federated learning 文章 進入federated learning技術(shù)社區(qū)
聯(lián)邦學習(Federated Learning)分布式訓練，以共享模型打造效能卓越的AI智能
- 聯(lián)邦機器學習又名聯(lián)邦學習，聯(lián)合學習，聯(lián)盟學習。聯(lián)邦機器學習是一個機器學習框架，能有效幫助多個機構(gòu)在滿足用戶隱私保護、數(shù)據(jù)安全和政府法規(guī)的要求下，進行數(shù)據(jù)使用和機器學習建模。?全球領(lǐng)先的邊緣計算解決方案提供商—凌華科技與致星科技（簡稱“星云Clustar”）達成合作，攜手打造邊緣聯(lián)邦學習的一體機，顛覆傳統(tǒng)的集中式機器學習訓練。此平臺采用凌華科技的MECS-7211作為邊緣計算服務(wù)器，與星云CLustar的FPGA隱私計算加速卡，為個資隱私解套，應(yīng)用于密集型計算的加速場景，如隱私計算、機器學習、基因
- 關(guān)鍵字： 聯(lián)邦學習 Federated Learning 分布式訓練 AI 凌華科技
借助VisionPro Deep Learning 開啟外觀瑕疵檢測的無人化之路
- 客戶：鴻騰精密（FIT）行業(yè)：電子制造解決方案：VisionPro Deep Learning挑戰(zhàn)：傳統(tǒng)檢測方法是用電子顯微鏡放大和人工目視檢測外觀瑕疵的方式，長期下來作業(yè)員識別率降低，無法保證精密連接器缺陷檢測的質(zhì)量和效率；由于人工檢測的方法導致標準不一致，易發(fā)生質(zhì)量問題，給企業(yè)帶來不利影響；傳統(tǒng)檢測方法沒有實現(xiàn)檢測自動化，產(chǎn)生了大量人工成本。效果：實現(xiàn)外觀瑕疵檢測的自動化，減少企業(yè)成本；整體檢測能力大大提升，機臺判定標準一致，完全避免了人為因素導致的檢驗問題；實現(xiàn)了無人化智能工廠，有力支持了企業(yè)智能制
- 關(guān)鍵字： VisionPro Deep Learning 鴻騰精密（FIT） 外觀瑕疵檢測
VisionPro Deep Learning幫助軟包鋰電池實現(xiàn)外觀檢測自動化
- 挑戰(zhàn)●? ?軟包鋰電池外觀檢測項超過40多個，涵蓋產(chǎn)品的所有外觀面和以及邊角；●? ?各企業(yè)使用的人工檢查標準文件要求無法直接進行指標化數(shù)字化，需要依靠配套供應(yīng)商提供經(jīng)驗來配合客戶優(yōu)化指標和更改檢測標準；●? ?軟包鋰電池外觀檢測還是傳統(tǒng)的人工檢測方式，效率和準確率都很低效果●? ?軟包鋰電池Pack檢測設(shè)備實現(xiàn)量產(chǎn)，有40多臺設(shè)備成功運行；●? ?為企業(yè)提供了新的市場機會，在投項目性能效率大幅改善，給企業(yè)
- 關(guān)鍵字： 視覺軟件VisionPro Deep Learning 軟包鋰電池
人工智能之Q Learning算法
- 人工智能機器學習有關(guān)算法內(nèi)容，請參見公眾號“科技優(yōu)化生活”之前相關(guān)文章。人工智能之機器學習主要有三大類：1)分類;2)回歸;3)聚類。今天我們重點探討一下Q Learning算法。 ^_^ 通過前一篇TD-Learning時序差分(請參見人工智能(48)算法介紹，我們知道，TD-Learning時序差分是結(jié)合了動態(tài)規(guī)劃DP和蒙特卡洛MC(請參見人工智能(31))方法，并兼具兩種算法的優(yōu)點，是強化學習的中心?！ D-learning時序差分大概分了6類。其中，策略行動價值qπ的off-policy時
- 關(guān)鍵字： 人工智能 Q Learning
人工智能之TD Learning算法
- 人工智能機器學習有關(guān)算法內(nèi)容，請參見公眾號“科技優(yōu)化生活”之前相關(guān)文章。人工智能之機器學習主要有三大類：1)分類;2)回歸;3)聚類。今天我們重點探討一下TD Learning算法。 ^_^ TD Learning時序差分學習結(jié)合了動態(tài)規(guī)劃DP和蒙特卡洛MC(請參見人工智能(31))方法，且兼具兩種算法的優(yōu)點，是強化學習的核心思想。 雖然蒙特卡羅MC方法僅在最終結(jié)果已知時才調(diào)整其估計值，但TD Learning時序差分學習調(diào)整預(yù)測以匹配后，更準確地預(yù)測最終結(jié)果之前的未來預(yù)測?！ D Learni
- 關(guān)鍵字： 人工智能 TD Learning
| 共5條 1/1 1 |
federated learning介紹
您好，目前還沒有人創(chuàng)建詞條federated learning!
歡迎您創(chuàng)建該詞條，闡述對federated learning的理解，并與今后在此搜索federated learning的朋友們分享。 創(chuàng)建詞條
歡迎您創(chuàng)建該詞條，闡述對federated learning的理解，并與今后在此搜索federated learning的朋友們分享。 創(chuàng)建詞條
federated learning相關(guān)帖子
federated learning資料下載
關(guān)于我們 -
廣告服務(wù) -
企業(yè)會員服務(wù) -
網(wǎng)站地圖 -
聯(lián)系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網(wǎng)安備11010802012473
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網(wǎng)安備11010802012473