扫码加入

深度学习

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

深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术。深度学习在搜索技术,数据挖掘,机器学习,机器翻译,自然语言处理,多媒体学习,语音,推荐和个性化技术,以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动,解决了很多复杂的模式识别难题,使得人工智能相关技术取得了很大进步。

深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术。深度学习在搜索技术,数据挖掘,机器学习,机器翻译,自然语言处理,多媒体学习,语音,推荐和个性化技术,以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动,解决了很多复杂的模式识别难题,使得人工智能相关技术取得了很大进步。收起

查看更多
  • 自动驾驶端到端为什么会出现黑盒现象?
    端到端自动驾驶系统通过深度学习模型直接将传感器数据映射至控制指令,简化流程同时增强智能化水平。然而,这种方法因缺乏透明性而被称为“黑盒”,导致事故分析和责任界定困难。尽管如此,端到端系统因其自动化和高效性仍被广泛研究。为解决黑盒问题,可通过引入中间监督信号、设计可解释的损失函数、结合模块化结构等方式提高系统可解释性和安全性。
  • Mavenir 与 Red Hat 合作
    致力于构建 AI 原生设计移动网络的软件公司 Mavenir 宣布与全球领先的开源解决方案提供商 Red Hat 展开合作,利用 Red Hat AI 技术,提供对话式 AI 和智能体 AI 服务保障解决方案。 这些运营商级生成式 AI (gen AI) 产品由本地部署的 Red Hat OpenShift AI 赋能,为电信服务提供商打造高度可扩展、聚焦安全、具备弹性且成本优化的网络运营基础。
  • 传统计算机视觉已死?
    本文介绍了经典计算机视觉方法及其应用场景,强调了在深度学习盛行的时代,传统方法仍具有不可替代的优势。作者分享了图像处理、特征提取、背景减除器、视角转换等经典技术的应用实例,并指出这些方法在特定场景下的独特价值。无论是初学者还是从业者,理解和掌握这些经典技术都能提高项目的灵活性和可靠性。
    传统计算机视觉已死?
  • 从“瞎子摸象“到“火眼金睛“:深度学习这场魔术,如何让机器读懂世界?
    深度学习是一种通过大量样本训练机器识别复杂模式的技术,类似于教孩子识物的过程。其核心是神经网络,能够自动提取特征并进行高效分类。深度学习不仅应用于图像识别,还能处理语言和其他类型的数据,广泛应用于医疗、自动驾驶等领域,改变了人们的生活方式。
    从“瞎子摸象“到“火眼金睛“:深度学习这场魔术,如何让机器读懂世界?
  • 从“测距器”到“数据平台”,解读艾迈斯欧司朗 dToF 的发展之路
    2025年9月10日,在深圳举行的第27届中国国际光电博览会(CIOE 2025)上,照明与传感创新的全球领导者艾迈斯欧司朗(ams OSRAM)发布了新一代直接飞行时间(dToF)传感器 TMF8829。这款新品在分辨率、视场角和刷新率等关键指标上实现了跨代提升,标志着ToF技术进入新阶段。在实际应用中,TMF8829展现出高分辨率带来的优势。例如,智能咖啡机可通过传感器区分意式浓缩杯和旅行杯,
    从“测距器”到“数据平台”,解读艾迈斯欧司朗 dToF 的发展之路
  • Cloudera调查发现:96%的企业已将AI融入核心业务,AI已从竞争优势转为必备技术
    致力于将AI技术应用于复杂环境中数据的Cloudera今日发布最新全球调研报告《AI的发展演变:企业AI与数据架构现状》。该报告基于对1500余位IT领导者的调研,针对2025年AI应用加速、企业数据架构演进及安全扩展AI过程中出现的新挑战进行了深入分析。在Cloudera2024年报告基础上,报告着重分析了短短一年间企业优先事项、应用障碍与目标的变化,勾勒出企业AI快速发展演变的图景。报告强调,
  • 研华 MIC-743边缘AI新品首发基于英伟达Thor平台提供强劲算力
    近日,研华科技重磅推出基于NVIDIA Jetson Thor平台的边缘AI新品 MIC-743,这款突破性产品以高达2070 FP4 TOPS的AI算力重新定义边缘计算性能边界,其紧凑型设计与工业级可靠性完美结合,提供"强算力+小体积+高稳定"的黄金三角组合。适用于当前自动化设备、边缘端VLM(视觉语言模型)和机器人等热门应用。 为视觉语言模型(VLM)和大型语言模型(LLM)提供强劲算力支持
    研华 MIC-743边缘AI新品首发基于英伟达Thor平台提供强劲算力
  • ST最强MCU--STM32N6中如何快速评估深度学习模型
    STM32N6是一款高性能微控制器,适用于边缘AI应用。博主介绍了如何使用STM32N6570-DK开发板验证已知AI模型,并详细描述了所需工具和环境配置步骤。通过命令行工具将模型转换为.C文件并配置Python环境,最终实现了模型在STM32上的运行和速度测试。
  • 基于深度学习的轮胎缺陷检测系统
    本文介绍了基于深度学习的轮胎缺陷检测系统方案,利用RGB相机捕捉图像并通过实例分割技术识别缺陷。通过Mask-RCNN模型实现了高精度检测,达到96%的检测准确率。该方案有助于提高轮胎制造过程中的质量检测效率和安全性。
    基于深度学习的轮胎缺陷检测系统
  • 自动驾驶中Transformer大模型会取代深度学习吗?
