期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到34篇文章
< 1 2 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于TensorFlow的手写体数字识别研究 认领 引用
1
作者 韦芳萍 《办公自动化》 2026年第2期5-7,共3页
文章针对手写体数字识别提出基于TensorFlow框架,并通过利用LeNet神经网络透过输入层、卷积层、池化层、全连接层、输出层进行深度剖析,构建模型,解决高难度、低准确率的识别问题。实验表明,该模型在识别效率以及鲁棒性方面比传统的SVM... 文章针对手写体数字识别提出基于TensorFlow框架,并通过利用LeNet神经网络透过输入层、卷积层、池化层、全连接层、输出层进行深度剖析,构建模型,解决高难度、低准确率的识别问题。实验表明,该模型在识别效率以及鲁棒性方面比传统的SVM、KNN等算法的识别方法更具优势,其识别率达98%以上。 展开更多
关键词 手写识别 深度学习 TensorFlow框架 LeNet神经网络
暂未订购 下载PDF
基于TensorFlow框架的多元异构网络安全入侵检测系统设计 认领 引用 被引量：5
2
作者 朱敏 《微电子学与计算机》 2025年第4期78-87,共10页
针对多元异构网络的结构复杂、节点数量多等特点,设计了一种基于张量流(Tensor Flow)框架的多元异构网络安全入侵检测系统。该系统改装数据采集器、处理器和微控制器,优化硬件系统,同时从物理结构和逻辑结构两个方面构建系统数据库。考... 针对多元异构网络的结构复杂、节点数量多等特点,设计了一种基于张量流(Tensor Flow)框架的多元异构网络安全入侵检测系统。该系统改装数据采集器、处理器和微控制器,优化硬件系统,同时从物理结构和逻辑结构两个方面构建系统数据库。考虑不同入侵类型的作用原理,设置网络安全入侵检测标准。在生成检测引擎后,通过捕获多元异构网络的实时运行数据,并利用TensorFlow框架提取网络运行特征。通过对特征的匹配度分析,获取关于入侵状态与类型的检测结果,从而实现多元异构网络的安全入侵检测。经过系统测试,实验结果表明,入侵状态的漏检率和入侵类型的误检率分别降低了0.6%和0.4%,入侵强度检测误差也减少了约0.05。 展开更多
关键词 TensorFlow框架 多元异构网络 网络安全 网络入侵检测
暂未订购 下载PDF
OclDNN:一种可应用于TensorFlow的通用DNN库 认领 引用 被引量：2
3
作者 陈锐 孙羽菲 +4 位作者 郭强 隋轶丞 周振辉 石昌青 张玉志 《计算机工程》 CAS CSCD 北大核心 2023年第4期138-148,共11页
深度学习模型的构建、训练以及推理离不开TensorFlow等机器学习框架中深度学习算子的支撑,对于卷积、池化等深度学习中被高频调用或计算量较大的算子,机器学习框架一般通过调用深度神经网络(DNN)库来提升计算效能。现有DNN库主要由英伟... 深度学习模型的构建、训练以及推理离不开TensorFlow等机器学习框架中深度学习算子的支撑,对于卷积、池化等深度学习中被高频调用或计算量较大的算子,机器学习框架一般通过调用深度神经网络(DNN)库来提升计算效能。现有DNN库主要由英伟达、AMD等少数国外厂商开发并根据自有硬件设备特点进行优化,但其封闭性导致其他厂商生产的通用加速器难以在深度学习领域发挥作用。为解决现有DNN库无法支持国产加速器的问题,使得深度学习模型能够调用国产加速器进行运算,研究跨平台的通用DNN库,通过对开源MIOpen的结构特点和调用方式进行分析,提出修改和重构该库的方法,并实现一种基于OpenCL的DNN(OclDNN)库。考虑到TensorFlow较高的流行度及其对DNN库调用的特殊性与复杂性,研究通用DNN库在TensorFlow中的集成方法,通过StreamExecutor中的OpenCL平台实现对OclDNN的调用。实验结果表明,OclDNN在英伟达、华为等不同厂商的计算设备上运算结果正确可靠,在相同实验环境下,深度学习算子使用OclDNN时的加速性能比传统CPU并行算法提升了5~60倍。 展开更多
关键词 深度神经网络库 深度学习 开放计算语言 硬件加速器 TensorFlow框架
