文章库ARTICLE COLUMN

  • 2018年深度学习的主要进步

    2018年深度学习的主要进步

    摘要:在过去几年中,深度学习改变了整个人工智能的发展。在本文中,我将介绍年深度学习的一些主要进展,与年深度学习进展版本一样,我没有办法进行详尽的审查。最后的想法与去年的情况一样,年深度学习技术的使用持续增加。 在过去几年中,深度学习改变了整...

    sushisushi 评论0 收藏0
  • GAN--提升GAN训练的技巧汇总

    GAN--提升GAN训练的技巧汇总

    摘要:特征匹配改变了生成器的损失函数,以最小化真实图像的特征与生成的图像之间的统计差异。我们建议读者检查上使用的损失函数和相应的性能,并通过实验验证来设置。相反,我们可能会将注意力转向寻找在生成器性能不佳时不具有接近零梯度的损失函数。 前  ...

    amuqiaoamuqiao 评论0 收藏0
  • 实现 TensorFlow 架构的规模性和灵活性

    实现 TensorFlow 架构的规模性和灵活性

    摘要:是为了大规模分布式训练和推理而设计的,不过它在支持新机器学习模型和系统级优化的实验中的表现也足够灵活。本文对能够同时兼具规模性和灵活性的系统架构进行了阐述。尽管大多数训练库仍然只支持,但确实能够支持有效的推理。 TensorFlow 是为了大规模...

    RiverLiRiverLi 评论0 收藏0
  • TensorFlow 帮你实现更好的结构化图层和模型

    TensorFlow 帮你实现更好的结构化图层和模型

    摘要:层常用的操作集大多数情况下,在编写机器学习模型代码时,您希望在比单个操作和操作单个变量更高的抽象级别上进行操作。模型组合层机器学习模型中许多有趣的类层事物都是通过组合现有的层来实现的。 今天主要向大家介绍的内容是:自定义层。我们建议使...

    TamicTamic 评论0 收藏0
  • 重磅!Uber发布史上最简单的深度学习框架Ludwig!

    重磅!Uber发布史上最简单的深度学习框架Ludwig!

    摘要:通用性一种新的基于数据类型的深度学习模型设计方法,使该工具可以跨许多不同的应用领域使用。可理解性深度学习模型内部通常被认为是黑匣子,但是该库提供标准的可视化来理解它们的性能并比较它们的预测。 昨日,Uber官网重磅宣布新开源深度学习框架Lud...

    zhichangterryzhichangterry 评论0 收藏0
  • TensorFlow、MXNet、Keras如何取舍? 常用深度学习框架对比

    TensorFlow、MXNet、Keras如何取舍? 常用深度学习框架对比

    摘要:简称,是基于聚焦行业应用且提供商业支持的分布式深度学习框架,其宗旨是在合理的时间内解决各类涉及大量数据的问题。是负责开发的用编写,通过引擎加速的深度学习框架,是目前受关注最多的深度学习框架。 作者简介魏秀参,旷视科技 Face++ 南京研究院...

    AlphaGoooAlphaGooo 评论0 收藏0
  • 深度学习图像超分辨率最新综述:从模型到应用

    深度学习图像超分辨率最新综述:从模型到应用

    摘要:这也是很多大厂都在研发的原因深度超分辨率层次结构该文作者总结了一张非常棒的图,可以尽览深度学习超分辨率的方方面面作者介绍了深度学习图像超分辨的监督学习方法,从模型框架上采样方法网络设计方法网络学习策略和可能的改进策略进行了细致总结。 ...

    iKcampiKcamp 评论0 收藏0
  • 医学图像分析最新综述:走向深度

    医学图像分析最新综述:走向深度

    摘要:医学图像分析主要包含的模式识别任务是检测定位分割配准分类。面临挑战作者简述了深度学习用于医学图像分析面临的挑战,主要有缺少较精确的标注数据。关注能对医学图像分析带来启发的其他计算机视觉机器学习领域的新工作。 今天arXiv新上一篇论文《Goin...

    MudOnTireMudOnTire 评论0 收藏0
  • 深度学习不再是炼丹术!谷歌给出首个神经网络训练理论证明

    深度学习不再是炼丹术!谷歌给出首个神经网络训练理论证明

    摘要:谷歌发布的一篇论文给出了较早的关于深度神经网络训练相关的理论证明,实验观察结果也为初步解释梯度下降强于贝叶斯优化奠定了基础。 谷歌 AI 发布的一篇论文给出了较早的关于深度神经网络训练相关的理论证明,实验观察结果也为初步解释梯度下降强于贝...

    zorrozorro 评论0 收藏0
  • YOLOv3目标检测有了TensorFlow实现,可用自己的数据来训练

    YOLOv3目标检测有了TensorFlow实现,可用自己的数据来训练

    摘要:来自原作者,快如闪电,可称目标检测之光。实现教程去年月就出现了,实现一直零零星星。这份实现,支持用自己的数据训练模型。现在可以跑脚本了来自原作者拿自己的数据集训练快速训练这个就是给大家一个粗略的感受,感受的训练过程到底是怎样的。 来自Y...

    i_garfileoi_garfileo 评论0 收藏0
  • 最强GAN修图魔术师:美颜生发摘眼镜、草绘秒变真人脸

    最强GAN修图魔术师:美颜生发摘眼镜、草绘秒变真人脸

    摘要:该研究成果由韩国团队发表于论文地址训练数据恰当的训练数据有助于提高网络训练性能。在将损失函数应用于输入图像之前,用输入图像替换了掩模外部的图像的剩余部分。总体损失函数如下其中,发生器用进行训练,鉴别器用进行训练。 为一个设计师,是否整...

    xialongxialong 评论0 收藏0
  • GAN和蒙日-安培方程理论

    GAN和蒙日-安培方程理论

    摘要:最近老顾收到很多读者来信,绝大多数询问对抗生成网络的最优传输解释,以及和蒙日安培方程的关系。蒙日安培方程的几何解法硬件友好,可以用目前的并行实现。蒙日安培方程的正则性理论更加复杂,但是对于模式塌缩的理解非常关键。 最近老顾收到很多读者...

    maybe_009maybe_009 评论0 收藏0
  • GAN模式崩溃的理论解释

    GAN模式崩溃的理论解释

    摘要:我们将这些现象笼统称为广义的模式崩溃问题。这给出了模式崩溃的直接解释。而传统深度神经网络只能逼近连续映射,这一矛盾造成了模式崩溃。 春节前夕,北美遭遇极端天气,在酷寒中笔者来到哈佛大学探望丘成桐先生。新春佳节,本是普天同庆的日子,但对...

    hiYoHoohiYoHoo 评论0 收藏0
  • 提高GAN训练稳定性的9大tricks

    提高GAN训练稳定性的9大tricks

    摘要:另外,在损失函数中加入感知正则化则在一定程度上可缓解该问题。替代损失函数修复缺陷的最流行的补丁是。的作者认为传统损失函数并不会使收集的数据分布接近于真实数据分布。原来损失函数中的对数损失并不影响生成数据与决策边界的距离。 尽管 GAN 领域...

    XufcXufc 评论0 收藏0
  • 神还原女神照片!GAN为百年旧照上色

    神还原女神照片!GAN为百年旧照上色

    摘要:如何把女神的黑白照片变成彩照今日小编发现新加坡数据科学与人工智能部门在上介绍了一个为百年旧照上色的项目。照片为新加坡华人女子学校,摄于年期间。来自新加坡国家档案馆的原始照片左和上色后的照片右。利用给年的汤加太平洋岛国旧照上色。 一键点...

    gaomysiongaomysion 评论0 收藏0
  • 索尼大法好,224秒在ImageNet上搞定ResNet-50

    索尼大法好,224秒在ImageNet上搞定ResNet-50

    摘要:年月,腾讯机智机器学习平台团队在数据集上仅用分钟就训练好,创造了训练世界纪录。训练期间采用预定的批量变化方案。如此,我们也不难理解腾讯之后提出的层级的思想了。你可能觉得这对于索尼大法而言不算什么,但考虑到维护成本和占地,这就很不经济了...

    xiguadadaxiguadada 评论0 收藏0
  • 2080 Ti莫名起火,英伟达承认GPU有缺陷,财报后股价暴跌19%

    2080 Ti莫名起火,英伟达承认GPU有缺陷,财报后股价暴跌19%

    摘要:现在英伟达官方终于承认了缺陷的存在。财报后股价暴跌麻烦还不止于此。今天早间,英伟达的新一季度财报发布。第三季度财报显示,英伟达营收亿美元,同比增长净利润亿美元,同比增长。这份财报发布后,英伟达盘后股价一度跳崖暴跌。 RTX 2080 Ti,英伟达...

    boosterbooster 评论0 收藏0
  • 千呼万唤始出来,OpenCV 4.0正式发布!

    千呼万唤始出来,OpenCV 4.0正式发布!

    摘要:目前,支持尚未完成仅支持加载编码的和,还未支持编码。部分支持对象检测网络的版本缺少一些提供矩形列表的最终图层。而且,此更改也已添加到分支。请注意,仅在英特尔上进行测试,因此仍需要额外的。为了使实时采集处理有高效,在模块中更新了支持。 O...

    nifhlheimrnifhlheimr 评论0 收藏0
  • 何恺明终结ImageNet预训练时代:从0训练模型效果比肩COCO冠军

    何恺明终结ImageNet预训练时代:从0训练模型效果比肩COCO冠军

    摘要:为了探索多种训练方案,何恺明等人尝试了在不同的迭代周期降低学习率。实验中,何恺明等人还用预训练了同样的模型,再进行微调,成绩没有任何提升。何恺明在论文中用来形容这个结果。 何恺明,RBG,Piotr Dollár。三位从Mask R-CNN就开始合作的大神搭...

    freecodefreecode 评论0 收藏0
  • 卷积为什么如此强大?理解深度学习中的卷积

    卷积为什么如此强大?理解深度学习中的卷积

    摘要:第二部分高级概念我们现在对卷积有了一个良好的初步认识,也知道了卷积神经网络在干什么为什么它如此强大。 译自Tim Dettmers的Understanding Convolution in Deep Learning。有太多的公开课、教程在反复传颂卷积神经网络的好,却都没有讲什么是卷积...

    kakakaka 评论0 收藏0
  • TensorFlow 指南:GPU 的使用

    TensorFlow 指南:GPU 的使用

    摘要:大家好,今天我们来给讲讲关于在中的使用规则。在某些情况下,最理想的是进程只分配可用内存的一个子集,或者仅根据进程需要增加内存使用量。 大家好,今天我们来给讲讲关于 TensorFlow 在 GPU 中的使用规则。支持的设备在一套标准系统中通常有多台计算...

    Leo_chenLeo_chen 评论0 收藏0
  • Yann LeCun:假如没有深度学习,Facebook就是尘埃

    Yann LeCun:假如没有深度学习,Facebook就是尘埃

    摘要:早在年,就知道将成为其未来的关键部分,与其他一些科技公司一样,专注于深度学习,将其专门用于分类照片和进行人脸识别。表示,如果没有深度学习,尤其无法运作。深度学习也有助于的内容过滤,并有助于从社交网络中删除仇恨言论等内容。 如果没有人工...

    Yang_RiverYang_River 评论0 收藏0
  • 这块屏幕可能改变命运

    这块屏幕可能改变命运

    摘要:直播改变了这两条线。他们被允许携带手机和平板电脑,用来接收教辅资料。屏幕那端,热情洋溢的七中老师提出了问题,七中的学生七嘴八舌地回答。一块屏幕带来了想象不到的震荡。 过去一段时间,我们的记者试着去了解这样一件事情:248所贫困地区的中学,...

    李世赞李世赞 评论0 收藏0
  • 神经架构优化(NAO):新的神经架构搜索(NAS)算法

    神经架构优化(NAO):新的神经架构搜索(NAS)算法

    摘要:有了我们的新方法,叫做神经架构优化,我们利用基于梯度的方法在更紧密的空间中做优化。表如下展示了不同卷积神经网络架构在图片分类数据集上的表现,这些架构由不同算法生成。 如果你是一名深度学习实践者,你可能发现自己经常会遇到同一个关键问题:...

    ThreeWordsThreeWords 评论0 收藏0
  • 谷歌量子神经网络新进展揭秘

    谷歌量子神经网络新进展揭秘

    摘要:量子计算碰上机器学习,谷歌今日的博客介绍了他们在量子神经网络方面的进展。在论文中,谷歌构建了一个量子神经网络,该模型专为短期内可能出现的量子处理器而设计。 量子计算碰上机器学习,谷歌今日的博客介绍了他们在量子神经网络方面的进展。谷歌人...

    Java3yJava3y 评论0 收藏0

热门文章

<