摘要：行为识别包含两个研究方向个体行为识别与群体行为事件识别。同时，随着行人智能分析与群体事件感知的需求与日俱增，一系列行为分析与事件识别算法在深度学习技术的推动下应运而生。 行为识别是指通过分析视频、深度传感器等数据，利用特定的算法，对行...
摘要：例如，即插即用生成网络通过优化结合了自动编码器损失，损失，和通过与训练的分类器定于的分类损失的目标函数，得到了较高水平的样本。该论文中，作者提出了结合的原则性方法。 在机器学习研究领域，生成式对抗网络（GAN）在学习生成模型方面占据着统治...
摘要：由吴恩达领导的斯坦福大学机器学习小组，研发出一种新的深度学习算法，可以诊断种类型的心律失常。吴恩达表示，机器学习模型可以比专家更较精确的诊断心律失常。这项研究可能是机器学习彻底改变医疗行业的标志之一。 由吴恩达领导的斯坦福大学机器学习...
摘要：目前用于语义分割研究的两个最重要数据集是和。发展中的方法效果。论文于年月日提交到主要贡献将端到端的卷积网络推广到语义分割中重新将预训练好的网络用于分割问题中使用反卷积层进行上采样提出了跳跃连接来改善上采样的粗糙程度。 语义分割是什么？...
摘要：然而，可用数据集的规模却没有成比例地扩大。这还说明无监督表征学习，以及半监督表征学习方法有良好的前景。例如，对于对象探测得分，单个模型目前可以实现，高于此前的。此外，构建包含图片的数据集并不是最终目标。 都说深度学习的兴起和大数据息息...
摘要：一项由清华大学计算机系智能技术与系统国家重点实验室清华国家信息实验室清华大学计算机科学与技术系英特尔中国研究院清华大学电子工程系的研究人员共同参与的关于高效视觉目标检测的研究已经被接收。 一项由清华大学计算机系智能技术与系统国家重点实...
摘要：而从贝叶斯概率视角描述深度学习会产生很多优势，即具体从统计的解释和属性，从对优化和超参数调整更有效的算法，以及预测性能的解释这几个方面进一步阐述。贝叶斯层级模型和深度学习有很多相似的优势。 论文地址：https://arxiv.org/abs/1706.00473深...
摘要：人工智能的主流算法深度学习的历史，堪称也是深度学习三剑客和共同走过的年艰难而辉煌的不悔人生。之后使用一种称为监督学习的方法来训练感知器，以正确区分不同形状。表示，多层次神经网络的结构并不会使感知器强大到有实用价值。 人工智能的主流算法D...
摘要：循环神经网络令语音和自然语言处理达到了新阶段。自归一化神经网络对于扰动是具有鲁棒性的，它在训练误差上并没有高方差见图。构建自归一化神经网络我们通过调整函数的属性以构建自归一化神经网络。 近日，arXiv 上公开的一篇 NIPS 投稿论文《Self-Norm...
摘要：本文将告诉你如何用最省钱的方式，来搭建一个高性能深度学习系统。 由于深度学习的计算相当密集，所以有人觉得必须要购买一个多核快速CPU， 也有人认为购买快速CPU可能是种浪费。 那么，这两种观点哪个是对的？ 其实，在建立深度学习系统时，...
摘要：所谓的生成式对抗网络是深度学习领域内最热门的主题，有望以更少的人力创建更擅长学习的系统。警察与伪造者生成式对抗网络减少深度学习所需要的数据生成式对抗网络通过减少训练深度学习算法所需的数据量来解决该问题。 如果您还未听说过生成式对抗网络...
摘要：前言标题不能再中二了本文仅对一些常见的优化方法进行直观介绍和简单的比较，各种优化方法的详细内容及公式只好去认真啃论文了，在此我就不赘述了。就是每一次迭代计算的梯度，然后对参数进行更新，是最常见的优化方法了。 前言（标题不能再中二了）本...
摘要：一段时间以来，我一直在尝试使用生成神经网络制作人物肖像。生成图像的质量与低分辨率输出实现密切相关。在第一阶段，根据给定描述生成相对原始的形状和基本的色彩，得出低分辨图像。使用生成的图像比现有方法更加合理逼真。 一段时间以来，我一直在尝...
