注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. tensorflow

  2. 深度学习 源码 TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。 TensorFlow可被用于语音识别或图像识别等 多项机器深度学习领域，对2011年开发的深度学习基础架构DistBelief进行了各方面的改进，

  3. 所属分类：深度学习

    • 发布日期：2017-11-28
    • 文件大小：18874368
    • 提供者：zhao1756

  1. Qt上基于谷歌语音引擎的语音识别

  2. 在Qt上的语音识别，用Google识别引擎 SpeechQt ======== 一个基于Qt的简单的语音识别项目 首先，语音识别要做三件事情 1.记录用户的语音文件到本地 2.将用户语音编码 使用flac或者speex进行编码 3.使用第三方语音识别API或者SDK进行分析识别语音 目前做的比较简单就是使用flac文件对wav音频文件进行编码 基于Mac OSX和Win 7平台的 win 7下使用flac.exe，具体exe帮助，读者可以使用flac.exe --help > help.

  3. 所属分类：C++

    • 发布日期：2018-05-02
    • 文件大小：12582912
    • 提供者：dark_silver

  1. 罗兰贝格中国人工智能创新应用白皮书.pdf

  2. 在全球人工智能发展的浪潮下，市场对人工智能的 投入与期望空前巨大，正确理解人工智能目前的应 用能力、发展状态以及与市场预期间的距离，成为了 各行业企业的重要任务之一。此份独立报告为各行 业企业在人工智能方向上的布局与行动举措提供了 参考信息与建议，同时也为人工智能企业在具体行 业发展方向的选择上提供了参考。中国人工智能创新应用白皮书 执行总结 今年7月,国家发布了新一代人工智能发展规划,将在价值链各环节上的商业应用案例。其次,企业需 中国人工智能产业的发展推向了新高度。人工智能要评估在组织、数据

  3. 所属分类：机器学习

    • 发布日期：2019-07-16
    • 文件大小：2097152
    • 提供者：iceberga

  1. 谷歌开源神经机器翻译模型底层框架seq2seq.zip

  2. 去年，谷歌发布了 Google Neural Machine Translation (GNMT)，即谷歌神经机器翻译，一个 sequence-to-sequence (“seq2seq”) 的模型。现在，它已经用于谷歌翻译的产品系统。 　　虽然消费者感受到的提升并不十分明显，谷歌宣称，GNMT 对翻译质量带来了巨大飞跃。 　　但谷歌想做的显然不止于此。其在官方博客表示：“由于外部研究人员无法获取训练这些模型的框架，GNMT 的影响力受到了束缚。” 　　如何把该技术的影响力最大化？答案只有一个

  3. 所属分类：其它

    • 发布日期：2019-07-19
    • 文件大小：450560
    • 提供者：weixin_39841856

  1. Api-java-speech-api.zip

  2. Api-java-speech-api.zip,j.a.r.v.i.s.语音api设计简单高效，使用google创建的语音引擎为部分api提供功能。本质上，它是用Java编写的API，包括识别器、合成器和麦克风捕获实用程序。该项目使用谷歌服务的合成器和识别器。而…J.A.R.V.I.S.（Java语音API）,一个api可以被认为是多个软件设备之间通信的指导手册。例如，api可用于web应用程序之间的数据库通信。通过提取实现并将数据放弃到对象中，api简化了编程。

  3. 所属分类：其它

    • 发布日期：2019-09-18
    • 文件大小：57344
    • 提供者：weixin_38744375

  1. 5g资料.pdf

  2. 5g资料目录 31.1物理层概述 54 第一章5G的基本概念 面面面面面面面面看D着着DD着DD着DD着 6 31.2物理层提供的服务 115G,有什么不同? 6 32物理层信道和调制… 321概述 125G的发展现状和前景… 3211什么是调制技术? 135G的关键性能要求… 9 3212物理信道和物理信号定义 60 131用户体验速率 10 322帧结构 61 132连接密度 10 3221咴和子帧… 61 133时延 32.22时隙(S|ots) 134可用性,可靠性 11 323调制的过

  3. 所属分类：其它

    • 发布日期：2019-10-31
    • 文件大小：25165824
    • 提供者：ggjuejiu

  1. 《安防+AI 人工智能工程化白皮书》.pdf

  2. 『安防+AI 人工智能工程化白皮书』集合了中科院自动化所、浙江 宇视科技有限公司的技术专家及行业专家的研究成果、实践经验。本报告从当前 人工智能技术与产业发展的背景、智慧安防生态圈、智慧安防典型应用、智慧安 防规模化应用存在的问题，以及智慧安防未来趋势等五个维度，系统梳理总结了 当前安防+AI 的发展现状，尤其重点分析指出了智慧安防领域存在的八大限制性 因素，以及智慧安防的八大新的发展趋势，供学术界及实业界的学者、专家参考。第四章智慧安防规模应用的八大限制性因素 24 4.1成本高昂 25 4.

  3. 所属分类：机器学习

    • 发布日期：2019-10-20
    • 文件大小：4194304
    • 提供者：yutong_zhou

  1. 基于样本增强的强化学习在对话管理中的应用.pdf

  2. 任务型对话系统已被广泛应用于聊天机器人和个人语音助手中 ， 如苹果的Si ri 、 微软的 Cortana 以及谷歌的 Hom e 等。 任务型对话系统的对话策略是这些产品 回 答 用 户 问 题 的 关 键 ， 而 目 前 主 流 的 对 话 策 略 学 习 方 法 是 釆 用 强 化 学 习 。 通 过强化学习 ， 任务型对话系统可以在与用户的交互过程中渐渐学会如何回答用户的问题.

  3. 所属分类：机器学习

    • 发布日期：2020-05-27
    • 文件大小：5242880
    • 提供者：NGUever15