TensorFlow人脸识别技术在采煤工作面的应用研究 被引量：5

1

作者 毛自新 王添 《工矿自动化》 CSCD 北大核心 2024年第S01期78-81,109,共5页

煤矿环境复杂,传统人员监测方法受到光照和粉尘的制约,难以准确识别人脸。针对上述问题,提出了一种基于深度学习的多任务级联卷积神经网络框架,级联网络框架包括P-Net,R-Net,O-Net三个不同阶段的深度卷积网络,通过P-Net的候选窗口筛选、... 煤矿环境复杂,传统人员监测方法受到光照和粉尘的制约,难以准确识别人脸。针对上述问题,提出了一种基于深度学习的多任务级联卷积神经网络框架,级联网络框架包括P-Net,R-Net,O-Net三个不同阶段的深度卷积网络,通过P-Net的候选窗口筛选、R-Net的迭代优化和O-Net的关键点确认,逐步预测人脸和关键点的位置,有效提升了人脸识别性能。并对深度学习网络框架进行了优化:通过减少滤波器数量和改变尺寸,在减小计算负担的同时提高了性能。在FDDB和CelebA-Masked等数据集的实验验证结果表明,与传统方法相比,多层级联架构在准确率上均具有显著优势,证明了其在复杂煤矿环境下的有效性和鲁棒性。 展开更多

关键词 采煤工作面 人脸识别 级联网络框架 身份认证 深度学习 人脸关键点检测 tensorflow

在线阅读 下载PDF 职称材料

基于TensorFlow的水族馆鱼类目标检测APP开发 被引量：13

2

作者 张胜茂 刘洋 +3 位作者 樊伟 邹国华 张衡 杨胜龙 《渔业现代化》 CSCD 2020年第2期60-67,共8页

近年来深度学习在图像识别研究中取得突破进展,带动了目标检测技术的快速发展。利用目标检测技术开发水族馆鱼类目标检测APP,可以增强游客参观体验,提升科普效果。针对水族馆拍摄的80种鱼类,首先,使用LabelImg软件进行目标标记,再利用... 近年来深度学习在图像识别研究中取得突破进展,带动了目标检测技术的快速发展。利用目标检测技术开发水族馆鱼类目标检测APP,可以增强游客参观体验,提升科普效果。针对水族馆拍摄的80种鱼类,首先,使用LabelImg软件进行目标标记,再利用标记的目标导出成tfrecord数据;其次,选择ssd_mobilenet_v1模型进行数据训练,通过20万次的迭代训练获取到鱼类目标检测模型;最后,利用TensorFlow多目标检测API调用模型,定义2个接口和12个类,开发出Android系统手机APP。经过80种鱼类1620张图片测试,正确率为92.59%,华为MHA-AL00手机目标检测平均时间40 ms。使用鱼类目标检测APP,能实现水族馆鱼类快速识别、多鱼类目标实时检测,可提升游客的参观体验,辅助科普量化评价。 展开更多