暂未订购 下载PDF
TensorFlow框架下的车削工件表面粗糙度预测方法 认领 引用 被引量：2
4
作者 田景海 陈江义 +1 位作者 陈瑛琳 杨布尧 《机械设计与制造》 北大核心 2021年第5期82-84,共3页
利用TensorFlow机器学习框架建立了前馈神经网络模型,以三个切削参数作为输入变量,分别是刀具切削深度ap、切削速度vc和进给量f,输出变量是表征工件表面粗糙度的三个指标,即轮廓算数平均偏差Ra、轮廓最大高度Ry或微观不平度十点高度Rz... 利用TensorFlow机器学习框架建立了前馈神经网络模型,以三个切削参数作为输入变量,分别是刀具切削深度ap、切削速度vc和进给量f,输出变量是表征工件表面粗糙度的三个指标,即轮廓算数平均偏差Ra、轮廓最大高度Ry或微观不平度十点高度Rz。利用数控车床加工数据对神经网络进行训练,训练好的网络可以用来预测工件的表面粗糙度。预测结果表明基于TensorFlow框架的表面粗糙度预测方法具有建模方便和精度高的特点,因此提出的方法对车削工艺的智能化编制有一定的参考价值。 展开更多
关键词 TensorFlow框架 机器学习 神经网络 表面粗糙度 预测方法 数控车床
暂未订购 下载PDF
基于TensorFlow框架的施工现场违规行为智能识别方法 认领 引用 被引量：4
5
作者 柏彬 孙铭泽 +2 位作者 陆勇 吴串国 张煜昊 《电工技术》 2021年第10期190-191,194,共2页
基于以往施工现场违规行为智能识别方法识别精度低的问题,基于TensorFlow框架设计施工现场违规行为智能识别方法。首先,序列化施工现场违规行为数据,将121维数据按数组转化的方式,转化成train dump.p的数据集;而后,基于TensorFlow框架... 基于以往施工现场违规行为智能识别方法识别精度低的问题,基于TensorFlow框架设计施工现场违规行为智能识别方法。首先,序列化施工现场违规行为数据,将121维数据按数组转化的方式,转化成train dump.p的数据集;而后,基于TensorFlow框架搭建智能识别网络,保持识别边界信息;在智能识别网络中安装IronPython.dll,得出施工现场违规行为智能识别编码,通过编码智能识别施工现场违规行为。设计实例分析,可得出试验结果为该方法识别嫌疑系数误差值最高为0.42,试验对照组为0.59,设计的识别方法识别嫌疑系数误差值更小,可以实现对施工现场违规行为的精准智能识别。 展开更多
关键词 TensorFlow框架 施工现场 违规行为 智能识别方法
暂未订购 下载PDF
基于TensorFlow和PyTorch的深度学习框架对比分析 认领 引用 被引量：38
6
作者 黄玉萍 梁炜萱 肖祖环 《现代信息科技》 2020年第4期80-82,87,共3页
深度学习框架是实现机器学习的关键工具,合适的深度学习框架可以达到事半功倍的效果。为助力研究者选择合适的框架,在回顾近十种常见框架的基础上,聚焦当前受众最广、热度最高的两种深度学习框架TensorFlow和PyTorch,从历程、现状、机... 深度学习框架是实现机器学习的关键工具,合适的深度学习框架可以达到事半功倍的效果。为助力研究者选择合适的框架,在回顾近十种常见框架的基础上,聚焦当前受众最广、热度最高的两种深度学习框架TensorFlow和PyTorch,从历程、现状、机制、训练模式、可视化、工业部署等角度对两者进行比对分析,并归类对应适用场景的建议,为框架选择提供思路参考。 展开更多
关键词 深度学习 TensorFlow PyTorch 适用场景
暂未订购 下载PDF
基于Tensorflow的Android端相册分类App设计与实现 认领 引用
7
作者 彭宏 庄宁 《浙江工业大学学报》 CAS 北大核心 2020年第2期165-172,共8页
对手机中的所有用户图像进行分类,可以让用户更好地检索自己想要的图片,大量的App应用通过服务器对相册进行分类,而利用性能相对羸弱的移动端设备本身,达到类似的分类效果是亟待解决的问题。TensorflowLite框架是能够在Android端良好运... 对手机中的所有用户图像进行分类,可以让用户更好地检索自己想要的图片,大量的App应用通过服务器对相册进行分类,而利用性能相对羸弱的移动端设备本身,达到类似的分类效果是亟待解决的问题。TensorflowLite框架是能够在Android端良好运行的神经网络训练框架。通过构建一个Android应用,基于TensorflowLite框架,移植经典图像处理的卷积神经网络进行图像相册分类。实验表明,应用程序可以在较短时间内处理图片并完成相册分类。 展开更多
