摘要：更广泛地说，这些结果表明神经网络训练不需要被认为是一种炼丹术，而是可以被量化和系统化。中间的曲线中存在弯曲，渐变噪声标度预测弯曲发生的位置。 由于复杂的任务往往具有更嘈杂的梯度，因此越来越大的batch计算包，可能在将来变得有用，从而消除了...
摘要：所学习的滤波器组被期望为编码一些合适数量类别的普通图像编码判别信息在不同视觉等级分层提取图案。特别是，在新框架的每一层，可共享的滤波器共同学习那些相似模式的类。除了减小特征维度，共享滤波器也可以导致特征更鲁棒。 今天我们来谈谈深度学习...
摘要：近年来，深度学习在计算机感知自然语言处理和控制方面取得了重大进展。位列新泽西州的发明家名人堂，并获得年神经网络先锋奖年杰出研究奖年终身成就奖和来自墨西哥的名誉博士学位。 Yann Lecun是卷积网络模型的发明者，该模型被广泛地应用于模式识别应...
摘要：是商汤科技发表于的一篇目标检测的论文，对架构的目标坐标回归部分进行了替换，取得了更加较精确的定位精度，是最近非常值得一读的论文。一作者信息该文所有作者均来自商汤科技该文直取网格修饰，意即将目标检测中位置定位转化为目标区域网格点的定位。...
摘要：的两位研究者近日融合了两种非对抗方法的优势，并提出了一种名为的新方法。的缺陷让研究者开始探索用非对抗式方案来训练生成模型，和就是两种这类方法。不幸的是，目前仍然在图像生成方面显著优于这些替代方法。 生成对抗网络（GAN）在图像生成方面已经...
摘要：表示类别为，坐标是的预测热点图，表示相应位置的，论文提出变体表示检测目标的损失函数由于下采样，模型生成的热点图相比输入图像分辨率低。模型训练损失函数使同一目标的顶点进行分组，损失函数用于分离不同目标的顶点。 好久没有将较好的干货分...
摘要：本篇综述的重点是回顾当前利用深度神经网络进行迁移学习的研究及其应用。这篇综述论文的贡献如下定义了深度迁移学习，并首次将其分为四类。这就是一个深度迁移学习任务，其中是一个表示深度神经网络的非线性函数。 论文：A Survey on Deep Transfer Lea...
摘要：今天，发布了一个新的优化工具包一套可以让开发者，无论是新手还是高级开发人员，都可以使用来优化机器学习模型以进行部署和执行的技术。对于相关的机器学习模型，这可以实现最多倍的压缩和倍的执行速度提升。 今天，TensorFlow发布了一个新的优化工具...
摘要：是一名来自牛津大学的拥有高声望和优良业界口碑的机器学习教授。在年拿到的博士学位后，至年他在担任博后，至年在担任教授，他还是加拿大高级科研学会的一员，并拿到了许多学术类的奖项。年月日，加入了由管理的平台。 Nando de FreitasNando de Freita...
摘要：但是，有一些研究人员在同一个深度神经网络中巧妙地实现了二者能力的结合。一次读取并解释输入文本中的一个字或字符图像，因此深度神经网络必须等待直到当前字的处理完成，才能去处理下一个字。 从有一些有趣的用例看，我们似乎完全可以将 CNN 和 RNN/L...
摘要：近日，发表了一篇文章，详细讨论了为深度学习模型寻找较佳超参数集的有效策略。要知道，与机器学习模型不同，深度学习模型里面充满了各种超参数。此外，在半自动全自动深度学习过程中，超参数搜索也是的一个非常重要的阶段。 在文章开始之前，我想问你...
摘要：作为解决方案的和和是解决短时记忆问题的解决方案，它们具有称为门的内部机制，可以调节信息流。随后，它可以沿着长链序列传递相关信息以进行预测，几乎所有基于递归神经网络的技术成果都是通过这两个网络实现的。和采用门结构来克服短时记忆的影响。 ...
摘要：版本正式发布啦本文将为大家介绍此版本的一些重大改变主要功能和改进修复以及其他变化。主要特点和改进现在根据预构建的二进制文件是针对和构建的。，，开始支持分布式在中添加的分布式策略支持和独立客户端支持。 TensorFlow 1.11.0 版本正式发布啦！...
摘要：其实我们在做线性回归也好，分类逻辑斯蒂回归也好，本质上来讲，就是把数据进行映射，要么映射到一个多个离散的标签上，或者是连续的空间里面，一般简单的数据而言，我们很好拟合，只要线性变化一下，然后学习出较好的就可以了，但是对于一些比较复杂的...
摘要：但是在当时，几乎没有人看好深度学习的工作。年，与和共同撰写了，这本因封面被人们亲切地称为花书的深度学习奠基之作，也成为了人工智能领域不可不读的圣经级教材。在年底，开始为深度学习的产业孵化助力。 蒙特利尔大学计算机科学系教授 Yoshua Bengi...
摘要：近日，开源了和的实现基准。是商汤和港中文近日联合开源的基于的开源目标检测工具包。你也可以配置你自己的到数据集的路径。 近日，Facebook AI Research 开源了 Faster R-CNN 和 Mask R-CNN 的 PyTorch 1.0 实现基准：MaskRCNN-Benchmark。相比 Detect...
摘要：是微软开源的用于不同深度学习框架和的模型之间互相转换的工具，通过模型的中间表示来完成不同框架模型之间的转换。 MMdnn简介在工业街和学术界中，开发者或者研究人员可以选择多种深度学习框架来构建模型，每种框架有自己特有的网络结构定义以及模型保...
摘要：相比于，它将也作为隐变量纳入到变分推断中。结论综述本文的结果表明了变分推断确实是一个推导和解释生成模型的统一框架，包括和。 作者丨苏剑林单位丨广州火焰信息科技有限公司研究方向丨NLP，神经网络个人主页丨kexue.fm前言我小学开始就喜欢纯数学，...
摘要：我们进行了一个交互式网络实验，让你能与一个名为的循环神经网络模型一起绘制作品。我们利用来自于游戏的数百万涂鸦训练该神经网络。一旦你停止涂鸦，神经网络将接管并试图猜测涂鸦的其余部分。在变分自动编码器演示中，你将绘制指定对象的完整图形。 ...
摘要：在实践中，几乎总是通过向梯度增加来实现算法，而不是真正改变损失函数。显然这是两种不同的方法。那么，权重衰减是不是总比的正则化更好呢我们还没发现明显更糟的情况，但无论是迁移学习问题例如斯坦福汽车数据集上的的微调还是 跌宕起伏的 Adam纵观 A...
摘要：潘新钢等发现，和的核心区别在于，学习到的是不随着颜色风格虚拟性现实性等外观变化而改变的特征，而要保留与内容相关的信息，就要用到。 大把时间、大把GPU喂进去，训练好了神经网络。接下来，你可能会迎来伤心一刻：同学，测试数据和训练数据，色调、...
摘要：目标追踪首先，我们会大致介绍八种建立在上的目标跟踪算法。词典包含了种的目标追踪器行。它将目标追踪器的命令行参数字符串映射到实际的追踪器函数上。其中行里的目的是根据追踪器命令行参数以及从得来的相关重要信息。 虽然我们熟知的的质心追踪器表...
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