关键词 水族馆 目标检测 tensorflow APP

在线阅读 下载PDF 职称材料

机器学习在图书馆应用初探:以TensorFlow为例 被引量：33

3

作者 郭利敏 刘炜 +1 位作者 吴佩娟 张磊 《大学图书馆学报》 CSSCI 北大核心 2017年第6期31-40,共10页

机器学习是人工智能的重要分支,TensorFlow是谷歌第二代开源人工智能机器学习平台。此文重点介绍机器学习(主要是深度神经网络)的基本原理和利用TensorFlow进行机器学习的基本方法,探讨在图书馆领域应用的可能和场景。以《全国报刊索引... 机器学习是人工智能的重要分支,TensorFlow是谷歌第二代开源人工智能机器学习平台。此文重点介绍机器学习(主要是深度神经网络)的基本原理和利用TensorFlow进行机器学习的基本方法,探讨在图书馆领域应用的可能和场景。以《全国报刊索引》的自动分类问题作为实验对象,利用两台图形工作站,建立了TensorFlow深度学习模型,通过设定参数和阈值、系统调优等工作,实践了应用TensorFlow的完整过程,论证了其可行性。实验通过对170万余条题录数据进行训练和测试,克服了报刊索引数据过于简单与中国图书馆分类法的类目过于细致之间的矛盾,实现了大类近80%和四级分类总体近70%的准确率(其中TP类达到91%),得出基本可代替人工分类流程的结论,为全国报刊索引的分类流程的半自动化提供有力工具,从而可望大大节省人力成本。下一步将继续利用TensorFlow的优化功能,结合更多的字段属性,进行系统调优,力争做到自动分类90%以上的准确率。 展开更多

关键词 智慧图书馆 人工智能 机器学习 'tensorflow 自动分类 神经网络

在线阅读 下载PDF 职称材料

TensorFlow Lite:端侧机器学习框架 被引量：29

4

作者 李双峰 《计算机研究与发展》 EI CSCD 北大核心 2020年第9期1839-1853,共15页

TensorFlow Lite(TFLite)是一个轻量、快速、跨平台的专门针对移动和IoT场景的开源机器学习框架,是TensorFlow的一部分,支持安卓、iOS、嵌入式Linux以及MCU等多个平台部署.它大大降低开发者使用门槛,加速端侧机器学习的发展,推动机器学... TensorFlow Lite(TFLite)是一个轻量、快速、跨平台的专门针对移动和IoT场景的开源机器学习框架,是TensorFlow的一部分,支持安卓、iOS、嵌入式Linux以及MCU等多个平台部署.它大大降低开发者使用门槛,加速端侧机器学习的发展,推动机器学习无处不在.介绍了端侧机器学习的浪潮、挑战和典型应用;TFLite的起源和系统架构;TFLite的最佳实践,以及适合初学者的工具链;展望了未来的发展方向. 展开更多

关键词 机器学习 端侧机器学习 tensorflow tensorflow Lite TFLite 移动 物联网

在线阅读 下载PDF 职称材料

基于Tensorflow的Android端相册分类App设计与实现

5

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

在线阅读 下载PDF 职称材料

基于TensorFlow的均质数字岩心渗透率预测方法及应用 被引量：9

6

作者 景文龙 李博涵 +4 位作者 杨守磊 张磊 孙海 杨永飞 李爱芬 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第4期108-113,共6页

目前岩心渗透率的获取为室内试验方法,针对该方法工作效率低、试验操作繁琐、耗时较长的问题,提出一种基于机器学习的均质数字岩心渗透率预测方法。首先随机生成大量均质数字岩心,通过孔隙网络模型的方法对其进行孔隙度和渗透率的计算,... 目前岩心渗透率的获取为室内试验方法,针对该方法工作效率低、试验操作繁琐、耗时较长的问题,提出一种基于机器学习的均质数字岩心渗透率预测方法。首先随机生成大量均质数字岩心,通过孔隙网络模型的方法对其进行孔隙度和渗透率的计算,将所得结果作为机器学习的样本库,然后基于BP人工神经网络方法,对岩心的孔隙度和渗透率数据进行提取和处理,通过训练得到相应的机器学习模型,最后通过对比机器学习结果和室内试验结果,验证机器学习模型的准确性。结果表明,通过机器学习技术预测渗透率的方法准确高效,与岩心的实测渗透率误差仅为3.1%,可在实际生产中进行应用,避免大量的试验操作,提高了岩心渗透率的计算效率。 展开更多