关键词 Tensorflow框架 Android 图像分类
暂未订购 下载PDF
基于TensorFlow框架足球场上目标模型的研究与实践 认领 引用
8
作者 陈思 王纯 《电子测试》 2019年第15期104-105,138,共2页
类人足球机器人能够在场上识别目标为前提。在视觉识别中使用基于TensorFlow框架和FasterRCNN算法对目标模型提取的特征点的视觉识别系统,用于完成类人机器人在足球场上能够识别球与球门等场上目标。使用机器人操作系统通过代码和目标模... 类人足球机器人能够在场上识别目标为前提。在视觉识别中使用基于TensorFlow框架和FasterRCNN算法对目标模型提取的特征点的视觉识别系统,用于完成类人机器人在足球场上能够识别球与球门等场上目标。使用机器人操作系统通过代码和目标模型,模拟真实机器人“大脑”,对目标模型进行识别。最终测试效果较好。 展开更多
关键词 TensorFlow框架 数据处理 数学计算
暂未订购 下载PDF
基于TensorFlow深度学习框架的窃电分析研究 认领 引用 被引量：1
9
作者 李莎 《电气传动自动化》 2021年第1期4-6,共3页
目前,对于电力用户异常用电的问题为研究,提出基于深度学习用户异常用电模式检测相关模型,同时借助Tensorflow框架,进一步构建多层特征匹配网络以及特征提取网络。长短期记忆特征提取网络,能够从大量时间序列中获取不同序列特征,对于全... 目前,对于电力用户异常用电的问题为研究,提出基于深度学习用户异常用电模式检测相关模型,同时借助Tensorflow框架,进一步构建多层特征匹配网络以及特征提取网络。长短期记忆特征提取网络,能够从大量时间序列中获取不同序列特征,对于全连接网络多层特征匹配网络,研究学者提出,利用所提取特征数据,以完成异常用电数据的相关检测。通过实际研究发现,相比非深度学习检测模型来说,研究基于深度Tensorflow学习框架模型,能够有效完成异常用电模式的检测工作,除此之外,相比多层长短期记忆特征提取,目前来说,所提取的模型鲁棒性和准确性较好。 展开更多
关键词 TensorFlow深度学习 框架 窃电分析
暂未订购 下载PDF
基于卷积神经网络的风机叶片缺陷识别 认领 引用 被引量：1
10
作者 范晨亮 陶永刚 +6 位作者 李鹏宇 韩宁 史鑫 程亮 纪亚杭 龙海辉 赵健康 《新一代信息技术》 2025年第11期1-6,共6页
针对风机叶片缺陷,特别是裂纹缺陷识别,本文基于先进的卷积神经网络方法,并借助TensorFlow框架构建缺陷识别的预测模型。该模型具有对图像预处理要求低及预测准确度高等显著优点。为了获得最优结构及最佳预测结果,分别对不同卷积层通道... 针对风机叶片缺陷,特别是裂纹缺陷识别,本文基于先进的卷积神经网络方法,并借助TensorFlow框架构建缺陷识别的预测模型。该模型具有对图像预处理要求低及预测准确度高等显著优点。为了获得最优结构及最佳预测结果,分别对不同卷积层通道数、卷积核大小、池化方式及激活函数进行详细对比分析。随后针对几类典型缺陷类型的识别效果进行了详细的试验论证,证实该方法在风机缺陷识别中具有较好效果,这可为今后该方法在风机缺陷识别中的实际应用提供有益参考。 展开更多
关键词 风机叶片缺陷 卷积神经网络 TensorFlow框架 预测模型 缺陷分类
暂未订购 下载PDF
基于光纤传感器的桥梁预应力施加质量评估 认领 引用
11
作者 马晓耘 刘宗辉 +1 位作者 孙博文 陈天 《城市道桥与防洪》 2025年第10期196-200,共5页