摘要：主要的功能和改进上支持。对象现在从属于，在发布时的严格描述已经被删除一个首次被使用，它自己缓存其范围。在发布前，许多的的功能和类别都在命名空间中，后被移到。虽然我们会尽量保持源代码与兼容，但不能保证。为增加了双线性插值。 主要的功能和...
摘要：我们提出了，它是一个分布式在上可实现高效通信的架构。利用深度程序中的层级模型结构而叠加通信与计算，这样以减少突发性网络通信。此外，使用混合的通信方案，并根据层级属性和机器数量优化每一层同步所要求的字节数。表神经网络的评估。 论文：Posei...
摘要：团队昨天发布的一个模型学会一切论文背后，有一个用来训练模型的模块化多任务训练库。模块化的多任务训练库利用工具来开发，定义了一个深度学习系统中需要的多个部分数据集模型架构优化工具学习速率衰减计划，以及超参数等等。 Google Brain团队昨天发...
摘要：但是在传统的机器学习中，特征和算法都是人工定义的。传统的深度学习中，是由人来决定要解决什么问题，人来决定用什么目标函数做评估。 随着柯洁与AlphaGo结束以后，大家是不是对人工智能的底层奥秘越来越有兴趣？深度学习已经在图像分类、检测等诸多领...
摘要：近段时间以来，张量与新的机器学习工具如是非常热门的话题，在那些寻求应用和学习机器学习的人看来更是如此。计算机之所以可凭极快速度求出用线性代数编写的程序值，部分原因是线性代数具有规律性。但是，我们没有必要把自己限制在线性代数上。 近段时...
摘要：深度神经网络还不清楚如何来检测参议员投票数据集中的关键影响者。目前还不清楚如何用深度神经网络技术来推断不在视频中的投球手的存在。深度神经网络在高维特征的处理上很糟糕，这一点不像算法强健的随机森林，它需要重度调参。 1/ 深度学习做不了什么...
摘要：为了使的思想更具体化，现在我们来看一下在深度神经网络中执行多任务学习的两种最常用的方法。图深度神经网络多任务学习的参数共享共享参数大大降低了过拟合的风险。 目录1.介绍2.动机3.两种深度学习 MTL 方法Hard 参数共享Soft 参数共享4.为什么 MTL ...
摘要：音频超分辨率旨在重建一个以较低分辨率波形作为输入的高分辨率音频波形。由于受到深度学习成功应用于图像超分辨率的启发，我最近致力于使用深层神经网络来完成原始音频波形的上采样。上采样块使用子像素卷积，其沿着一个维度重新排列信息以扩展其他维度...
摘要：这种分布式版本的利用了加速服务器的虚拟化集群，这些集群采用经济高性能的计算方法，将深度学习的训练时间从数周缩短到数小时。 IBM今日宣布推出了一款新的 PowerAI 深度学习软件，该软件基于 Power Systems 而构建，可帮助数据科学家与开发人员解决所...
摘要：于是，这些黑箱模型经常在学习过程中受到数据偏差的影响，而导致图像推理的错误。程序生成器是由模型实现的。从左至右，每个问题都会向程序增加一个模块，在上图中，增加的模块用下划线表示。斯坦福大学表示将在最近将其开源。 深度学习著名学者 Yann L...
摘要：有能力对元胞状态添加或者删除信息，这种能力通过一种叫门的结构来控制。一个有个这种门，来保护和控制元胞状态。输出将会基于目前的元胞状态，并且会加入一些过滤。同时也将元胞状态和隐状态合并，同时引入其他的一些变化。 循环神经网络(RNN)人们的每...
摘要：深度学习方法是否已经强大到可以使科学分析任务产生最前沿的表现在这篇文章中我们介绍了从不同科学领域中选择的一系列案例，来展示深度学习方法有能力促进科学发现。 深度学习在很多商业应用中取得了前所未有的成功。大约十年以前，很少有从业者可以预...
ChatGPT和Sora等AI大模型应用，将AI大模型和算力需求的热度不断带上新的台阶。哪里可以获得...
大模型的训练用4090是不合适的，但推理（inference/serving）用4090不能说合适，...
图示为GPU性能排行榜，我们可以看到所有GPU的原始相关性能图表。同时根据训练、推理能力由高到低做了...
89542767
社区管理员
白马啸西风