3级黄性日本午夜精品,视频在线a无码国产,羞羞影院男女午夜爽爽影视

人工智能芯片的DNA

　　過去十年間，幾項技術(shù)的進步使人工智能（AI）成為最令人振奮的技術(shù)之一。2012年，Geoffrey Everest Hinton在Imagenet挑戰(zhàn)賽中展示了他的廣義反向傳播神經(jīng)網(wǎng)絡(luò)算法，該算法使計算機視覺領(lǐng)域發(fā)生了革命性變化。然而，機器學(xué)習理論早在2012年之前就有人提出，并且Nvidia GTX 580圖形處理器單元等微處理器使這一理論得以實現(xiàn)。這些處理器具有相對較高的內(nèi)存帶寬能力且擅長矩陣乘法，可將該神經(jīng)網(wǎng)絡(luò)模型的AI訓(xùn)練時間縮短至大約一周。理論與算法的結(jié)合開啟了新一代技術(shù)進步，帶來了與AI相關(guān)的全新可能性。本文概述了人工智能設(shè)計新時代及其多樣化處理、內(nèi)存和連接需求。

發(fā)表于：10/16/2018

大聯(lián)大友尚集團推出Realtek最新的IPCAM SoC安全監(jiān)控解決方案

致力于亞太地區(qū)市場的領(lǐng)先半導(dǎo)體元器件分銷商---大聯(lián)大控股宣布，其旗下友尚推出瑞昱半導(dǎo)體（Realtek）最新一代IPCAM SoC安全監(jiān)控解決方案。

發(fā)表于：10/16/2018

利用Microchip的低功耗1.8V溫度傳感器系列監(jiān)控多個位置的溫度

　　溫度測量對保證物聯(lián)網(wǎng)（IoT）和個人計算設(shè)備的功能性極為重要，開發(fā)人員必須在設(shè)備中集成溫度傳感器來減少能耗，降低應(yīng)用中的系統(tǒng)電壓。為了滿足這些需求，美國微芯科技公司（Microchip Technology Inc.）推出了5款新型1.8V溫度傳感器，包括業(yè)內(nèi)最小的五通道、標準引線間距溫度傳感器。EMC181x溫度傳感器系列還引入了系統(tǒng)溫度變化率報告功能，該功能可以對系統(tǒng)溫度波動情況進行提前預(yù)警。

發(fā)表于：10/16/2018

OnRobot亮相中國國際工業(yè)博覽會，展示協(xié)作機器人應(yīng)用實力

總部位于丹麥的協(xié)作機器手臂末端工具（EOAT）供應(yīng)商OnRobot參加了2018年中國國際工業(yè)博覽會（CIIF），并在博覽會上展示了一系列使機器人和人類能夠更有效協(xié)同并肩工作的應(yīng)用。

發(fā)表于：10/16/2018

Splunk 助力嘉年華公司為客戶提供輕松愉悅的觀光體驗

致力于將數(shù)據(jù)轉(zhuǎn)化為行動和價值的Splunk公司（NASDAQ： SPLK）宣布全球最大的休閑旅游公司嘉年華公司（Carnival Corporation & plc）正在通過Splunk Cloud?和Splunk® Enterprise Security（ES），在游客度假期間提供安全的移動接入。此外，嘉年華郵輪還通過Splunk Enterprise，對游客在線預(yù)訂、活動預(yù)約以及其在船上的活動等數(shù)據(jù)進行分析。

發(fā)表于：10/16/2018

Intel、Arduino及myDevices加入快速擴展的 Arm Pelion物聯(lián)網(wǎng)平臺生態(tài)系統(tǒng)

　　?通過與Intel合作并推出Mbed Linux操作系統(tǒng)，進一步提升Pelion物聯(lián)網(wǎng)平臺的能力，以管理任何設(shè)備及連接到任何云端環(huán)境　　?Pelion 物聯(lián)網(wǎng)平臺與myDevices簡化了物聯(lián)網(wǎng)部署和管理，使組織能夠快速獲得可轉(zhuǎn)化為行動的洞察力　　?Pelion連接管理(Pelion Connectivity Management)可使數(shù)百萬Arduino用戶實現(xiàn)移動物聯(lián)網(wǎng)設(shè)備和模塊的集成開發(fā)能力

發(fā)表于：10/16/2018

基于深度學(xué)習的實時識別硬件系統(tǒng)框架設(shè)計

設(shè)計了一種基于深度學(xué)習的實時識別硬件系統(tǒng)框架。該系統(tǒng)框架使用Keras完成卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練并提取出網(wǎng)絡(luò)的參數(shù)，利用ZYNQ器件的FPGA+ARM軟硬件協(xié)同的方式，使用ARM完成對實時圖像數(shù)據(jù)的采集、預(yù)處理及顯示，通過FPGA實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的硬化并對圖像進行識別，再將識別結(jié)果發(fā)送至上位機進行實時顯示。系統(tǒng)框架采用MNIST和Fashion MNIST數(shù)據(jù)集作為網(wǎng)絡(luò)模型硬化試驗樣本，實驗結(jié)果表明，在一般場景下該系統(tǒng)框架能夠?qū)崟r、準確地完成圖像數(shù)據(jù)的獲取、顯示及識別，并且具有可移植性高、處理速度快、功耗低的特點。

