人们对信号处理应用的期望越来越高。工程师需要创建能够智能地响应输入或作出预测的应用；这通常意味着需要将 AI 系统集成到其设计中。
什么是 AI 驱动的信号处理应用中共通的要素？答案是大量有代表性的信号数据、良好的网络架构（因为信号数据尤其适合深度学习），以及适当的信号处理工具，用于将这些数据转换为自动学习的数据源。
本电子书包含以下内容：
- 使用深度学习进行信号处理的基础知识
- 使用数据集和标注来训练和验证模型
- 应用数据增强和合成来提高训练数据的质量和数量
- 为深度网络创建输入
人们对信号处理应用的期望越来越高。工程师需要创建能够智能地响应输入或作出预测的应用；这通常意味着需要将 AI 系统集成到其设计中。
什么是 AI 驱动的信号处理应用中共通的要素？答案是大量有代表性的信号数据、良好的网络架构（因为信号数据尤其适合深度学习），以及适当的信号处理工具，用于将这些数据转换为自动学习的数据源。
本电子书包含以下内容：
