B-P反向传播网络概述

B-P(Back Propagation)反向传播网络在感知机的基础上,添加了一层或多层隐层,所以也可以将此模型称为多层感知机(MultiLayer Perception MLP)。

CPU Qualcomm B-P

时间:2020-06-04 10:07:51

人工神经网络感知模型及其传播

在本节中,我们结合上节神经网络相关内容拓展到了感知模型,带领大家对此部分有了更为清晰的认知,下面我们开始学习了解权重值的优化。

CPU Qualcomm OpenGL

时间:2020-06-01 10:42:34

机器学习中人工神经网络的搭建

神经网络中的核心处理部分是节点,同时在神经网络中,处理单元通常按层次分布于神经网络的输入层、隐层和输出层中,因此分别称之为输入节点、隐节点和输出节点。

CPU Qualcomm OpenGL

时间:2020-05-28 11:48:57

人工神经网络连接权重的优化与调整

我们将对神经网络学习过程中权重值的调整优化进行详细的介绍。

CPU Qualcomm OpenGL

时间:2020-05-28 11:47:30

人工神经网络运作过程

人工神经网络中最小和最重要的单元是神经元。与生物神经系统一样,这些神经元彼此连接在一起,它们具有很强的处理能力。一般而言,人工神经网络试图复制真实大脑的行为和过程,这就是为什么他们的建筑是基于生物观察建模的原因。

Qualcomm 神经网络

时间:2020-05-25 10:06:32

人工神经网络组成及用例

人工神经网络背后的概念和科学已经存在了数十年。但是直到最近几年,神经网络的承诺才变为现实,并帮助AI行业摆脱了漫长的冬季。

Qualcomm 神经网络

时间:2020-05-21 17:01:40

什么是人工神经网络(ANN)

人工神经网络,顾名思义,是一个可以说是仿生学的概念。人类发现神经元之间相互协作可以完成信息的处理和传递,于是提出了人工神经网络的概念,用于进行信息处理。

Qualcomm 神经网络

时间:2020-05-20 09:55:00

SNPE输入数据和预处理(1)

SNPE作为高通提供的应用在AI方面的SDK,它可以和高通DSP中针对人工智能所拓展的部分一起为大家带来良好的体验。其通过独特的数据处理,将Caffe等模型转换为可以在手机端进行的分析及体验的APK应用程序,同时可以让开发更加的得心应手。

CPU Qualcomm 数据处理

时间:2020-05-18 10:00:00

SNPE输入数据和预处理(2)

上一节中我们对数据处理部分的图像数据进行了大量的介绍,在SNPE中可以对其进行很多种的操作,接下来我们将继续对SNPE的数据处理进行深入的探讨

CPU Qualcomm OpenGL

时间:2020-05-15 13:35:24

SNPE模型转换(2)

在上节中我们介绍了Caffe、Tensorflow的模型转换,接下来我们继续对SNPE中提及的其它模块进行介绍。

CPU Qualcomm OpenGL

时间:2020-05-15 13:33:57

SNPE量化模型

在前面我们已经对量化这部分的内容进行了分析,接下来我们将进入SNPE的量化模型对其工作机制进行分析。在SNPE中量化的DLC文件使用网络参数的8位定点表示, 定点表示与Tensorflow量化模型中使用的相同;未量化的DLC文件使用网络参数的32位浮点表示形式。

CPU Qualcomm OpenGL

时间:2020-05-12 10:45:00

每页显示 共1953条数据 < 1... 102 103 104 ...178 >      到第 GO

高通软件中心

通过集中式门户站无缝管理您的高通®软件和工具

下载软件中心

申请成为“Qualcomm荣誉技术大使”

“Qualcomm荣誉技术大使”是Qualcomm开发者社区对开发者用户技术能力与影响力的认证体现,该荣誉代表Qualcomm社区对用户贡献的认可与肯定。

立即申请

Qualcomm 解决方案

 

高通技术公司推出头戴式AR开发套件骁龙Spaces™ XR开发者平台,助力打造无缝融合现实世界和数字世界边界的沉浸式体验。

为开发者提供实现创意的工具,并将变革头戴式AR的可能性,现已面市!