發(fā)表于：10/16/2018

對標驍龍710/670？聯(lián)發(fā)科Helio P70或?qū)⒈驹掳l(fā)布

據(jù)數(shù)字時報報道，聯(lián)發(fā)科Helio P70處理器將在本月發(fā)布，屆時相關(guān)手機也將會推出。據(jù)了解，Helio P70采用了與P60一樣的12nm工藝，也是采用八核設(shè)計。預(yù)計將會由臺積電代工。目前來看，P70也會采用4個A73大核和4個A53小核設(shè)計，GPU型號也為Mali－G72。這與P60的參數(shù)基本相同。

發(fā)表于：10/16/2018

2018硬核玩家PC裝機指南，7000元預(yù)算也能實力裝逼

歡迎閱讀2018秋季PC裝機指南——CPU領(lǐng)域已經(jīng)打得頭破血流；GPU價格美麗，咬咬牙就能買下來；至于RAM的價格嘛，依然高居不下……但至少我們已經(jīng)能看到降價的曙光了，而我認為十月和十一月是購入各種零配件的好時機。

發(fā)表于：10/16/2018

IC產(chǎn)業(yè)的權(quán)力結(jié)構(gòu)正在改變

上次對IC產(chǎn)業(yè)進行全國性打擊還是在20世紀80年代，彼時日本以低價、高質(zhì)量的DRAM充斥市場。現(xiàn)在的侵襲則更加微妙，來自中國和韓國。

發(fā)表于：10/16/2018

Dialog半導(dǎo)體公司和Apple通過技術(shù)授權(quán)協(xié)議、特定Dialog工程師加入Apple，強化合作關(guān)系

2018年10月15日，Dialog半導(dǎo)體公司宣布，已與Apple達成協(xié)議，向后者授權(quán)特定電源管理技術(shù)，轉(zhuǎn)讓特定資產(chǎn)以及300多名員工至Apple，支持后者的芯片研發(fā)。Apple將對該交易支付3億美元現(xiàn)金，并預(yù)付3億美元訂購未來三年交付的產(chǎn)品。此次轉(zhuǎn)移至Apple的員工在過去多年一直與Apple緊密合作，此舉也將進一步加深兩家公司之間的合作。

發(fā)表于：10/16/2018

Vishay全新100V和120V TMBS整流器：降低功率損耗并提高效率

日前，Vishay Intertechnology， Inc．宣布，推出四款全新100 V和120 V TMBS? Trench MOS勢壘肖特基整流器：V30100CI、V30120CI、V40100CI和V40120CI，比前幾代產(chǎn)品的正向電壓降低20 mV。Vishay General Semiconductors V30100CI、V30120CI、V40100CI和V40120CI采用TO－220AB封裝提供了30 A至40 A的電流額定值。

發(fā)表于：10/16/2018

Wi-SUN進攻智能家庭 2022前有望成為通用通訊協(xié)議

Wi-SUN通訊協(xié)議在日本政府的推廣之下，逐漸導(dǎo)入至智能電表應(yīng)用之中，近期更將應(yīng)用拓展至智能家庭領(lǐng)域之中。由于該聯(lián)機技術(shù)傳輸距離遠、省電等特性，有望在智能家庭領(lǐng)域大顯身手。隨著Wi-SUN技術(shù)在日本區(qū)域市場的滲透率逐漸提升，該模塊單價競爭力也將逐漸提升，價位有望在2022年前與藍牙(Bluetooth)、Wi-Fi抗衡，成為重要的通用通訊協(xié)議。

發(fā)表于：10/15/2018

基于TensorFlow深度學(xué)習手寫體數(shù)字識別及應(yīng)用

手寫體數(shù)字的識別是人工智能識別系統(tǒng)中的重要組成部分。因個體手寫數(shù)字的差異，現(xiàn)有識別系統(tǒng)準確率較低?；赥ensorFlow深度學(xué)習框架完成手寫體數(shù)字的識別及應(yīng)用，首先建立TensorFlow深度學(xué)習框架，并分析了Softmax、卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型結(jié)構(gòu)，再對手寫體數(shù)據(jù)集MNIST的60 000個樣本進行深度學(xué)習，然后進行10 000個樣本的測試對比，最后移植最優(yōu)模型到Android平臺進行應(yīng)用。實測數(shù)據(jù)驗證，相對于傳統(tǒng)的Softmax模型，基于TensorFlow深度學(xué)習CNN模型識別率高達99.17%，提升了7.6%，為人工智能識別系統(tǒng)的發(fā)展提供了一定的科研價值。

發(fā)表于：10/15/2018

基于深度學(xué)習的人體行為識別算法

為改善人體行為識別任務(wù)中準確率低的問題，提出了一種基于批歸一化的卷積神經(jīng)網(wǎng)絡(luò)（CNN）與長短期記憶(LSTM)神經(jīng)網(wǎng)絡(luò)結(jié)合的神經(jīng)網(wǎng)絡(luò)。CNN部分引入批歸一化思想，將輸入網(wǎng)絡(luò)的訓(xùn)練樣本進行小批量歸一化處理，經(jīng)過全連接之后，送入長短期記憶神經(jīng)網(wǎng)絡(luò)中。該算法采用時空雙流網(wǎng)絡(luò)模型結(jié)構(gòu)，視頻數(shù)據(jù)的RGB圖像作為空間流網(wǎng)絡(luò)輸入，光流場圖像作為時間流網(wǎng)絡(luò)輸入，再將時空雙流網(wǎng)絡(luò)各自得到的識別結(jié)果進行加權(quán)融合得到最終的行為識別結(jié)果。實驗結(jié)果表明，本文設(shè)計的時空雙流神經(jīng)網(wǎng)絡(luò)算法在人體行為識別任務(wù)上具有較高的識別準確率。

發(fā)表于：10/15/2018