以海南省椰林桥20 m预应力混凝土空心板为研究对象,提出了一种基于光纤传感器与BP神经网络的桥梁预应力施加质量评估方法。首先,采用光纤布拉格光栅(FBG)传感器实时采集空心板关键截面应变数据,并与有限元模型理论计算值进行对比分析,... 以海南省椰林桥20 m预应力混凝土空心板为研究对象,提出了一种基于光纤传感器与BP神经网络的桥梁预应力施加质量评估方法。首先,采用光纤布拉格光栅(FBG)传感器实时采集空心板关键截面应变数据,并与有限元模型理论计算值进行对比分析,量化预应力损失率和极差;然后,构建基于TensorFlow框架的BP神经网络模型,并将张拉力和伸长量作为输入特征;最后,输出预应力施加质量的质量等级分类,实现预应力质量的动态评估。结果表明,光纤传感器实测数据与有限元理论计算值之间的最大偏差为5.9%,证明数据采集可靠,神经网络模型经优化后的验证集准确率提升至83.3%。该评估方法通过数据驱动的多参数映射,实现了预应力施加质量的自动化评估,为桥梁工程的质量控制提供了科学依据。 展开更多
关键词 桥梁工程 光纤传感器 BP神经网络 预应力损失 TensorFlow框架 质量评估
暂未订购 下载PDF
面向语音识别的深度可分离卷积及剪枝优化 认领 引用
12
作者 李濠江 《电声技术》 2025年第7期67-69,共3页
针对现有语音识别模型存在的计算复杂度高、推理速度慢等问题,提出一种基于深度可分离卷积的语音识别优化方法,并结合模型剪枝技术提升模型性能。为验证该方法的有效性,对剪枝前后模型的性能进行系统性测试与对比分析。实验结果表明,在... 针对现有语音识别模型存在的计算复杂度高、推理速度慢等问题,提出一种基于深度可分离卷积的语音识别优化方法,并结合模型剪枝技术提升模型性能。为验证该方法的有效性,对剪枝前后模型的性能进行系统性测试与对比分析。实验结果表明,在保证较高准确度的前提下,剪枝后的模型显著提高响应速度,充分展示模型剪枝优化在提升深度学习模型实际应用性能方面的巨大潜力。 展开更多
关键词 语音识别 深度可分离卷积 模型剪枝 TensorFlow框架
暂未订购 下载PDF
基于优化卷积神经网络的玉米螟虫害图像识别 认领 引用 被引量：36
13
作者 李静 陈桂芬 安宇 《华南农业大学学报》 CAS CSCD 北大核心 2020年第3期110-116,共7页
【目的】随着人工智能和大数据技术的不断发展,针对常规玉米虫害识别方法存在的准确率和效率低等问题,本文提出了一种基于改进GoogLeNet卷积神经网络模型的玉米螟虫害图像识别方法。【方法】首先通过迁移学习将GoogLeNet的Inception-v4... 【目的】随着人工智能和大数据技术的不断发展,针对常规玉米虫害识别方法存在的准确率和效率低等问题,本文提出了一种基于改进GoogLeNet卷积神经网络模型的玉米螟虫害图像识别方法。【方法】首先通过迁移学习将GoogLeNet的Inception-v4网络结构知识转移到玉米螟Pyrausta nubilalis虫害识别的任务上,构建模型的训练方式;然后通过数据增强技术对玉米螟虫图像进行样本扩充,得到神经网络训练模型的数据集;同时利用Inception模块拥有多尺度卷积核提取多尺度玉米螟虫害分布特征的能力构建网络模型,并在试验过程中对激活函数、梯度下降算法等模型参数进行优化;最后引入批标准化(BN)操作加速优化模型网络训练,并将该模型运用到玉米螟虫害识别中。【结果】基于TensorFlow框架下的试验结果表明,优化后的神经网络算法对玉米螟虫害图像平均识别准确率达到了96.44%。【结论】基于优化的卷积神经网络识别模型具有更强的鲁棒性和适用性,可为玉米等农作物虫害识别、智能诊断提供参考。 展开更多
关键词 优化卷积神经网络 Inception-v4模型 TensorFlow框架 图像识别 玉米螟
暂未订购 下载PDF
基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法 认领 引用 被引量：14
14
作者 周自强 纪扬 +1 位作者 苏烨 蔡钧宇 《中国电力》 CSCD 北大核心 2019年第4期104-110,共7页
随着电力行业的不断发展,髙压电缆的铺排以及地下电缆隧道的建设与维护逐渐成为该领域中的热点问题之一。将迁移学习的核心思想与经典的卷积神经网络(LeNet5)相结合,提出了一种基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法,实现了... 随着电力行业的不断发展,髙压电缆的铺排以及地下电缆隧道的建设与维护逐渐成为该领域中的热点问题之一。将迁移学习的核心思想与经典的卷积神经网络(LeNet5)相结合,提出了一种基于迁移学习卷积神经网络的电缆隧道锈蚀识别算法,实现了电缆隧道内部电源箱、风机等设备的锈蚀识别。该算法基于Tensorflow框架,能够有效地解决训练样本不足、训练时间冗长以及识别精度不髙的问题。通过引人4种经典的目标识别算法进行对比实验,进一步验证了所提方案在网络训练时间以及识别精确度上的优势,为后续电缆隧道巡检机器人系统的构建提供了坚实的理论基础与实验支撑。 展开更多
