随笔 - 997
文章 - 5
评论 - 181
阅读 -
300万
随笔分类 - 人工智能
介绍AI算法和知识
一种高灵敏度自带DSP降噪算法的音频采集解决方案
摘要:背景调研 随着AI渗透到各行各业,人们对语音的需求也越来越大,最近一两年,各种AI音频设备如雨后春笋般冒出。各种智能AI设备的推出,意味者市场对低成本的音频采集设备越来越多。针对这种情况,我们开发出了一整套专门负责采集音频信号的解决方案。该解决方案有着什么特点呢? 方案介绍 这个解决方案和传统的解决
阅读全文
高灵敏度自带DSP降噪算法的audio codec解决方案
摘要:背景调研 随着AI渗透到各行各业,人们对语音的需求也越来越大,最近一两年,各种AI音频设备如雨后春笋般冒出。各种智能AI设备的推出,意味者市场对低成本的音频采集设备越来越多。针对这种情况,我们开发出了一整套专门负责采集音频信号的解决方案。该解决方案有着什么特点呢? 方案介绍 这个解决方案和传统的解决
阅读全文
百度DMA+小度App的蓝牙语音解决方案展示
摘要:前记 跟着百度也有一段时间了,经过一年多的努力,我们也做出了一些基于百度的语音助手的产品方案。下面就给大家秀一下我们做的产品。有类似需求的朋友可以多多交流。我们的合作方式十分灵活,可以卖芯片你自己来做产品,可以卖给你PCB板子你自己来组装,也可以直接卖给你成品。有句古语说得好,你有需求
阅读全文
百度DMA+小度App的蓝牙语音解决方案入局
摘要:前记 人机交互经历了三个阶段键鼠、触屏和语音交互。在国外,谷歌、亚马逊、苹果等巨头的竞争已经到达白热化状态;在国内,百度的DuerOS凭借着入局早,投入大,已经成为国内语音互交的一面旗帜。无论是从技术实力,还是商用步伐,它都走在国内AI公司的前列。想做AI语音的公司,跟着百度走,也算是
阅读全文
PyTorch--双向递归神经网络(B-RNN)概念,源码分析
摘要:关于概念: BRNN连接两个相反的隐藏层到同一个输出.基于生成性深度学习,输出层能够同时的从前向和后向接收信息.该架构是1997年被Schuster和Paliwal提出的.引入BRNNS是为了增加网络所用的输入信息量.例如,多层感知机(MLPS)和延时神经网络(TDNNS)在输入数据的灵活性方面是非
阅读全文
PyTorch-Adam优化算法原理,公式,应用
摘要:概念:Adam 是一种可以替代传统随机梯度下降过程的一阶优化算法,它能基于训练数据迭代地更新神经网络权重。Adam 最开始是由 OpenAI 的 Diederik Kingma 和多伦多大学的 Jimmy Ba 在提交到 2015 年 ICLR 论文(Adam: A Method for Stoch
阅读全文
神经网络架构PYTORCH-前馈神经网络
摘要:首先要熟悉一下怎么使用PyTorch来实现前馈神经网络吧.为了方便理解,我们这里只拿只有一个隐藏层的前馈神经网络来举例: 一个前馈神经网络的源码和注释如下:比较简单,这里就不多介绍了. 下面要看一下怎么调用和使用前馈神经网络的:为了提高运算效率,要把该网络优先使用GPU来进行运算.这里的输入尺寸和隐
阅读全文
神经网络架构PYTORCH-几个概念
摘要:使用Pytorch之前,有几个概念需要弄清楚. 什么是Tensors(张量)? 这个概念刚出来的时候,物理科班出身的我都感觉有点愣住了,好久没有接触过物理学的概念了. 这个概念,在物理学中怎么解释呢? 张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数。 用在神经网络架构PyT
阅读全文
神经网络架构PYTORCH-宏观分析
摘要:基本概念和功能: PyTorch是一个能够提供两种高级功能的python开发包,这两种高级功能分别是: 使用GPU做加速的矢量计算 具有自动重放功能的深度神经网络从细的粒度来分,PyTorch是一个包含如下类别的库: 安装指南: 安装有两种方式,一种是库文件安装详见目录:https://pytorc
阅读全文
神经网络架构PYTORCH-初相识(3W)
摘要:who? Python是基于Torch的一种使用Python作为开发语言的开源机器学习库.主要是应用领域是在自然语言的处理和图像的识别上.它主要的开发者是Facebook人工智能研究院(FAIR)团队.在2017年1月,在Gihu上被开源了.开源之后,迅速占领了Github的热搜榜.并且凭借着它独特
