualcomm荣誉技术大使”是Qualcomm开发者社区对开发者用户技术能力与影响力的认证体现,该荣誉代表Qualcomm社区对用户贡献的认可与肯定。

立即申请

Qualcomm 解决方案

 

高通技术公司推出头戴式AR开发套件骁龙Spaces™ XR开发者平台,助力打造无缝融合现实世界和数字世界边界的沉浸式体验。

为开发者提供实现创意的工具,并将变革头戴式AR的可能性,现已面市!