关键词 迁移学习 卷积神经网络 电缆隧道 锈蚀识别 Tensorflow框架 故障诊断与定位
暂未订购 下载PDF
基于DRCNN的PolSAR图像分类综合实验设计 认领 引用 被引量：2
15
作者 石俊飞 姬珊珊 +2 位作者 金海燕 聂萌萌 王伟 《实验技术与管理》 CAS 北大核心 2023年第12期74-81,130,共8页
为了让学生更好地了解和掌握深度学习TensorFlow框架和CNN网络,采用基于不同区域的多尺度卷积神经网络(DRCNN)设计了PolSAR图像分类综合设计实验,旨在实现遥感图像的自动化分类和理解。极化合成孔径雷达(polarimetric synthetic apertur... 为了让学生更好地了解和掌握深度学习TensorFlow框架和CNN网络,采用基于不同区域的多尺度卷积神经网络(DRCNN)设计了PolSAR图像分类综合设计实验,旨在实现遥感图像的自动化分类和理解。极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像能够提供更加丰富的极化信息,更好地刻画地物特征,对国防建设和国家发展具有重要意义。实验利用Python语言,在CNN基础上进行改进研究,设计了多区域的多尺度CNN模型,实现了极化SAR图像的数据处理、特征学习和分类一体化设计。该实验不仅可以帮助学生综合应用图像处理与深度学习知识,理解和利用CNN来进行极化SAR图像分类的基本原理和方法,还能使学生更加深入、熟练地掌握TensorFlow框架,提高学生的科研素质和动手实践能力。 展开更多
关键词 综合实验 极化合成孔径雷达图像分类 TensorFlow框架 多尺度卷积神经网络
暂未订购 下载PDF
一种深度学习的工件柔性检测方法 认领 引用 被引量：2
16
作者 管声启 洪奔奔 +1 位作者 常江 任浪 《机械设计与制造》 北大核心 2021年第12期239-243,共5页
随着人工智能与制造业深度融合,制造过程的智能化必然对工件检测提出了更高的要求。为了提高工件检测的准确率和普适性,这里在研究深度学习相关理论的基础上,提出了一种基于深度学习工件检测方法。首先,对深度学习主流的模型结构YOLO与F... 随着人工智能与制造业深度融合,制造过程的智能化必然对工件检测提出了更高的要求。为了提高工件检测的准确率和普适性,这里在研究深度学习相关理论的基础上,提出了一种基于深度学习工件检测方法。首先,对深度学习主流的模型结构YOLO与Faster-RCNN检测算法进行分析,构建基于深度学习的工件检测模型;然后,针对深度学习检测模型结构存在的问题,提出了API-MASK算法,优化了工件检测模型;在此基础上,采用深度学习框架Tensorflow对工件定位、分类及表面缺陷检测。实验表明,推荐的工件检测方法不仅具有较高的准确率,而且有较强的检测适应性,为工件柔性检测提供了一种途径。 展开更多
关键词 深度学习 Tensorflow框架 API-MASK算法 柔性检测
暂未订购 下载PDF
基于图像梯度的数据增广方法 认领 引用 被引量：3
17
作者 刘之瑜 张淑芬 +2 位作者 刘洋 罗长银 李敏 《应用科学学报》 CAS CSCD 北大核心 2021年第2期302-311,共10页
卷积神经网络用于图像识别的分类任务,需要大规模的图像数据集进行训练。因需要采集目标图像数量和设备条件的限制,采用常规方法难以获取足够多的图像样本,且耗时耗力耗财。目前已提出了多种多样的样本增广方法来解决图像样本不足的问题... 卷积神经网络用于图像识别的分类任务,需要大规模的图像数据集进行训练。因需要采集目标图像数量和设备条件的限制,采用常规方法难以获取足够多的图像样本,且耗时耗力耗财。目前已提出了多种多样的样本增广方法来解决图像样本不足的问题,本文介绍了数据增广的研究背景和意义。以提高卷积神经网络的图像识别的准确率为目的,针对图像数据增广提出了基于图像梯度的数据增广方法。选取最大图像梯度值,通过精准裁剪方法增加图像样本,扩增图像数据集,使用增广后的数据集对卷积神经网络进行训练。应用Tensorflow深度学习框架和VGG16网络模型,选取PlantVillage的部分数据集,将训练集数据增广至原来的6倍,对扩增前后的训练集进行训练和对比。实验结果表明:使用数据增广后训练集训练的模型的准确率提升4.18%。 展开更多