关键词 数字岩心 tensorflow BP人工神经网络 渗透率预测

在线阅读 下载PDF 职称材料

基于Kubernetes的分布式TensorFlow平台的设计与实现 被引量：12

7

作者 余昌发 程学林 杨小虎 《计算机科学》 CSCD 北大核心 2018年第B11期527-531,共5页

文中介绍了基于Kubernetes的分布式TensorFlow平台的设计与实现,针对分布式TensorFlow存在的环境配置复杂、底层物理资源分布不均、训练效率过低、模型研发周期长等问题,提出了一种容器化TensorFlow的方法,并基于Kubernetes容器PaaS平... 文中介绍了基于Kubernetes的分布式TensorFlow平台的设计与实现,针对分布式TensorFlow存在的环境配置复杂、底层物理资源分布不均、训练效率过低、模型研发周期长等问题,提出了一种容器化TensorFlow的方法,并基于Kubernetes容器PaaS平台来统一调度管理TensorFlow容器。文中将Kubernetes和TensorFlow的优点相结合,由Kubernetes提供可靠、稳定的计算环境,以充分发挥TensorFlow异构的优势,极大地降低了大规模使用的难度,同时建立了一个敏捷的管理平台,实现了分布式TensorFlow资源的快速分配、一键部署、秒级启动、动态伸缩、高效训练等。 展开更多

关键词 tensorflow Kubernetes DOCKER 深度学习

在线阅读 下载PDF 职称材料

TensorFlow中深度前馈网络优化研究及其轴承故障诊断应用 被引量：6

8

作者 梁昱 李彬彬 +1 位作者 陈志高 焦斌 《计算机应用与软件》 北大核心 2019年第10期175-182,共8页

目前在复杂系统的故障诊断中,故障特征与故障类型之间存在较强的非线性关系,且数据量较大,信号处理复杂,诊断效率不高,而深度学习在特征提取与模式识别方面显示出巨大潜力。针对此问题提出基于深度前馈网络的故障诊断模型,将其应用于复... 目前在复杂系统的故障诊断中,故障特征与故障类型之间存在较强的非线性关系,且数据量较大,信号处理复杂,诊断效率不高,而深度学习在特征提取与模式识别方面显示出巨大潜力。针对此问题提出基于深度前馈网络的故障诊断模型,将其应用于复杂的轴承故障诊断。该方法直接将原始信号作为模型的输入特征量,然后利用谷歌开源深度学习框架TensorFlow建模,通过相关参数设置、梯度算法优化、正则化处理对网络进行优化设计。构建上万的9种轴承故障类型样本,确保样本多样性,提高网络鲁棒性,最终优化后的模型诊断准确率为98.96%。将该方法与多种传统的机器学习诊断方法进行比较,结果表明该方法能更有效地进行轴承故障诊断,验证了模型的合理性和优越性。 展开更多

关键词 深度前馈网络 参数选取 优化算法 tensorflow 轴承故障诊断

在线阅读 下载PDF 职称材料

基于TensorFlow的高压输电线路异物识别 被引量：38

9

作者 龚钢军 张帅 +3 位作者 吴秋新 陈志敏 刘韧 苏畅 《电力自动化设备》 EI CSCD 北大核心 2019年第4期204-209,216,共7页

针对传统异物识别准确率较低的问题,提出一种基于TensorFlow的深度卷积神经网络的异物识别模型。将巡检图像进行图像灰度化和尺寸压缩等预处理,并采用三维块匹配滤波(BM3D)算法进行图像去噪得到实验所需的训练数据。提出基于TensorFlow... 针对传统异物识别准确率较低的问题,提出一种基于TensorFlow的深度卷积神经网络的异物识别模型。将巡检图像进行图像灰度化和尺寸压缩等预处理,并采用三维块匹配滤波(BM3D)算法进行图像去噪得到实验所需的训练数据。提出基于TensorFlow的深度卷积神经网络框架,通过使用框架中的TensorBoard模块设计深度卷积神经网络模型结构与优选模型参数,并针对ReLU激活函数与特征权重进行理论分析。实验结果表明,经过15次迭代训练后,深度卷积神经网络比传统的支持向量机(SVM)、极限学习机(ELM)和BP神经网络算法具有更强的巡检图像识别能力;与经典的LeNet-5和VGGNet模型以及相关文献中的模型相比,所提模型更具有优越性。 展开更多

关键词 输电线路 异物识别 卷积神经网络 tensorflow

在线阅读 下载PDF 职称材料

基于TensorFlow进行股票预测的深度学习模型的设计与实现 被引量：35

10

作者 韩山杰 谈世哲 《计算机应用与软件》 北大核心 2018年第6期267-271,291,共6页

基于谷歌人工智能学习系统TensorFlow,构建多层感知器MLP(Multi-layer Perceptron)神经网络模型,用于预测每日收盘股价。将苹果公司的每日开盘股价作为数据集输入到神经网络,收盘价格作为神经网络学习的样本,并在训练过程中不断调整权... 基于谷歌人工智能学习系统TensorFlow,构建多层感知器MLP(Multi-layer Perceptron)神经网络模型,用于预测每日收盘股价。将苹果公司的每日开盘股价作为数据集输入到神经网络,收盘价格作为神经网络学习的样本,并在训练过程中不断调整权值和阈值及网络结构,最终得到具有较高预测精度的神经网络模型。并就股价预测问题将TensorFlow与传统BP(Back Propagation)神经网络进行性能对比:(1)TensorFlow所构建的神经网络的均方误差RMSE(Root Mean Square Error)=0.624 5,而BP神经网络的RMSE=0.894 2,显示出TensorFlow具有更好的预测准确度;(2)同样的学习样本数量,TensorFlow的预测耗时=1.221 s而BP神经网络的预测耗时=2.483 s,TensorFlow在分析效率及收敛速度上更有优势;(3)TensorFlow具有更友好的编程接口支持。证明了TensorFlow具有加快神经网络建模以及编程速度,提高数据分析效率的作用。通过对TensorFlow的开发流程的介绍,为进一步使用TensorFlow构建复杂的神经网络并进行数据分析提供了依据。 展开更多

关键词 tensorflow 人工智能 数据分析 MLP 股价预测

在线阅读 下载PDF 职称材料

基于Tensorflow对卷积神经网络的优化研究 被引量：17

11

作者 郭敏钢 宫鹤 《计算机工程与应用》 CSCD 北大核心 2020年第1期158-164,共7页

针对卷积神经网络在性耗比上的不足,提出了异构式CPU+GPU的协同计算模型,在模型计算过程中使CPU负责逻辑性强的事物处理和串行计算,使GPU执行高度线程化的并行处理任务。通过实验测试与单GPU训练、单CPU训练进行对比,结果表明异构式CPU+... 针对卷积神经网络在性耗比上的不足,提出了异构式CPU+GPU的协同计算模型,在模型计算过程中使CPU负责逻辑性强的事物处理和串行计算,使GPU执行高度线程化的并行处理任务。通过实验测试与单GPU训练、单CPU训练进行对比,结果表明异构式CPU+GPU计算模型在性耗比上更加优异。针对在卷积神经网络中Swish激活函数在反向传播求导误差梯度时涉及参数较多所导致的计算量较大,收敛速度慢,以及ReLU激活函数在x负区间内导数为零所导致的负梯度被置为零且神经元可能无法被激活的问题,提出了新的激活函数ReLU-Swish。通过测试训练对比并分析结果,将Swish激活函数小于零与ReLU激活函数大于零的部分组成分段函数,并且通过CIFAR-10和MNIST两个数据集进行测试对比实验。实验结果表明,ReLU-Swish激活函数在收敛速度以及模型测试训练的准确率上对比Swish激活函数及ReLU激活函数有较明显的提高。 展开更多

关键词 tensorflow CPU+GPU 卷积神经网络 Swish激活函数 ReLU激活函数 ReLU-Swish激活函数

在线阅读 下载PDF 职称材料

基于TensorFlow的LSTM模型在太原空气质量AQI指数预测中的应用 被引量：20

12

作者 张春露 白艳萍 《重庆理工大学学报（自然科学）》 CAS 北大核心 2018年第8期137-141,共5页

由于空气质量AQI指数受多个难以确定的和非线性的因子的影响,经常用到的回归预测方法效率和精度都比较低,基于长短期记忆单元(long short-term memory,LSTM)的递归神经网络模型却能有效利用时序数据中长距离依赖信息的能力,精准地预测... 由于空气质量AQI指数受多个难以确定的和非线性的因子的影响,经常用到的回归预测方法效率和精度都比较低,基于长短期记忆单元(long short-term memory,LSTM)的递归神经网络模型却能有效利用时序数据中长距离依赖信息的能力,精准地预测空气质量AQI指数。首先,利用Ri386 3.3.3分析出空气中各种污染物质与AQI指数的相关性;然后基于Python3.5.2和Tensor Flow,结合近几年空气质量的各种影响因素的走势,对太原空气质量的AQI指数进行预测;最后使用均方误差(MSE)对预测的数据和原始数据进行误差分析。最终得出结论:基于Tensor Flow的LSTM神经网络能较精准地预测空气质量AQI指数。 展开更多

关键词 空气质量 相关性因素分析 tensorflow LSTM神经网络

在线阅读 下载PDF 职称材料

基于TensorFlow平台的喷码字符日期码识别研究 被引量：2

13

作者 阎晨阳 罗晓曙 +1 位作者 何富运 马玲 《现代电子技术》 北大核心 2019年第24期84-87,共4页

针对传统的图像识别方法在喷码字符日期码识别中速度较慢的问题,文中使用TensorFlow平台,搭建一个卷积神经网络模型,实现端到端的喷码字符日期码识别。首先,对采集到的图像进行预处理,然后通过检测轮廓的方法提取图像中的喷码字符日期... 针对传统的图像识别方法在喷码字符日期码识别中速度较慢的问题,文中使用TensorFlow平台,搭建一个卷积神经网络模型,实现端到端的喷码字符日期码识别。首先,对采集到的图像进行预处理,然后通过检测轮廓的方法提取图像中的喷码字符日期区域并进行尺寸归一化处理,再用训练好的卷积神经网络模型对图像进行端到端的识别。实验结果表明,此模型识别一张图像的平均时间为25 ms,对测试集的365张图像进行识别的准确率在99%以上。 展开更多

关键词 日期码识别 喷码字符 tensorflow平台 端到端识别 图像处理 仿真实验

在线阅读 下载PDF 职称材料

TensorFlow框架下的车削工件表面粗糙度预测方法 被引量：1

14

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

在线阅读 下载PDF 职称材料

TensorFlow监测液压缸内部微小泄漏量的研究方法 被引量：1

15

作者 郭媛 邓晨浩 +1 位作者 曾良才 熊戈 《机械设计与制造》 北大核心 2023年第12期13-18,共6页

现阶段普遍采用的内泄漏检测方法,实际上并没有做到液压缸微小内泄漏量的监测。为监测液压缸微小内泄漏量,提出了利用TensorFlow的研究方法。其中最大的创新点是设计了一种结构性的液压油传感器,并采用TensorFlow构建网络实施监测,将复... 现阶段普遍采用的内泄漏检测方法,实际上并没有做到液压缸微小内泄漏量的监测。为监测液压缸微小内泄漏量,提出了利用TensorFlow的研究方法。其中最大的创新点是设计了一种结构性的液压油传感器,并采用TensorFlow构建网络实施监测,将复杂的应变—微小泄漏量关系简化至可直接读取。主要内容是利用液压油传感器,提供给微小内泄漏一个缓冲部位,减少压力影响,同时连接液压油收集部位和PC端,构成整个监测系统对数据进行采集和处理,最后再利用TensorFlow实现无需人工的液压缸内部微小泄漏量监测。结果表明,结合液压油传感器和TensorFlow,提取原始数据并处理最终数据,可以监测液压缸微小内泄漏量,为液压系统的微小内泄漏量的监测提供了研究思路。 展开更多

