腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
人工智能头条
专栏作者
举报
1089
文章
1060326
阅读量
148
订阅数
订阅专栏
申请加入专栏
全部文章（999+）
其他（317）
人工智能（314）
机器学习（239）
深度学习（217）
编程算法（182）
神经网络（128）
python（63）
大数据（60）
NLP 服务（49）
开源（41）
https（38）
机器人（34）
网络安全（31）
卷积神经网络（30）
推荐系统（27）
tensorflow（22）
github（21）
自动驾驶（20）
无人驾驶（20）
人脸识别（19）
分布式（19）
git（18）
游戏（18）
强化学习（18）
自动化（17）
图像识别（17）
数据库（16）
存储（16）
数据挖掘（15）
安全（14）
java（12）
数据分析（12）
api（11）
sql（10）
tcp/ip（9）
图像处理（8）
监督学习（8）
决策树（8）
keras（8）
物联网（8）
ide（7）
linux（7）
spark（7）
nat（7）
语音识别（6）
区块链（6）
html（6）
网站（6）
numpy（6）
线性回归（6）
pytorch（6）
windows（6）
ios（5）
apache（5）
spring（5）
腾讯云测试服务（5）
http（5）
黑客（5）
模式识别（5）
无监督学习（5）
微信（5）
数据处理（5）
汽车（5）
php（4）
javascript（4）
go（4）
云数据库 Redis（4）
搜索引擎（4）
爬虫（4）
scikit-learn（4）
数据可视化（4）
系统架构（4）
比特币（3）
mac os（3）
c++（3）
matlab（3）
机器翻译（3）
知识图谱（3）
企业（3）
容器（3）
dubbo（3）
架构设计（3）
程序员（3）
node.js（2）
android（2）
arm（2）
嵌入式（2）
硬件开发（2）
unix（2）
ubuntu（2）
nginx（2）
容器镜像服务（2）
文件存储（2）
医疗（2）
缓存（2）
hadoop（2）
正则表达式（2）
kernel（2）
数据结构（2）
mqtt（2）
kafka（2）
sdn（2）
Elasticsearch Service（2）
论文（2）
负载均衡（1）
iphone（1）
swift（1）
lua（1）
.net（1）
r 语言（1）
xml（1）
css（1）
ajax（1）
单片机（1）
sqlite（1）
oracle（1）
django（1）
打包（1）
vba（1）
windows server（1）
delphi（1）
容器服务（1）
NAT 网关（1）
消息队列 CMQ 版（1）
数据加密服务（1）
物联网通信（1）
mongodb（1）
营销风控（1）
政务云专区（1）
渲染（1）
智能硬件（1）
数据安全（1）
yarn（1）
kubernetes（1）
devops（1）
运维（1）
html5（1）
ssh（1）
gui（1）
面向对象编程（1）
spring boot（1）
opencv（1）
unity（1）
seo（1）
二叉树（1）
敏捷开发（1）
socket编程（1）
lamp（1）
迁移学习（1）
微服务（1）
腾讯云开发者社区（1）
processing（1）
云计算（1）
5g（1）
ascii（1）
程序人生（1）
学习方法（1）
教育（1）
apple（1）
delay（1）
facebook（1）
ip（1）
it（1）
mac（1）
next（1）
tcpdump（1）
time（1）
twitter（1）
公众号（1）
模型（1）
苹果（1）
软件工程（1）
项目经理（1）
搜索文章
搜索
搜索
关闭
CornerNet为什么有别于其他目标检测领域的主流算法？
编程算法
嵌入式
存储
图像识别
神经网络
这篇文章为大家解读由密歇根大学 Hei Law 团队在 ECCV 2018发布的论文，一种新的目标检测算法。
用户1737318
2019-11-19
762
0
TensorFlow下构建高性能神经网络模型的最佳实践
tensorflow
神经网络
编程算法
嵌入式
深度学习
作者 | 李嘉璇 责编 | 何永灿 随着神经网络算法在图像、语音等领域都大幅度超越传统算法，但在应用到实际项目中却面临两个问题：计算量巨大及模型体积过大，不利于移动端和嵌入式的场景；模型内存占用过大，导致功耗和电量消耗过高。因此，如何对神经网络模型进行优化，在尽可能不损失精度的情况下，减小模型的体积，并且计算量也降低，就是我们将深度学习在更广泛的场景下应用时要解决的问题。 加速神经网络模型计算的方向 在移动端或者嵌入式设备上应用深度学习，有两种方式：一是将模型运行在云端服务器上，向服务器发送请求，接收服务器
用户1737318
2018-07-20
1.1K
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天，分 10000 元奖品池！
立即发文
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档