造價通
更新時間:2025.04.13
城市軌道交通WiFi網(wǎng)絡(luò)建設(shè)探究

格式:pdf

大?。?span class="single-tag-height">196KB

頁數(shù): 4頁

針對城市軌道交通環(huán)境內(nèi)乘客日益增長的無線寬帶上網(wǎng)及信息獲取等需求,提出在軌道交通環(huán)境建設(shè)WiFi系統(tǒng)的主要技術(shù)方案,主要包括軌道交通站廳、站臺以及列車車廂內(nèi)的WiFi覆蓋方式。并對軌道交通隧道環(huán)境下建設(shè)WiFi系統(tǒng)方案進(jìn)行重點(diǎn)分析,結(jié)合各種情況提出建議措施。最后對軌道交通環(huán)境下的WiFi系統(tǒng)應(yīng)用進(jìn)行介紹。

深度向手機(jī)端神經(jīng)網(wǎng)絡(luò)進(jìn)發(fā):MobileNet壓縮指南

格式:pdf

大?。?span class="single-tag-height">21KB

頁數(shù): 13頁

深度 向手機(jī)端神經(jīng)網(wǎng)絡(luò)進(jìn)發(fā): MobileNet 壓縮指南 選自 Machine Think 作者: Matthijs Hollemans 機(jī)器之 心編譯 隨著 MobileNet 等面向移動設(shè)備的模型不斷出現(xiàn),機(jī)器學(xué) 習(xí)正在走向?qū)嵱没?。不過,由于深度學(xué)習(xí)等方法需要消耗大 量計(jì)算資源的因素,目前我們距離真正的移動端人工智能應(yīng) 用還有一段距離。在硬件之外,我們也需要對模型本身進(jìn)行 壓縮,最近,荷蘭工程師 Matthijs Hollemans 向我們展示了 他壓縮 MobileNet 的方法:通過刪除卷積層的部分濾波器, 他在保證準(zhǔn)確性不變的情況下,讓模型體量縮小了 25%, 讓我們看看他是怎么做的。 隨著機(jī)器學(xué)習(xí)技術(shù)向移動設(shè)備滲透的趨勢,人們正在越來越 注重于尋找讓深度神經(jīng)網(wǎng)絡(luò)更快、更簡潔的方式。 一種方法是提出更智能化的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)。 例如:MobileNet 可以在獲得相同結(jié)果的情況下

熱門知識

wifi網(wǎng)絡(luò)手機(jī)

精華知識

wifi網(wǎng)絡(luò)手機(jī)

最新知識

wifi網(wǎng)絡(luò)手機(jī)
點(diǎn)擊加載更多>>

相關(guān)問答

wifi網(wǎng)絡(luò)手機(jī)
點(diǎn)擊加載更多>>
專題概述
wifi網(wǎng)絡(luò)手機(jī)相關(guān)專題

分類檢索: