EAIDK-310 是基于 RK3228H 设计的面向边缘计算的人工智能开发套件,搭载 OPEN AI LAB 嵌入式 AI 开发平台 AID,为 AI 应用提供简洁、高...
1,安装浏览器Fedora出厂系统内已经预装了火狐浏览器,如果没有找到浏览器,也可以使用下面命令来重新安装:sudo dnf install firefox在...
本文章主要介绍如何在EAIDK-310开发板上部署TVM Runtime, 在本地机器安装完整的TVM(包含了TVM Runtime以及编译功能), 并且使用一个简单...
很高兴在上周收到了EAIDK-310开发板,非常感谢OPEN AI LAB和极术社区。我打算介绍《从零开始,在EAIDK-310上部署TVM Runtime》。计划第...
明线:早期的 print 语句带有 C 和 Shell 的影子,是个应用程序级的 statement,在最初十几年里,经历过 PEP-214 和 PEP-259 的改进;再...
关于本人的测评内容安排,首先记录使用过程,穿插个人感受和另外的板卡使用对比(使用过TI的AM57xx,树莓派),手册内容不详细复制粘贴...
社区已经有人分享310这块板子的功能了,看官方的快操手册有几个功能是与摄像头有关的内容,这年头手边有usb摄像头的应该不多了吧,恰好...
我这里路径是/opt/Zll/Test/01EchoTest/echo (echo为打印一串字符的脚本文件)记得添加权限chmod -R 777。
我不久之前参加了EAIDK-310的试用活动,于是2019-08-17日拿到了开发板。开箱,如图:我刚刚上传这些照片的时候,网站提示说是文件体积太...
上一篇文章《Winograd卷积原理 | Hey~YaHei!》已经介绍过Winograd卷积的基本原理,但终究是理论上的推导,在实际应用的时候其实有些耐人...
有时候,嵌入式爱好者可能缺少一个显示器或者不方便用显示器来连接。而这时可能苦于没有桌面系统,很难进入到板卡环境中。那么这时远程...
以协同过滤这样的经典推荐系统为例,假设每个用户或项目都有评级,这样我们就可以推断出类似用户/项目的评级,即使这些评级没办法调用。...
前不久,我在翻译 Guido van Rossum(Python之父)的文章时,给他留言,申请非商业用途的翻译授权。
Winograd算法最早于1980年由Shmuel Winograd在《Arithmetic complexity of computations(1980)》中提出,主要用来减少FIR滤波器的计算量...
OPEN Al LAB,Arm中国,瑞芯微联合推出了 EAIDK-310 人工智能开发套件单板机,本文使用 EAIDK-310 单板机玩 AI 推理。
随机森林是一种由决策树构成的集成算法,他在很多情况下都能有不错的表现。本文将介绍随机森林的基本概念、4 个构造步骤、4 种方式的对...
1、连接上HDMI、鼠标键盘,通电之后,进入系统(初始用户名&密码都是:openailab)。2、配置wifi。由于是带桌面的系统,你可以直接点击...
【注】开发板正常工作时,请最好用充电头进行供电,用电脑端供电及其不稳定,系统可能会不断循环自启动,无法进入到系统桌面。
从学sklearn时,除了算法的坎要过,还得学习matplotlib可视化,对我的实践应用而言,可视化更重要一些,然而matplotlib的易用性和美观性...
从学sklearn时,除了算法的坎要过,还得学习matplotlib可视化,对我的实践应用而言,可视化更重要一些,然而matplotlib的易用性和美观性...
EAIDK(Embedded AI Development Kit),是以 Arm SoC 为硬件平台、Tengine(Arm 中国周易平台)为核心的人工智能基础软件平台 AID、集...
最近有幸得到了 开放智能机器(上海)有限公司([链接])的AI开发套件EAIDK-310,先来记录下开箱体验。
ACL 2019已经结束,但其空前的规模仍然震撼人心:2900多篇提交论文,660篇被接收,3000多名会议注册人员,以及4个超过400人的研讨会(比...
提起李宏毅老师,熟悉机器学习的读者朋友一定不会陌生。很多人选择的机器学习入门学习材料都是李宏毅老师的台大公开课视频。现在,机器...
如今,许多公司都会开发与自己业务息息相关的推荐系统。先荐作为第四范式研发的一款智能推荐产品,已为内容行业的众多媒体客户赋能,实...
1、AI+零售• 范围:线下新零售门店;• 应用:AI摄像头、服务机器人等;• 进展:概念落地仅12个月,大部分处于试点阶段
优秀互联网公司在结合自身业务的条件下,积极展开了在AI、区块链、物联网、云计算与大数据等科技领域的布局与落地实践。除了自身的技术...
这就是你的机器学习系统?
1、服务缺失市场无商业化服务的AI框架,开源产品功能受限、品质没保障;2、兼容缺陷AI算法模型多,兼容性差,开发移植困难,效率低下;3...