简介:内容摘要:近年来,随着移动互联网和电子商务的迅猛发展,网上购物对于人们的重要性不言而喻,并且它们已经成为人们日常生活中的重要组成部分,尤其在疫情期间得到了更进一步的发展。在实际应用场景当中,用户经常会有着如何搭配,搭配什么之类的疑惑,不仅仅拘泥于样式和颜色,电商之中也出现了越来越多有关衣服推荐搭配的功能,这种功能很大程度影响到用户的购物体验,并进而影响电商平台的发展。因此衣服搭配问题和衣服推荐好坏成为近年来一个热门的研究问题。
简介:中职《图形图像photoshop》网络课程学习网站,可以向学生提供大量的优质学习资源以及协作学习交流工具;也可以协助教师开展分层教学,是计算机专业课与现代信息技术的良好结合与运用,设计与建设科学、合理、有效的学习网站,对中职《图形图像photoshop》课程有着重要意义。
简介:<正>关于音标1.http://blog.hjenglish.com/melodious/category/2060.html(美音听力及发音小技巧)2.http://det.tjfsu.edu.cn/learning/oral.htm(英语口语学习资源)3.http://203.68.17.29/mis/mono/kevin/EteachWeb/KK%AD%B5%BC%DO/kk.htm学习网页4.http://www.jsxtzx.com/jzf/Soft_Show.asp?SoftID=141(学习软件)5.http://www.ebigear.com/ResourceHtml/324/(大耳朵英语——国际音标与语音)6.http://www.englishabc.com.cn/halom508/Software/Catalog210/355.html(国际音标下载)
简介:摘要当前的深度学习方法使用在基于大型图形处理单元(GPU)的计算机上训练的卷积神经网络(CNN)非常成功。该方法的三个局限性是1)基于简单的分层网络拓扑结构;2)网络采用人工配置以达到最优效;3)神经元模型的实现在成本和功耗上都比较昂贵。在本文中,评估了使用三种不同的计算架构来解决这些问题的深度学习模型量子计算来训练复杂的拓扑结构,高性能计算(HPC)来自动确定网络拓扑结构,以及低功耗硬件的神经形态计算。由于目前量子计算机的输入尺寸限制,实验中使用MNIST数据集。结果显示了将这三种架构结合使用来解决上述深度学习限制的能力。结果表明,量子计算机可以在网络复杂度增加的情况下,在可控制的时间内找到高质量的层内连接权值;高性能计算机可以找到最优的基于层的拓扑结构;在低功耗记忆硬件中,神经形态计算机可以表示其他结构的复杂拓扑结构和权值。
简介:摘要当前的深度学习方法使用在基于大型图形处理单元(GPU)的计算机上训练的卷积神经网络(CNN)非常成功。该方法的三个局限性是1)基于简单的分层网络拓扑结构;2)网络采用人工配置以达到最优效;3)神经元模型的实现在成本和功耗上都比较昂贵。在本文中,评估了使用三种不同的计算架构来解决这些问题的深度学习模型量子计算来训练复杂的拓扑结构,高性能计算(HPC)来自动确定网络拓扑结构,以及低功耗硬件的神经形态计算。由于目前量子计算机的输入尺寸限制,实验中使用MNIST数据集。结果显示了将这三种架构结合使用来解决上述深度学习限制的能力。结果表明,量子计算机可以在网络复杂度增加的情况下,在可控制的时间内找到高质量的层内连接权值;高性能计算机可以找到最优的基于层的拓扑结构;在低功耗记忆硬件中,神经形态计算机可以表示其他结构的复杂拓扑结构和权值。
简介:摘要:架空输电线路是电能输送的重要通道,直接与电网安全稳定运行相关。由于输电线路经过区域基金项目:国家电网公司科技项目资助(SGITG-2018ZXCG-FF)环境复杂,风筝、垃圾和机械施工等异物入侵成为线路跳闸且无法重合成功的主要原因。随着输电线路信息化和智能化运检建设的不断完善,我国220kV电压等级以上的重要输电线路和通道基本已部署图像和视频在线监测设备,可以有效监测输电线路的异物入侵情况。虽然在线监测设备可以获得大量图像,但是可作为训练样本的异物入侵缺陷或故障图像数量较少,导致在训练分类过程中易出现泛化能力差、陷入局部最优解和识别准确率低等问题。深度学习近年来被应用到电网异物监测中,并取得了一定的效果,但是有效样本量较小依然会影响异物识别的准确度。