    近年来,随着ChatGPT、Claude、文心一言等大语言模型在生成文本、对话交互等领域的惊艳表现,“Transformer架构是否正在取代传统深度学习”这一话题一直被持续讨论。特别是在自动驾驶领域,部分厂商开始尝试将多模态大模型(MLLM)引入到感知、规划与决策系统,引发了“传统深度学习是否已过时”的激烈争论。然而,从技术原理、算力成本、安全需求与实际落地路径等维度来看,Transformer与深度学习并非你死我活的替代关系,更像是相互协作的搭档,各自承担着不同但关键的系统职责。
    自动驾驶中Transformer大模型会取代深度学习吗?
  • 如何在RK3576开发板上运行TinyMaix:超轻量级推理框架—基于米尔MYD-LR3576开发板
    本文将介绍基于米尔电子MYD-LR3576开发平台部署超轻量级推理框架方案:TinyMaix。——摘自优秀创作者-短笛君 TinyMaix 是面向单片机的超轻量级的神经网络推理库,即 TinyML 推理库,可以让你在任意低资源MCU上运行轻量级深度学习模型。 关键特性 核心代码少于 400行 (tm_layers.c+tm_model.c+arch_cpu.h), 代码段(.text)少于3KB
    如何在RK3576开发板上运行TinyMaix:超轻量级推理框架—基于米尔MYD-LR3576开发板
  • 基于深度学习的电信塔缺陷检测
    本文主要介绍一个基于深度学习的电信塔缺陷检测系统方案。本文介绍了如何使用软件来执行检测缺失螺栓的关键任务,也许同样重要的是,它们在视频的多个帧中进行独特的识别和标记,以便维护人员能够快速查明特定缺陷,而无需重复。
    基于深度学习的电信塔缺陷检测
  • 爱簿智能推出E300 AI计算模组:50TOPS国产算力,赋能边缘AI全场景高效部署
    近日,爱簿智能正式推出面向边缘场景打造的E300 AI计算模组。这款产品搭载爱簿智能自研AI SoC芯片AB100,具备高达50TOPS的INT8算力和102GB/s LPDDR5内存带宽,支持FP16/FP32混合精度计算,专为边缘侧高性能AI任务设计,旨在为各行业提供高算力、低延迟、强可靠的国产化AI解决方案。依托全栈AI工具链与端云协同架构,E300深度融合边缘生成式AI与计算机视觉能力,可
    爱簿智能推出E300 AI计算模组:50TOPS国产算力,赋能边缘AI全场景高效部署
  • ElfBoard技术贴|如何在ELF 2开发板上部署v4l2loopback
    在嵌入式系统开发领域,虚拟视频设备技术正成为实现多媒体功能创新的关键技术支撑。v4l2loopback作为一款功能强大的Linux内核模块,可以为视频流处理提供灵活的路由架构,在远程协作、实时流媒体传输及AI视觉处理等场景展现出显著应用价值。本文将以ELF 2开发板为载体,系统阐述v4l2loopback模块的工程化部署全流程。 一、设置环境 首先需配置交叉编译工具链路径,确保系统能够正确识别AR
  • 践行普适价值、安全触手可及,Nullmax携全栈辅助驾驶方案首秀上海车展
    4月23日,两年一度的上海国际车展盛大启幕,专注于打造辅助驾驶应用的人工智能科技公司Nullmax完成首次亮相,以"普适价值"为核心理念,展出全栈自研的 MaxDrive 辅助驾驶解决方案,包括从SAE L2主动安全功能到采用端到端技术架构的城区辅助驾驶系统,满足不同车型及市场的多样化需求。   Nullmax展台   平台技术驱动,满足多元需求 Nullmax 依托独有的平台化技术架构,实现了
  • 地平线创始人兼CEO余凯博士2024企业家之夜接受致
    由中国经济传媒协会主办,新浪财经、第一财经联合承办的“为中国经济点赞——企业家之夜”在北京举办。地平线创始人兼CEO余凯博士出席接受致敬,第一财经总编辑杨宇东,音乐制作人、天使投资人胡海泉为其见证荣誉。 企业家之夜活动自2015年创办,至今已十年,以“致敬新时代驱动力”为主题,从“创新性、颠覆性、前瞻性、成长性、新锐性”五大维度,寻找新时代引领商业之美、产业之变、时代之潮的领袖型企业家。 第一财经
    地平线创始人兼CEO余凯博士2024企业家之夜接受致
  • 深度学习经典优化器(python全代码)
    SGD class SGD: def __init__(self, lr=0.01): self.lr = lr def update(self, params, grads): for key in params.keys(): params[key] -= self.lr * grads[key] Momentum class Momentum: def __init__(self, lr=0
  • 一、深度学习和神经网络
    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。
    一、深度学习和神经网络
  • 深度学习在汽车焊接AI视觉检测中的应用
    白车身作为汽车制造的基础,其尺寸精度直接影响到后续装配的顺利进行及整车的性能与质量。传统的手工测量方式不仅耗时耗力,且难以保证测量的准确性和一致性。因此,东声智能基于其全系列产品,量身打造了一套高效、精准的白车身在线测量系统,以满足汽车制造企业对品质与效率的双重追求。 系统亮点: 高精度传感器矩阵:采用东声智能的高精度3D传感器,结合先进的激光扫描技术,实现对白车身全方位、无死角的精准测量。即便是
  • 基于 FPGA 及深度学习的人脸检测系统设计
    本作品是一种能实时检测识别人脸口罩佩戴情况并进行语音播报的系统,准确度高达 95.2%,系统处理速度可达 25fps 左右。除此之外,本作品具备较高的可拓展性,稍加更改就可在更多的领域得到应用。
    基于 FPGA 及深度学习的人脸检测系统设计

正在努力加载...