环境：Vivado2019.2。 Part：xcku040-ffva1156-2-i，内嵌DSP个数 1920个，BRAM 600个也就是21.1Mb。

如上图所示，我先对将地面划分为n个小区域，用发声装置分别在每一个小区域的中心点坐标处发声一次，每发声一次，就用四个麦克风记录下时间差,，只需要三个时间差即可，分别为...

系列博客是博主学习神经网络中相关的笔记和一些个人理解，仅为作者记录笔记之用，不免有很多细节不对之处。博主用Numpy实现了一个小巧的深度学习框架kitorch，可以方便实现CNN: MNIST例子。请不要再私信我要matlab的代码了...

题目：Survey of Personalization Techniques for Federated Learning

论文地址：https://www.sciencedirect.com/science/article/abs/pii/S0950705121000381

随着深度学习技术的发展，CNN 在很多计算机视觉任务中崭露头角，但 increased representational power also comes increased probability of overfitting, leading to poor generalization....

在使用sklearn训练完分类模型后，下一步就是要验证一下模型的预测结果，对于分类模型，sklearn中通常提供了predict_proba、predict、decision_function三种方法来展示模型对于输入样本的评判结果。...

不知道你是否已经看完了我之前讲过的有关机器学习的文章，如果没看过也没关系，因为本篇文章介绍的内容适用于所有分类模型（包括神经网络），主要就是介绍分类模型的评估指标。另外，在前面我还会提一下数据不平衡的问题该如何处...

机器学习的一般框架： 训练集 => 提取特征向量 => 结合一定的算法（分类器：比如决策树、KNN）=>得到结果

使用VGG16作为预训练模型训练Faster-RCNN-TensorFlow-Python3-master的详细步骤→Windows10+Faster-RCNN-TensorFlow-Python3-master+VOC2007数据集。