阅读全文
神经网络架构pytorch-MSELoss损失函数
摘要:MSELoss损失函数中文名字就是:均方损失函数,公式如下所示: 这里 loss, x, y 的维度是一样的,可以是向量或者矩阵,i 是下标。 很多的 loss 函数都有 size_average 和 reduce 两个布尔类型的参数。因为一般损失函数都是直接计算 batch 的数据,因此返回的 l
阅读全文
卷积神经网络CNN的原理(三)---代码解析
摘要:卷积神经网络在几个主流的神经网络开源架构上面都有实现,我这里不是想实现一个自己的架构,主要是通过分析一个最简单的卷积神经网络实现代码,来达到进一步的加深理解卷积神经网络的目的. 笔者在github上找到了一个十分简单的卷积神经网络python的代码实现: https://github.com/ahm
阅读全文
卷积神经网络CNN的原理(二)---公式推导
摘要:卷积神经网络与普通神经网络的区别在于,卷积神经网络包含多个由卷积层和池化层构成的特征抽取器。在卷积神经网络的卷积层中,一个神经元只与部分邻层神经元连接。在CNN的一个卷积层中,通常包含若干个特征平面(featureMap),每个特征平面由一些矩形排列的的神经元组成,同一特征平面的神经元共享权值,这里
阅读全文
ubuntu 16.04 下安装NVDIA的库(CUDA+CUDNN)
摘要:立志学习神经网络的同学,为了让它能够跑快一点,估计英伟达的GPU是要折腾一番的. 首先看一下什么是CUDA ? CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使G
阅读全文
和我一起熟悉caffe2
摘要:caffe2 是一个深度学习架构,它提供了一种简易快速的方法为让你能否迅速接触深度学习并能为社区贡献新的算法和模型.你可以把作品部署到有很强计算能力的GPU上,也可以把作品部署到有caffe2交叉编译环境的手机上. caffe2和caffe相比有什么区别呢?caffe架构的初衷是部署在大型产品上,主
阅读全文
ubuntu 16.04 安装caffe2的方法及问题解决
摘要:工作需要安装caffe2,从用户体验上来讲,caffe2的安装绝对是体验比较差的那种,花费了我那么多时间去倒腾,这样的用户体验的产品,估计后面是比较危险的. 废话少说,直接上步骤: 官网上有安装目录,具体的安装方式可以按照下面网页所示进行: https://caffe2.ai/docs/gettin
阅读全文
线性插值法的原理和python代码实现
摘要:假设我们已知坐标 (x0, y0) 与 (x1, y1),要得到 [x0, x1] 区间内某一位置 x 在直线上的值。根据图中所示,我们得到 由于 x 值已知,所以可以从公式得到 y 的值 已知 y 求 x 的过程与以上过程相同,只是 x 与 y 要进行交换。 python的代码实现: 参考文档:
阅读全文
FAIR开源Detectron:整合全部顶尖目标检测算法
摘要:昨天,Facebook AI 研究院(FAIR)开源了 Detectron,业内最佳水平的目标检测平台。 昨天,Facebook AI 研究院(FAIR)开源了 Detectron,业内最佳水平的目标检测平台。据介绍,该项目自 2016 年 7 月启动,构建于 Caffe2 之上,目前支持大量机器学
阅读全文
开源深度学习架构Caffe
摘要:Caffe 全称为 Convolutional Architecture for Fast Feature Embedding,是一个被广泛使用的开源深度学习框架(在 TensorFlow 出现之前一直是深度学习领域 GitHub star 最多的项目),目前由伯克利视觉学中心(Berkeley V
阅读全文
KNN算法基本实例
摘要:KNN算法是机器学习领域中一个最基本的经典算法。它属于无监督学习领域的算法并且在模式识别,数据挖掘和特征提取领域有着广泛的应用。 给定一些预处理数据,通过一个属性把这些分类坐标分成不同的组。这就是KNN的思路。 下面,举个例子来说明一下。图中的数据点包含两个特征: 现在,给出数据点的另外一个节点,通
阅读全文