关键词 微小泄漏量 液压缸 液压油传感器 tensorflow

在线阅读 下载PDF 职称材料

基于高性能计算平台的TensorFlow应用探索与实践 被引量：18

16

作者 王一超 韦建文 《实验室研究与探索》 CAS 北大核心 2017年第12期125-128,共4页

近年来,伴随着深度学习方法在人工智能领域中的广泛应用,在校级高性能计算平台上也产生了越来越多人工智能领域应用的计算需求。上海交通大学的超级计算机π充分利用GPU加速卡的硬件资源,率先在校级高性能计算平台上部署了多款主流深度... 近年来,伴随着深度学习方法在人工智能领域中的广泛应用,在校级高性能计算平台上也产生了越来越多人工智能领域应用的计算需求。上海交通大学的超级计算机π充分利用GPU加速卡的硬件资源,率先在校级高性能计算平台上部署了多款主流深度学习软件框架,如TensorFlow等,向校内用户提供面向深度学习应用的计算服务。将阐述在传统高性能计算平台上部署深度学习软件框架的探索与实践,并通过对图像识别领域Inception模型的训练实验,验证目前校级高性能计算平台对深度学习应用的支持效果。实验结果显示,交大π超算的模型训练性能与目前最新NVIDIA Minsky GPU工作站上的性能相当,可以充分支撑校内深度学习相关应用。 展开更多

关键词 高性能计算 深度学习 tensorflow 图形处理器

在线阅读 下载PDF 职称材料

基于TensorFlow框架的有源配电网深度学习故障定位方法 被引量：17

17

作者 刘成民 戴中坚 陈轩 《电力工程技术》 2019年第5期8-15,共8页

随着大规模分布式电源(DG)接入配电网,配电网的结构由传统的辐射型变为多端电源结构,传统的故障定位方法不再完全满足含DG的配电网系统,对此提出一种基于深度学习的有源配电网故障定位方法。首先通过馈线监控终端采集过电流故障数据与... 随着大规模分布式电源(DG)接入配电网,配电网的结构由传统的辐射型变为多端电源结构,传统的故障定位方法不再完全满足含DG的配电网系统,对此提出一种基于深度学习的有源配电网故障定位方法。首先通过馈线监控终端采集过电流故障数据与节点电压数据,结合各电源出力数据,形成故障数据向量;然后使用Tensorflow构建基于全连接网络的深度神经网络模型,挖掘故障数据向量与故障支路之间的映射联系,形成故障定位模型;最后利用该模型在线定位故障并验证其有效性。模型测试结果表示,与反向传播神经网络、学习向量量化神经网络模型相比,深度学习模型收敛速度更快,故障定位准确率更高,同时在数据畸变或缺失时,模型具有较高的容错性。 展开更多

关键词 tensorflow 分布式电源 配电网 深度学习 故障定位

在线阅读 下载PDF 职称材料

基于TensorFlow的俄语词汇标音系统 被引量：5

18

作者 冯伟 易绵竹 马延周 《计算机应用》 CSCD 北大核心 2018年第4期971-977,共7页

针对俄语语音合成和语音识别系统中发音词典规模有限的问题,提出一种基于长短时记忆(LSTM)序列到序列模型的俄语词汇标音算法,同时设计实现了标音原型系统。首先,对基于SAMPA的俄语音素集进行了改进设计,使标音结果能够反映俄语单词的... 针对俄语语音合成和语音识别系统中发音词典规模有限的问题,提出一种基于长短时记忆(LSTM)序列到序列模型的俄语词汇标音算法,同时设计实现了标音原型系统。首先,对基于SAMPA的俄语音素集进行了改进设计,使标音结果能够反映俄语单词的重音位置及元音弱化现象,并依据改进的新音素集构建了包含20 000词的俄语发音词典;然后利用Tensor Flow框架实现了这一算法,该算法通过编码LSTM将俄语单词转换为固定维数的向量,再通过解码LSTM将向量转换为目标发音序列;最后,设计实现了具有交互式单词标音等功能的俄语词汇标音系统。实验结果表明,该算法在集外词测试集上的词形正确率达到了74.8%,音素正确率达到了94.5%,均高于Phonetisaurus方法。该系统能够有效为俄语发音词典的构建提供支持。 展开更多

