數據中心最新文章 印度研制出第一款RISC-V芯片原型Shakrti 據報道，印度研制出了第一款 RISC-V 芯片原型 Shakrti。 發表于：7/31/2018 模擬 or 數字電路，機器學習如何選擇？ 近年來，我們目睹了“深度學習”的興起，這一領域試圖實現類似于人類行為的推理和智能水平。 發表于：7/31/2018 Montgomery標量乘算法的抗DPA攻擊改進算法 標量乘法是橢圓曲線密碼算法中最核心的運算，對整個密碼體制的效率和安全性具有舉足輕重的作用。在對準投影坐標系下實現的Montgomery標量乘算法的安全性進行分析的基礎上，結合該算法的特點，提出了一種隨機Z坐標的抗DPA攻擊改進算法，并利用EDA仿真工具驗證了其抗DPA攻擊能力。 發表于：7/31/2018 快速上手學習RFID技術，掌握物聯網關鍵技術 為什么我們的快遞可以一直準確無誤在路線上？為什么學校圖書館里海量的書籍卻管理得整齊有序？為什么有些不小心失竊的物品可以迅速追蹤回來？而這些都得利用RFID技術，因為在這個物聯網的時代，它是數據連接、數據交流的關鍵技術之一。 發表于：7/31/2018 教程 | PyTorch經驗指南：技巧與陷阱 PyTorch 的構建者表明，PyTorch 的哲學是解決當務之急，也就是說即時構建和運行計算圖。目前，PyTorch 也已經借助這種即時運行的概念成為最受歡迎的框架之一，開發者能快速構建模型與驗證想法，并通過神經網絡交換格式 ONNX 在多個框架之間快速遷移。 發表于：7/30/2018 同行評審是這樣略讀論文的！Ian Goodfellow實力「嘲諷」了一波 「我懷疑同行評審實際上會造成而非減輕 Zachary Lipton 和 Jacob Steinhardt 不久之前在文章《Troubling Trends in Machine Learning Scholarship》中總結的怪趨勢。」今日，谷歌大腦知名研究科學家、GAN 的提出者 Ian Goofellow 在 Twitter 上發表多條信息炮轟同行評審機制。 發表于：7/30/2018 擁抱新時代Google開源量子算法框架CIRQ 過去幾年，量子計算不僅在量子硬件方面有所發展，在量子算法的開發方面也迎來了改進。隨著 Noisy Intermediate Scale Quantum 計算機（NISQ）的推出，開發用于理解這些機器性能的算法越來越重要。然而，在 NISQ 處理器上設計量子算法時的一個常見問題是如何充分利用這些有限的量子器件。 發表于：7/30/2018 STM32 USART 串口 DMA 接收和發送的源碼詳解 先說說應用通訊模式，串口終端的工作方式和迪文屏差不多，終端被動接受MCU發的指令，終端會偶爾主動發送一些數據給MCU(像迪文屏的觸摸信息上傳)。 發表于：7/30/2018 多款數據采集器任你選 手持數據采集器（Bar code Hand Terminal），又稱盤點機、掌上電腦。它是將條碼掃描裝置，RFID技術與數據終端一體化，帶有電池可離線操作的終端電腦設備。具備實時采集、自動存儲、即時顯示、即時反饋、自動處理、自動傳輸功能。為現場數據的真實性、有效性、實時性、可用性提供了保證。其具有一體性、機動性、體積小、重量輕、高性能，并適于手持等特點。 發表于：7/28/2018 RISC-V將是中國芯的機會？ 一個禮拜前，上海市經信委發布了一項集成電路相關專項資金支持細則。在細則中，上海經信委把RISC-V指令集架構的處理器芯片列為相關的支持項目。按照細則的規定，如果企業所做的產品是基于RISC-V指令集架構研發的32位及以上的處理器芯片，且所用內核擁有國產自主知識產權的，再加上如果能滿足一些營收和性能條件，企業就有機會獲得上海方面的項目資金的支持。 發表于：7/28/2018 介紹機器學習分類算法——決策樹 今天，我們介紹機器學習里比較常用的一種分類算法，決策樹。決策樹是對人類認知識別的一種模擬，給你一堆看似雜亂無章的數據，如何用盡可能少的特征，對這些數據進行有效的分類。 發表于：7/27/2018 德州儀器Q2掙了14億，模擬產品貢獻90%利潤 德州儀器今天公布了截至6月30日的2018財年第二季度財報。報告顯示，公司該季度營收為40.17億美元，去年同期為36.93億美元，同比增長9%；按美國通用會計準則計（GAAP），歸屬公司上市部分的凈利潤為14.05億美元，去年同期為凈利潤10.56億美元，同比增長33%；合攤薄后每股利潤為1.40美元，去年同期為每股利潤1.03美元，同比增長36%。 發表于：7/26/2018 ECCV 2018 | 美圖云聯合中科院提出基于交互感知注意力機制神經網絡的行為分類技術 以往注意機制模型通過加權所有局部特征計算和提取關鍵特征，忽略了各局部特征間的強相關性，特征間存在較強的信息冗余。 發表于：7/23/2018 前沿 | 不使用深度學習，進化算法也能玩Atari游戲！ 深度學習因為其強大的表征能力，在很多方面都有非常優秀的性能，它不論是在計算機視覺、自然語言處理，還是在游戲智能體上都能構建出優秀的模型。 發表于：7/23/2018 改進的最大最小特征值之差的頻譜感知算法 針對傳統的最大最小特征值之差的頻譜感知算法(DMM)，從提高特征值估計精度出發，引入了信號矩陣拆分重組的過程，提出了一種改進的協作頻譜感知算法(IDMM)。該算法在邏輯上增加了協作用戶數，降低了協作用戶數少對頻譜感知性能造成的影響。理論分析和仿真結果均表明，IDMM算法性能明顯優于DMM算法。 發表于：7/23/2018 ?…104105106107108109110111112113…?
