logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

纯新手DSP编程--5.21--DSP/BIOS使用

DSP/BIOS是TI公司特别为其TMS320C6000TM,TMS320C5000TM和TMS320C28xTM系列DSP平台所设计开发的一个尺寸可裁剪的实时多任务操作系统内核,是TI公司的Code Composer StudioTM开发工具的组成部分之一。  DSP/BIOS 实时操作系统介绍  DSP/BIOS是一个用户可剪裁的实时操作系统,主要由三部分组成:多线程实时内

#开发工具
系统学习深度学习(三十九)--基于模型的强化学习与Dyna算法框架

转自:https://www.cnblogs.com/pinard/p/10384424.html在前面我们讨论了基于价值的强化学习(Value Based RL)和基于策略的强化学习模型(Policy Based RL),本篇我们讨论最后一种强化学习流派,基于模型的强化学习(Model Based RL),以及基于模型的强化学习算法框架Dyna。1.基于模型的强化学习简介    ...

人脸识别之人脸识别技术综述

参考:http://www.xuehuile.com/thesis/9a81f680054441ad907934b07b465c8e.html,本文做了相关修改。1 人脸识别技术概述    近年来,随着计算机技术的迅速发展,人脸自动识别技术得到广泛研究与开发,人脸识别成为近30年里模式识别和图像处理中最热门的研究主题之一。人脸识别的目的是从人脸图像中抽取人的个性化特征,并以此来识别人的身...

系统学习NLP(二)--语音合成的计算机处理综述

参考:https://blog.csdn.net/zlj925/article/details/79061900 略删改。语音合成跟语音识别,自然语音理解,作为人机交互的基础模块,加上对话管理器,形成人机语音对话系统。语音合成原理语音合成(Text to Speech,TTS)是指将文本通过一系列的信号处理转换为“人造”语音(声学波形)。与简单的录音播放不同,机器进行语音合成时,往往并...

系统学习深度学习(九)--激活函数总结

https://zhuanlan.zhihu.com/p/22142013这个文章,写的接地气,强烈推荐。http://www.cnblogs.com/rgvb178/p/6055213.html类似,但也值得一看。转自:http://blog.csdn.net/losteng/article/details/50833861激活函数是用来加入非线性因素的,因为线性模型的表达能力不够。常用激活函数

人脸检测(二)--人脸识别样本制作及训练测试

闲得没事,折腾下opencv 人脸识别,从样本制作到评估。1.直接copy opencv里的源码,创建工程,添加opencv库,可以直接cmake源码,但我之所以自己创建工程,是想多学习,并且降低与源码框架的耦合度。这里如果出现_imp__CreateToolbarEx 符号无法解析(error LNK2019: unresolved external symbol__imp__Cre...

系统学习机器学习之总结(二)--样本不平衡问题处理

原文链接:http://blog.csdn.net/heyongluoyao8/article/details/49408131解决这一问题的基本思路是让正负样本在训练过程中拥有相同的话语权,比如利用采样与加权等方法。为了方便起见,我们把数据集中样本较多的那一类称为“大众类”,样本较少的那一类称为“小众类”。 解决方式分为: 一、相关方法总结1、采样采样方法是通过对训练集进行处理...

系统学习深度学习(三十二)--Double DQN (DDQN)

转自:https://www.cnblogs.com/pinard/p/9778063.html1. DQN的目标Q值计算问题    在DDQN之前,基本上所有的目标Q值都是通过贪婪法直接得到的,无论是Q-Learning, DQN(NIPS 2013)还是 Nature DQN,都是如此。比如对于Nature DQN,虽然用了两个Q网络并使用目标Q网络计算Q值,其第j个样本的目标Q值的计...

目标检测(二十)--Mask R-CNN

转自:http://blog.csdn.net/zhangjunhit/article/details/64920075?locationNum=6&fps=1Mask R-CNNhttps://arxiv.org/pdf/1703.06870Mask R-CNN= Faster R-CNN + FCN, 大致可以这么理解!大神都去哪了? Facebook AI Resear.

系统学习NLP(三十二)--BERT、XLNet、RoBERTa、ALBERT及知识蒸馏

参考:https://zhuanlan.zhihu.com/p/84559048一.BERTBERT是一种基于Transformer Encoder来构建的一种模型,它整个的架构其实是基于DAE(Denoising Autoencoder)的,这部分在BERT文章里叫作Masked Lanauge Model(MLM)。MLM并不是严格意义上的语言模型,因为整个训练过程并不是利用语言模型方式来训练

    共 158 条
  • 1
  • 2
  • 3
  • 16
  • 请选择