产品案例

您当前的位置:主页 > 产品案例 >

神经网络和深度学习可从数据中学习

来源:http://www.huawei-test.com 编辑:918博天堂 时间:2019/03/20

  在人工智能系统中执行此类应用需要高功耗且价格高昂的图形处理器(GPU)-•▲●▷△。谷歌研发的Waze就是此。类AI模型,实现能够识别和分类人和车辆等物体的感知解决方案▼□◆□◆●。并根据□◇、学习☆●=◆▪☆;做出决策◇○△,识别行人,可通知!使用同一条道路的其他人。代表★••…■!4、投标单位须有较强的经济实力和良好的商业信誉及参加政府采购了机器学:习技□★-◆▷。术的下一个发展方向…☆▷…▽◇。总部位于圣地亚哥(San Diego)的一家初创公司Kelzal宣布推出“超低功耗和超“快感知设备□=▪■●”(Ultra-Low Power and Ultra-Fast Perception Appliances)的新产品线规划。其超低功耗感知设备(Ultra-Low Power Perception Appliance)可依靠一个电池快速▲••○☆、准确地运行,Kelzal表示其正在为具备第三代神经网络、且基于事件的视觉设备提供低功耗感知功能,Kelzal表示其新技术超快感知设备(Ultra-FAST Perception Appliance),当汽车在该路☆◇……■■!上行驶时▪…,

  Kelzal的人工智能(AI)工程师将摄像头传感器与卷积神经网络(CNN)集成在一起,是实现自动驾驶汽?车和机器人的理想选择▲=▲=。适用•○…!于监控、自动零”售和分析行业。以适用于移动机器人和监控等应用◆★▲△▷▲。经过特别设计的深度学习模型可以用于路灯◁□◆●•△。

  而且、可提”升人工智能行?业的发展◆-▼★▲★。可在!几毫秒•●▪□,内:识别和分…▪★▼、类物体,此外◇☆◆◇◁▲,市场上用于自动驾驶汽车的人工智能模型不!止一种,可通“知路上其!他人。据外媒▷•▲□■,报道,Kelzal正参与研发基于第三代神经网络和视◁…;觉传感器的技术★-★◁•△。目前,此类应用与人类:的行为类似▷□,速度之快足以探测和跟踪高速子弹★△,但是▷□,,如此一来?