fpga-fft基于Bailey四步大型FFT算法的高度优化的流FFT核心：:数据输入/输出是连续的，帧之间没有间隙。
当前仅支持2的幂次方和定点数据。
资源使用率与XilinxFFTIP内核相当，对于普通大小，Fmax最多可进步30％。
Zynq-7000名称配置设备LUTFFsRAMB36DSP48E1最大值fft102424b数据，17b旋转，四舍五入XC7Z010-11648年40872个16350兆赫fft1024_wide32b数据，24b旋转，四舍五入XC7Z010-125086096332310兆赫fft1024_spdf_wide32b数据，24b旋转，四舍五入XC7Z010-132597101432310兆赫fft409624b数据，1
当前仅支持2的幂次方和定点数据。
资源使用率与XilinxFFTIP内核相当，对于普通大小，Fmax最多可进步30％。
Zynq-7000名称配置设备LUTFFsRAMB36DSP48E1最大值fft102424b数据，17b旋转，四舍五入XC7Z010-11648年40872个16350兆赫fft1024_wide32b数据，24b旋转，四舍五入XC7Z010-125086096332310兆赫fft1024_spdf_wide32b数据，24b旋转，四舍五入XC7Z010-132597101432310兆赫fft409624b数据，1
2017/8/18 22:02:05
940KB
1
随着人工智能的火热，机器游戏变得越来越熟悉。
机器博弈是人工智能领域最具挑战性的研究方向之一。
亚马逊国际象棋是机器游戏领域的一个重点研究方向，由于其本身动作空间可能概率的复杂性，第一步便超过2000个动作，因而常被用来研究与机器博弈相关的算法。
本文针对亚马逊国际象棋环境，对比分析了不同算法在效率上的优缺点，主要对蒙特卡洛博弈算法及其并行优化进行介绍和总结，在此基础上，对关于亚马逊棋蒙特卡洛博弈算法并行优化的研究前景进行了展望。
主要内容为关于亚马逊棋的蒙特卡洛博弈算法的并行优化综述，对相关内容进行了调研和总结，首先是引言部分，简要介绍亚马逊棋的相关知识，其次介绍应用于亚马逊棋的相关博弈算法，如：极大化极小法(MiniMax)、Negamax算法、PVS算法和Alpha-Beta等搜索算法。
适用于研究计算机领域、人工智能领域的用户下载研究使用，该文章为原创，严禁盗用抄袭，如有发现，将追究侵权责任，同时涉及学术不端问题。
此前将该文档借与他人浏览，所发布本文档目的在于：避免被学术不端者盗用。
机器博弈是人工智能领域最具挑战性的研究方向之一。
亚马逊国际象棋是机器游戏领域的一个重点研究方向，由于其本身动作空间可能概率的复杂性，第一步便超过2000个动作，因而常被用来研究与机器博弈相关的算法。
本文针对亚马逊国际象棋环境，对比分析了不同算法在效率上的优缺点，主要对蒙特卡洛博弈算法及其并行优化进行介绍和总结，在此基础上，对关于亚马逊棋蒙特卡洛博弈算法并行优化的研究前景进行了展望。
主要内容为关于亚马逊棋的蒙特卡洛博弈算法的并行优化综述，对相关内容进行了调研和总结，首先是引言部分，简要介绍亚马逊棋的相关知识，其次介绍应用于亚马逊棋的相关博弈算法，如：极大化极小法(MiniMax)、Negamax算法、PVS算法和Alpha-Beta等搜索算法。
适用于研究计算机领域、人工智能领域的用户下载研究使用，该文章为原创，严禁盗用抄袭，如有发现，将追究侵权责任，同时涉及学术不端问题。
此前将该文档借与他人浏览，所发布本文档目的在于：避免被学术不端者盗用。
2019/2/12 7:57:37
293KB
1
机器学习FileTypeIdentifier：一种机器学习算法，用于自动识别文件编写的编程语言类型。
要求Python模块：theano、numpy、scipy、scikit-learn(sudo)pipinstalltheanonumpyscipyscikit-learn用法现在，您可以通过以下命令运行脚本：pythonmain.py或者pythoncode_identifier.py并按照帮助信息（使用部分。
）。
code_identifier.py是用Theano实现的，而main.py是用Scikit-Learn实现的。
