格式:pdf
大?。?span class="single-tag-height">196KB
頁(yè)數(shù): 4頁(yè)
針對(duì)城市軌道交通環(huán)境內(nèi)乘客日益增長(zhǎng)的無(wú)線寬帶上網(wǎng)及信息獲取等需求,提出在軌道交通環(huán)境建設(shè)WiFi系統(tǒng)的主要技術(shù)方案,主要包括軌道交通站廳、站臺(tái)以及列車(chē)車(chē)廂內(nèi)的WiFi覆蓋方式。并對(duì)軌道交通隧道環(huán)境下建設(shè)WiFi系統(tǒng)方案進(jìn)行重點(diǎn)分析,結(jié)合各種情況提出建議措施。最后對(duì)軌道交通環(huán)境下的WiFi系統(tǒng)應(yīng)用進(jìn)行介紹。
格式:pdf
大小:21KB
頁(yè)數(shù): 13頁(yè)
深度 向手機(jī)端神經(jīng)網(wǎng)絡(luò)進(jìn)發(fā): MobileNet 壓縮指南 選自 Machine Think 作者: Matthijs Hollemans 機(jī)器之 心編譯 隨著 MobileNet 等面向移動(dòng)設(shè)備的模型不斷出現(xiàn),機(jī)器學(xué) 習(xí)正在走向?qū)嵱没?。不過(guò),由于深度學(xué)習(xí)等方法需要消耗大 量計(jì)算資源的因素,目前我們距離真正的移動(dòng)端人工智能應(yīng) 用還有一段距離。在硬件之外,我們也需要對(duì)模型本身進(jìn)行 壓縮,最近,荷蘭工程師 Matthijs Hollemans 向我們展示了 他壓縮 MobileNet 的方法:通過(guò)刪除卷積層的部分濾波器, 他在保證準(zhǔn)確性不變的情況下,讓模型體量縮小了 25%, 讓我們看看他是怎么做的。 隨著機(jī)器學(xué)習(xí)技術(shù)向移動(dòng)設(shè)備滲透的趨勢(shì),人們正在越來(lái)越 注重于尋找讓深度神經(jīng)網(wǎng)絡(luò)更快、更簡(jiǎn)潔的方式。 一種方法是提出更智能化的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)。 例如:MobileNet 可以在獲得相同結(jié)果的情況下
wifi網(wǎng)絡(luò)手機(jī)知識(shí)來(lái)自于造價(jià)通云知平臺(tái)上百萬(wàn)用戶的經(jīng)驗(yàn)與心得交流。 注冊(cè)登錄 造價(jià)通即可以了解到相關(guān)wifi網(wǎng)絡(luò)手機(jī)最新的精華知識(shí)、熱門(mén)知識(shí)、相關(guān)問(wèn)答、行業(yè)資訊及精品資料下載。同時(shí),造價(jià)通還為您提供材價(jià)查詢、測(cè)算、詢價(jià)、云造價(jià)等建設(shè)行業(yè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問(wèn):wifi網(wǎng)絡(luò)手機(jī)