99问答网
所有问题
工业中深度学习的瓶颈有哪些?我们国产设备是否有解决的方案?
如题所述
举报该问题
其他回答
第1个回答 2024-04-14
在工业检测中,器件种类很多,器件质量不一(新旧件);并且不同缺陷的样本数量和比例不一样,某些缺陷比较常见,而其他的一些缺陷很难见到,这样对模型训练不太友好。
为了解决这个问题,国产的aoi公司也在努力创新,比如国内有个识渊科技,她们使用了一些常见的深度学习方法:比如数据增广;同时识渊科技也创新的使用了小样本学习(仅需要少量的ng样本)和anormally算法(在特定的场景下甚至无需ng样本),这样可以解决样本不均衡和样本太少的问题。
相似回答
深度学习
领域
有哪些瓶颈?
答:
机器学习作为实现人工智能的主流方法,最重要的基础就是数学和编程。对于普通程序员,C /C++、Python等编程能力比较强,但数学基础却相对薄弱。数学作为表达与刻画机器学习模型的工具,是深入理解机器学习算法原理的基石,也是算法...
如何让
深度学习
突破数据
瓶颈
答:
降低对数据量的需求、实现小样本学习甚至 one-shot learning,是目前深度学习研究中的关键问题,Yann LeCun、 Yoshua Bengio 等深度学习专家也多次在演讲中提到
解决深度学习
中 one-shot learning 问题的重要性。在今年斯德哥尔摩...
目前机器
学习的瓶颈有哪些?
答:
算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法
。很多推论问题属于无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。机器学习已经有了十分广泛的应用,例如:数据挖掘、计算机视觉、自然语言处理、...
中国人工智能产业还存在哪三项弱点?
答:
国外人工智能巨头动作不断,在基础技术、应用领域方面都有诸多突破,可以总结为三点:基础研究能力强、跨界创新密集、人才红利持续发挥。 我国在
深度学习
、识别技术等领域实力突出,在人工智能市场应用层面走在世界前列。但在基础技术、产业链...
...有多大
?深度学习的
快速发展
是否
会短期遇到
瓶颈
答:
深度学习
技术目前而言还有许多需要深挖的,远远没到饱和期。所谓
的瓶颈
以前倒是存在硬件的瓶颈,随着NVDIA和一些硬件厂商不断的升级计算工具,硬件的瓶颈基本上消失了。其实关键还是要看其他学科,期待神经科学的发展能够为Machine ...
中国芯片技术的“
瓶颈
”是什么?
答:
中国芯片技术的“
瓶颈
”是中国在芯片技术领域没有核心技术和自主研发能力,没有主导芯片从材料、设计到生产制备的全套技术中任何一个环节。中国科学院院士、湖南先进传感与信息技术创新研究院院长彭练矛16日在湖南湘潭表示,针对...
中国十大GPU芯片
有哪些?
答:
优必选Atlas200DK是一款专门为
深度学习
应用开发的芯片,拥有高速的图像识别和处理能力,支持开源框架Tensorflow、Caffe等,广泛应用于医疗、安防、智能制造等领域。7、位移天下GPU 位移天下GPU是中国自主研制的全球首款综合
解决方案
...
深度学习
是需要掌握什么基础,才能学习?
答:
如果 C++/Python 基础比较薄弱,是否可以学? 【回答】完全可以。 我们会跟随实际的代码编写,一步一步进行指导。在数据科学、大数据和机器学习(
深度学习
)领域,Python 被视作最为简洁和直接的脚本编程语言,被科研领域和工程领域广泛采用,...
亚洲
工业
发展面临的问题
有哪些?
答:
亚洲的
工业
发展面临着一些问题,主要包括以下几个方面:1. 高污染:一些亚洲国家的工业部门往往使用落后的
设备
和技术,导致工业污染严重,对环境和民生造成威胁。2. 能源和资源消耗:由于不断扩大的工业规模和生产水平,亚洲国家...
大家正在搜