流式軟件公司、JFrog軟件供應鏈平臺的締造者JFrog?近期宣布實現JFrog?Artifactory和Databricks開發的開源軟件平臺MLflow的全新機器學習（ML）生命周期集成。繼今年早些時候發布與Qwak和Amazon?SageMaker的原生集成后，JFrog?擴展了其通用AI解決方案，為企業提供以Artifactory作為模型注冊中心的單一記錄系統。這項全新集成讓?JFrog?用戶在簡化的端到端DevSecOps工作流中，結合
關鍵字：
JFrog 安全AI DataBricks MLflow 機器學習
據 IDC 預測，從 2021 年到 2027 年，作為數字孿生的新型物理資產和流程建模的數量將從 5% 增加到 60%。盡管將資產行為中的關鍵要素數字化并非一種全新概念，但數字孿生技術從精確傳感到實時計算，再到將海量數據轉為深度洞察，從多方面進一步推動了設備和運營系統優化，從而實現擴大規模并縮短產品上市時間。此外，啟用人工智能/機器學習 (AI/ML) 模型將有助于提高流程效率、減少產品缺陷，實現出色的整體設備效率 (OEE)。當我們了解了上述需求的復雜性和面臨的挑戰，就能意識到內存與存儲對于實現數字孿
關鍵字：
數字孿生 DRAM 機器學習
十多年來，EZ-USB? FX3 在機器學習應用中發揮著至關重要的作用，它為機器視覺相機、頻譜分析儀和許多高帶寬數據采集系統提供 USB 5Gbps 連接的黃金標準構件。在人工智能推動下，現實世界的數字化程度不斷提高，各行各業對數據庫和更高速接口的需求也急劇增加。自 2021 年以來，英飛凌作為 USB 市場的領導者，已投入數千萬美元開發新一代通用 USB 控制芯片。經過兩年的開發，EZ-USB? FX10 終于面世，其性能比上一代產品提高 300%，可為人工智能、影像和其他新興應用提供 USB 10Gb
關鍵字：
EZ-USB 機器學習 數據采集 高速接口
蘋果近日發布了DeepPCR機器學習算法，通過并行處理常規順序操作，可以加速神經網絡的推理和訓練。神經網絡處理過程中，目前廣泛采取并行化技術，不過神經網絡中的一些操作仍然是按順序完成的，擴散模型通過一系列的去噪階段生成輸出，并且逐層進行向前和向后傳遞。隨著步驟數的增加，這些進程的順序執行在計算上變得昂貴，可能會導致計算瓶頸。蘋果科研團隊為了解決這個問題，推出了DeepPCR算法，進一步加速了神經網絡的訓練和推理。該團隊采用了平行循環還原（PCR）算法來檢索該解決方案，將順序過程的計算成本從 O（L）降低到
關鍵字：
蘋果 DeepPCR 機器學習 算法 神經網絡
美光云計算高級業務發展經理 Eric Booth 90 歲的祖母患有嚴重的聽力障礙，即使佩戴助聽器也很難聽清別人在說什么。Eric 注意到，她需要湊近講話者，識別他們的唇語，努力理解他們的話語。而當多人進行交談時，她常常會感到迷茫。Eric 萌生了一個想法：為何不用祖母的智能手機幫她來“傾聽”呢？他打開手機的記事簿功能，按下麥克風按鈕，向她展示了手機如何將他的話轉錄成屏幕上的文字。他表示：“我的祖母非常興奮，笑得合不攏嘴，她現在可以參與到從前無法進行的對話中。”這也讓我們看到了該技術如何切實改善了言語、語
關鍵字：
語音識別 生成式AI 機器學習 內存
英飛凌科技股份公司于近日宣布推出全新的PSoC?微控制器（MCU）產品系列，即PSoC? Edge。PSoC?產品組合是英飛凌基于Arm? Cortex?內核打造的高性能且低功耗的安全器件。PSoC Edge?專為新一代實時響應計算和控制應用而設計，并提供由硬件輔助的機器學習（ML）加速功能。該全新MCU產品系列通過降低人機交互的設計門檻，并為終端應用增加情景感知功能，讓終端產品變得更加智能和直觀易用，從而提供更高水平的終端用戶體驗。同時，它們還能通過內置的英飛凌Edge Protect嵌入式技
關鍵字：
英飛凌 PSoC Edge 微控制器 MCU 機器學習
Microchip 在嵌入式AI 市場的重點領域包括工業自動化和維護、智能家居、物聯網（IoT）及醫療。在AI 市場中，預測性維護是一個快速發展的重點領域。通過減少停機時間，可以幫助企業在設備維護方面節省成本。工程師面臨的主要挑戰之一是從大量數據中創建一個經過篩選的數據集。這對于模型的開發和訓練以及推理的準確性非常關鍵。Microchip 開發了多種解決方案，旨在幫助設計人員和工程師克服與嵌入式AI 有關的挑戰，其中包括可以處理復雜算法的單片機（MCU）、微處理器（MPU）和FPGA。借助MPLAB? 機
關鍵字：
Microchip 人工智能 機器學習
—— 這款獨特的解決方案首次全面支持 8 位、16 位和 32 位 MCU 以及 32位MPU，可在邊緣實現機器學習機器學習 (ML) 正成為嵌入式設計人員開發或改進各種產品的標準要求。為滿足這一需求，Microchip Technology Inc.（美國微芯科技公司）近日推出了全新的 MPLAB? 機器學習開發工具包，提供一套完整的集成工作流程來簡化機器學習模型開發。這款軟件工具包可用于Microchip的各類單片機 (MCU) 和微處理器 (MPU) 產品組合，助力開發人員快速高效地添加機器學習推理
