扫码加入

机器学习

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能核心,是使计算机具有智能的根本途径。

机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能核心,是使计算机具有智能的根本途径。收起

查看更多

电路方案

查看更多

设计资料

查看更多
  • 高通推出面向商用RAN平台的智能体RAN管理服务和AI增强特性
    高通技术公司宣布推出完整的AI驱动RAN创新技术组合,在6G时代来临前,加速实现RAN AI和自智网络的价值,为移动网络运营商带来立竿见影的运营效益的同时,也为下一代自智AI原生网络奠定基础。公司在经过现网验证 的高通跃龙RAN自动化套件中,推出了专为商用无线单元(RU)和分布式单元(DU)RAN平台设计的智能体RAN管理服务,以及一系列AI特性。这些解决方案,共同助力电信运营商实现网络转型——不
    高通推出面向商用RAN平台的智能体RAN管理服务和AI增强特性
  • 面向嵌入式部署的神经网络优化:模型压缩深度解析
    作者:Lavanya Arakere Dineshkumar 1.为什么需要神经网络模型压缩? 神经网络已经成为解决复杂机器学习问题的强大工具。然而,这种能力往往伴随着模型规模和计算复杂度的增加。当输入维度较大(例如长时序窗口、高分辨率特征空间)时,模型需要更多参数、每次推理需要更多算术运算,使其难以部署在嵌入式硬件上。 对于嵌入式系统而言,资源极其有限。内存空间受限,因此在桌面或云平台上轻松运行
    面向嵌入式部署的神经网络优化:模型压缩深度解析
  • AFCI 模型超参数管理实操:mlflow 一站式实验跟踪与优化
    AI 神经网络训练中,学习率、batch size、帧长等超参数的调整直接影响模型准确率,而频繁实验后的参数对比、结果记录是优化关键。mlflow 作为机器学习生命周期管理工具,能统一记录实验参数、指标、模型文件,还支持可视化对比,大幅提升 AFCI 等 AI 项目的实验效率。本文基于 ST 官方 LAT1339 应用笔记,详解 mlflow 的核心功能、代码集成方法,以及在 AFCI 项目中的实战应用,适用于 TensorFlow、Keras 等主流框架。
  • Anconda3 的使用
    Anaconda3是一个针对数据科学和机器学习领域的Python和R语言分发版,包含常用包管理工具和数百个数据科学库。它支持多版本Python共存,并通过conda工具简化环境管理和依赖安装。此外,Anaconda3还集成了Jupyter Notebook,提供了交互式计算环境,适合数据探索、代码编写和报告生成。
  • 北京首个AI教育实训基地!摩尔线程联合北京市十一学校赋能创新人才培养
    摩尔线程与北京市十一学校共同宣布,双方战略合作的“AI教育实训基地”已正式启用。作为首个落地北京的AI实训示范项目,该基地部署了摩尔线程MTT AIBOOK及云端算力,为学校多元化的人工智能课程体系注入了坚实的国产算力支持,标志着基于国产全功能GPU的教学实践在顶尖中学正式落地。 北京市海淀区委教工委书记、区教委主任杜荣贞,中关村科学城管理委员会产业促进五处处长孟庆文,北京市数字教育中心资源建设与
    北京首个AI教育实训基地!摩尔线程联合北京市十一学校赋能创新人才培养