社区
空间
专栏
全部文章
改装pcp发表回复 9年6个月前
都是拆自德国罗芬激光，
randomized发表回复 9年6个月前
卷积神经网络（CNN） 终于讲到卷积神经网络了，RBF神经网络先暂时先不讲，因为用途不是很广（现在主要是机械控制），而且网上讲的不错：这里 卷积是一个数学操作,用两个函数得到第三个函数，用公式可以表示为： $$h(x)=\int_{-\infty}^{+\infty}f(\tau )*g(x-\tau )d\tau $$ 但说实话，这个公式对于我们理解卷积神经网络没有太大帮助，因为我们这里用的是...
改装pcp发表文章 9年6个月前
进口相干Coherent激光功率计 PM150-19B 150W量程 1mW分辨率
进口相干Coherent激光功率计 PM150-19B 150W量程 1mW分辨率原装进口相干激光功率计探头 品牌：Coherent探头型号：PM150-19B，可与相干公司的FieldMate,FieldMax,LabMax等系列表头兼容，也可配国产表头。功率测量范围：1mW-10W(风冷），在加水冷或者散热片的情况下，最高可测量至150W（探头有2螺孔可以水冷块或者散热片）探头波长响应范围：1...
chemistry02发表回复 9年6个月前
引用 HXKRRRR:谢谢（*^-^*）顺便问一下lz，请问我的设计图中后面的底座的长度和两根稳定梁与钢板的夹角怎么确定？表示百度不到，求lz解答一下！
amo发表回复 9年6个月前
引用 ne555:按楼上所说，精度应该还能提高，但个人认为实现1g精度很难。现在传感器是体重秤的，因此对克级别的质量感应并不好，即便是128倍的增益，电压变化幅度也不大。加上其本身价格也很低廉，想必放大器噪声也不小。搞错了抱歉，当时没注意到你用的是普通健康秤传感器，只注意到了ADC，呵呵
HXKRRRR发表回复 9年6个月前
引用 chemistry02:支持lz！谢谢（*^-^*）
Cirno发表回复 9年6个月前
[quote=1160599678,823924]嗯，[url]http://rodrigob.github.io/are_we_there_yet/build/classification_datasets_results.html#4349464……[/quote]"层级深=成绩好" ——并不存在这样一个观点“而且速度还很慢”——That's how people descrbe DNN be...
randomized发表回复 9年6个月前
引用 琪露诺:。。。。我po的图，左一googleNet，左二VGG，右边的是何凯明的ResNet，你截过来的图表是ResNet内部的横向比较，是怎么得出这些个结论的。你稍微读一下这篇转过来的paper，就会看……嗯，http://rodrigob.github.io/are_we_there_yet/build/classification_datasets_results.html#43494...
Cirno发表回复 9年6个月前
引用 1160599678:嗯，好像最深152层，但说实话，这效果提升不是很大（尤其56和10比较）：实线测试误差，虚线训练误差;[1]这模型还是要改进，长时间的收益不大。[1]:#{r=2681……。。。。我po的图，左一googleNet，左二VGG，右边的是何凯明的ResNet，你截过来的图表是ResNet内部的横向比较，是怎么得出这些个结论的。你稍微读一下这篇转过来的paper，就会看到“...
randomized发表回复 9年6个月前
引用 琪露诺:嗯，好像最深152层，但说实话，这效果提升不是很大（尤其56和10比较）：实线测试误差，虚线训练误差;[1]这模型还是要改进，长时间的收益不大。[1]:
Cirno发表回复 9年6个月前
Cirno发表文章 9年6个月前
转: Yann LeCun 主页上关于 Hinton 的段子
原文 初稿译者：@龙星镖局 友情指导：@winsty，@妖僧老馮， @jarszm，@潘布衣 郑重声明：本文素材是Yann LeCun 收集整理，英文链接。虽然是简单的翻译，但本文没有机器学习领域的深厚知识是领会不到精髓的。由于知识水平和美国文化理解不够，文中仍有多处自觉没有真正体会LeCun的幽默。欢迎大家能继续批评指正。译文中若有不当之处，是译者水平有限所致，跟指导者没有任何关系。 第0条 R...
虎哥发表回复 9年6个月前
楼主，求进展，不会是已经做成产品了吧。
-张润凯-发表回复 9年6个月前
引用 bunny9915:建议每个精品的话题最好都引入一个话题监督员或者引导员的角色，避免问题肤浅化和攀比风气的产生，就像一个研讨会的过程总是需要一个主持人来进行场面的控制，如果完全放开自由讨论的结果就是方向失控不了了之。同意