關鍵字：
Microchip MPLAB 機器學習 MCU MPU
Nordic Semiconductor宣布與美國人工智能和機器學習公司 Atlazo達成收購知識產權組合的協議，其中包括Atlazo八人核心團隊的雇用協議，并未披露具體金額。總部位于美國加州圣迭戈的Atlazo公司是用于微型邊緣設備的人工智能和機器學習(AI/ML)處理器、能源管理和傳感器接口設計的技術領導者。Nordic公司與Atlazo 公司達成收購知識產權組合的協議，這將進一步鞏固Nordic在物聯網低功耗產品和解決方案開發領域的領先地位，并加速重要的戰略發展計劃。通過收購Atlazo的知識產權和
關鍵字：
Nordic 人工智能 機器學習
每次談及物聯網 (IoT)，行業就會明顯出現兩大陣營：樂觀派和悲觀派。后者將物聯網認定為“尚屬未來”的技術。而我個人是堅定的樂觀派：對于物聯網解決方案有望帶來的變革性創新，我既感到無比振奮，同時又保持審慎的樂觀態度，畢竟任何新興技術的崛起都要面臨諸多挑戰。 對于 Arm? 而言，伴隨我們持續推出一眾具有針對性的解決方案、IP 和其它各類技術的同時，既向創新者提供了有力的支持，也始終確保自己站在市場最前沿引領趨勢、應對挑戰。正因于此，我們在全球生態系統中，對物聯網從業人員進行了一項調查，采訪對象包括開發者、
關鍵字：
5G 機器學習 物聯網 arm
機器學習 (ML) 正成為嵌入式設計人員開發或改進各種產品的標準要求。為滿足這一需求，Microchip Technology Inc.（美國微芯科技公司）近日推出了全新的 MPLAB? 機器學習開發工具包，提供一套完整的集成工作流程來簡化機器學習模型開發。這款軟件工具包可用于Microchip的各類單片機 (MCU) 和微處理器 (MPU) 產品組合，助力開發人員快速高效地添加機器學習推理。Microchip開發系統業務部副總裁Rodger Richey表示：“機器學習是嵌入式控制器的新常態，與依賴云通
關鍵字：
Microchip MPLAB 機器學習 MCU MPU
意法半導體的首款車規機器學習解決方案SL-AIAID012401V1由AEKD-AICAR1?評估套件、AI?人工智能插件和AutoDevKit?車規開發板組成，能夠識別駐車、正常路況、崎嶇道路、車輪側滑或突然轉向四種汽車狀態。這是一個難得的機會，可以通過測試和開發汽車人工智能應用，以確定該技術是否適合這個市場。事實上，許多車企還在探索在行業現階段，機器學習對他們是否有意義。從頭開始創建算法需要投入大量的人力和資金。把評估解決方案導入我們的?AutoDevKit 平
關鍵字：
ST 機器學習 汽車AI
Gartner今日發布了影響數據科學與機器學習（DSML）未來方向的重要趨勢。隨著DSML行業的快速發展和演變，數據對于人工智能（AI）開發與運用的重要性日益提高，尤其是投資重點也正轉向生成式人工智能領域。 Gartner研究總監Peter Krensky表示：“隨著機器學習在各個行業的應用持續快速擴大，DSML也正從單純側重于預測模型轉向更加普及化、動態化和以數據為中心的技術領域，而且生成式人工智能（AI）的熱潮也助推了這一趨勢。盡管潛在風險不斷出現，但面向數據科學家及其組織的新功能和用例也層
關鍵字：
Gartner 機器學習
摘要本系列文章由三部分組成，主要探討卷積神經網絡(CNN)的特性和應用。CNN主要用于模式識別和對象分類。作為系列文章的第三部分，本文重點解釋如何使用硬件轉換卷積神經網絡(CNN)，并特別介紹使用帶CNN硬件加速器的人工智能(AI)微控制器在物聯網(IoT)邊緣實現人工智能應用所帶來的好處。系列文章的前兩篇文章為《卷積神經網絡簡介：什么是機器學習？——第一部分》和《訓練卷積神經網絡：什么是機器學習？——第二部分》。 簡介AI應用通常需要消耗大量能源，并以服務器農場或昂貴的現場可編程門陣列(FPG
關鍵字：
卷積神經網絡 硬件轉換 機器學習 ADI
到目前為止，我們關注的是單層感知器，它由一個輸入層和一個輸出層組成。您可能還記得，我們使用術語“單層”是因為此配置僅包括一層計算活動節點，即通過求和然后應用激活函數來修改數據的節點。輸入層中的節點只是分發數據。到目前為止，我們關注的是單層感知器，它由一個輸入層和一個輸出層組成。您可能還記得，我們使用術語“單層”是因為此配置僅包括一層計算活動節點，即通過求和然后應用激活函數來修改數據的節點。輸入層中的節點只是分發數據。單層感知器在概念上很簡單，訓練過程非常簡單。不幸的是，它不提供我們復雜的、現實生活中的應用
關鍵字：
多層感知器 機器學習
機器學習介紹
您好，目前還沒有人創建詞條機器學習!
歡迎您創建該詞條，闡述對機器學習的理解，并與今后在此搜索機器學習的朋友們分享。
創建詞條
關于我們 -
廣告服務 -
企業會員服務 -
網站地圖 -
聯系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473