关键词 俄语 词汇标音 长短时记忆网络 序列到序列 tensorflow

在线阅读 下载PDF 职称材料

基于TensorFlow架构的Adam-BPNN在红外甲烷传感器系统误差修正的应用 被引量：7

19

作者 陈红岩 盛伟铭 +3 位作者 刘嘉豪 黄翰 朱俊江 赵永佳 《传感技术学报》 CAS CSCD 北大核心 2020年第4期529-536,共8页

针对本实验室设计的红外甲烷传感器,在实验过程中易受到传感器内部干扰信号影响的问题,使得传感器产生较大的测量误差,为此提出了一种基于TensorFlow架构的Adam-BPNN进行传感器系统误差修正的方法。实验与数据处理结果表明:通过该算法... 针对本实验室设计的红外甲烷传感器,在实验过程中易受到传感器内部干扰信号影响的问题,使得传感器产生较大的测量误差,为此提出了一种基于TensorFlow架构的Adam-BPNN进行传感器系统误差修正的方法。实验与数据处理结果表明:通过该算法的误差修正,能有效地减小传感器内部干扰信号对测量结果的影响,相对误差减小到0.0226%,提高了红外甲烷传感器的稳定性与精度,且重复性好。 展开更多

关键词 检测技术与自动化装置 系统误差修正 Adam-BPNN tensorflow架构

在线阅读 下载PDF 职称材料

TensorFlow中OpenCL核函数的实现与优化 被引量：4

20

作者 陈锐 孙羽菲 +6 位作者 程大果 郭强 陈禹乔 石昌青 隋轶丞 张宇哲 张玉志 《计算机学报》 EI CAS CSCD 北大核心 2022年第11期2456-2474,共19页

目前,异构计算技术已经被广泛应用于人工智能领域,旨在利用以GPGPU为主的并行加速设备和CPU协同工作,更高效地完成大规模的并行计算.深度学习模型的构建、训练以及推理离不开机器学习框架的支持,但目前主流的机器学习框架基本仅支持CUD... 目前,异构计算技术已经被广泛应用于人工智能领域,旨在利用以GPGPU为主的并行加速设备和CPU协同工作,更高效地完成大规模的并行计算.深度学习模型的构建、训练以及推理离不开机器学习框架的支持,但目前主流的机器学习框架基本仅支持CUDA异构编程模型.CUDA的私有性和封闭性导致机器学习框架严重依赖于英伟达GPGPU.众多其它厂商的硬件加速器,尤其是国产加速器难以充分发挥其在深度学习中的潜力.使用开源统一异构编程标准OpenCL代替私有的CUDA编程模型,是打破这一技术壁垒的有效方法.本文提出了TensorFlow中CUDA到OpenCL核函数的代码转换方案,总结整理了核函数转换的基本规则、典型难点问题的解决方法以及OpenCL核函数的性能优化等关键技术.本文首次完成了TensorFlow 2.2版本中135个OpenCL核函数的实现.经一系列测试验证,转换生成的135个OpenCL核函数能够在多种支持OpenCL标准的加速器上正确运行,优化后,近八成的OpenCL核函数在英伟达Tesla V100S上达到了与CUDA核函数相当的计算性能.测试结果验证了本文提出的CUDA到OpenCL核函数转换方案的通用性及有效性,包含OpenCL核函数的TensorFlow版本能够在直接适配跨厂商加速器设备的同时保持较好的计算性能. 展开更多

关键词 硬件加速器 异构编程环境 CUDA OPENCL tensorflow

在线阅读 下载PDF 职称材料