关键词 数据增广 图像梯度 卷积神经网络 Tensorflow深度学习框架 PlantVillage数据集
暂未订购 下载PDF
基于多任务卷积神经网络的人脸识别技术研究 认领 引用 被引量：8
18
作者 祝永志 苏晓云 《通信技术》 2020年第3期718-723,共6页
深度神经网络是目前计算机机器学习领域的一个关键技术,可应用于图像处理。其中,多任务卷积神经网络(Multi-task Convolutional Neural Network,MTCNN)是一种基于卷积神经网络的多任务人脸检测框架,这里采用MTCNN人脸检测模型代替传统... 深度神经网络是目前计算机机器学习领域的一个关键技术,可应用于图像处理。其中,多任务卷积神经网络(Multi-task Convolutional Neural Network,MTCNN)是一种基于卷积神经网络的多任务人脸检测框架,这里采用MTCNN人脸检测模型代替传统的卷积神经网络,在深度学习框架TensorFlow上进行人脸识别。首先,在数据预处理阶段利用灰度化方法将图像集转变为灰度图,降低图像通道。其次,基于MTCNN构建人脸检测模型,并利用Softmax函数进行分类识别。最后,实验过程中选择不同迭代次数进行准确性对比,在模型趋于稳定的情况下,得到较高的准确性。 展开更多
关键词 多任务卷积神经网络 灰度处理 TensorFlow框架 人脸识别
暂未订购 下载PDF
基于GA改进LSTM-BP神经网络的智慧楼宇用能行为预测方法 认领 引用 被引量：16
19
作者 江世雄 黄鸿标 +1 位作者 陈苏芳 肖荣洋 《沈阳工业大学学报》 CAS 北大核心 2022年第4期366-371,共6页
针对大部分预测方法难以适用于多源异构数据的处理,且存在能源类型考虑不全面等问题,提出了基于GA改进LSTM-BP神经网络的智慧楼宇用能行为预测方法.该方法通过K-means聚类算法分析用能行为并减少用能数据规模,利用遗传算法优化长短时记... 针对大部分预测方法难以适用于多源异构数据的处理,且存在能源类型考虑不全面等问题,提出了基于GA改进LSTM-BP神经网络的智慧楼宇用能行为预测方法.该方法通过K-means聚类算法分析用能行为并减少用能数据规模,利用遗传算法优化长短时记忆网络(LSTM)结合反向传播神经网络(BP)的预测模型,实现对智慧楼宇的能耗预测.基于TensorFlow深度学习框架进行实验分析,结果表明所提方法在12 h及120 h内预测结果的MAE值分别为1.79 J和2.11 J,预测效果稳定并优于其他对比方法,故具有一定的应用前景. 展开更多
关键词 智慧楼宇 用能行为预测 LSTM-BP神经网络 遗传算法 K-means聚类算法 TensorFlow深度学习框架 多源异构数据
暂未订购 下载PDF
深度学习框架发展综述 认领 引用 被引量：16
20
作者 唐晓彬 沈童 《调研世界》 CSSCI 2023年第4期83-88,共6页
深度学习框架作为深度学习模型的构建基础,近年来为了满足AI大模型的发展需求进行了快速发展和迭代。本文回顾了国内外深度学习框架的发展历程,分析了各个框架的优缺点,总结了当前深度学习框架的发展趋势和发展特点。通过梳理分析,为深... 深度学习框架作为深度学习模型的构建基础,近年来为了满足AI大模型的发展需求进行了快速发展和迭代。本文回顾了国内外深度学习框架的发展历程,分析了各个框架的优缺点,总结了当前深度学习框架的发展趋势和发展特点。通过梳理分析,为深度学习框架学习者和使用者提供了参考。 展开更多
关键词 深度学习框架 深度学习平台 MindSpore TensorFlow PyTorch
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