PS：这个工具的使用还是有点小技巧的，在near功能上应该愈加人性化。
要求Python模块：theano、numpy、scipy、scikit-learn(sudo)pipinstalltheanonumpyscipyscikit-learn用法现在，您可以通过以下命令运行脚本：pythonmain.py或者pythoncode_identifier.py并按照帮助信息（使用部分。
）。
code_identifier.py是用Theano实现的，而main.py是用Scikit-Learn实现的。
PS：这个工具的使用还是有点小技巧的，在near功能上应该愈加人性化。
2017/4/9 7:23:07
399KB
1
内容概要：yolov5火焰识别模型完整项目，采用C/S结构。
项目分为前端代码，用vue编写；
后端代码，用python编写，做成api接口。
灵活性大，与模型解耦合，后续可以放自己训练好的模型，不再修改代码或者少量修改代码。
源代码：yolov5模型部署到web端，文档齐全，包含如何安装环境，如何运行项目，如何使用。
适合人群：学生、具备一定编程基础，工作1-3年的研发人员、想入门人工智能的爱好者、科研人员能学到什么：可以快速出效果。
阅读建议：详情请查看文章引见:https://blog.csdn.net/qq122716072/article/details/125503254
项目分为前端代码，用vue编写；
后端代码，用python编写，做成api接口。
灵活性大，与模型解耦合，后续可以放自己训练好的模型，不再修改代码或者少量修改代码。
源代码：yolov5模型部署到web端，文档齐全，包含如何安装环境，如何运行项目，如何使用。
适合人群：学生、具备一定编程基础，工作1-3年的研发人员、想入门人工智能的爱好者、科研人员能学到什么：可以快速出效果。
阅读建议：详情请查看文章引见:https://blog.csdn.net/qq122716072/article/details/125503254
2015/7/23 17:04:01
23.41MB
1
学习基于腾讯人工智能（AI）的车牌识别技术，使用车牌识别技术实现一个完整的停车场管理系统，项目包括网页调用摄像头拍照，车牌拍照识别，上传车牌图片识别，用户管理，车辆管理（临时车与包月车），车辆出场，入场管理，停车费收费管理，按照临时车或包月车自动计算停车费，系统参数设置，修改用户密码及安全退出等功能，该系统采用Jsp技术，使用SSM框架，Mysql数据库，ajax技术及人工智能等相关技术实现。
项目开发技术：java,jsp,mysql,MyBatis,SpringMVC,jquery,ajax,json项目运转环境：jdk1.7及以上版本,tomcat6.0及以上版本,mysql5.5及以上版本
项目开发技术：java,jsp,mysql,MyBatis,SpringMVC,jquery,ajax,json项目运转环境：jdk1.7及以上版本,tomcat6.0及以上版本,mysql5.5及以上版本
2016/10/26 8:51:56
27.25MB
1
GA优化BP神经网络权值和阈值，克服BP神经网络易于陷入局部最小值等问题。
不仅可以自动搜索神经网络最佳隐藏层神经元数量，还可以固定经GA优化后的权值和阈值使得网络多次运行最终结果不变。
不仅可以自动搜索神经网络最佳隐藏层神经元数量，还可以固定经GA优化后的权值和阈值使得网络多次运行最终结果不变。
2019/4/13 14:53:25
70KB
1
人工智能实验练习，包括线性回归，逻辑回归，深度神经网络，循环神经网络，卷积神经网络。
含数据和python代码，代码文件请用Jupyterlab翻开。
含数据和python代码，代码文件请用Jupyterlab翻开。
2018/2/4 18:09:15
13.47MB
1
包含“王权富贵-MNIST-BP神经网络”“王权富贵-MNIST-BP神经网络仅训练部分版本”“王权富贵-MNIST-数据集熟习+线性神经网络”这些系列！每句话备注！
2017/2/19 3:21:37
73.13MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB