文章库ARTICLE COLUMN

  • 经典卷积神经网络(CNN)结构可视化工具

    经典卷积神经网络(CNN)结构可视化工具

    摘要:前言本文将介绍一种在线网络工具,可用于可视化各种经典的卷积神经网络结构。其实本文要介绍的工具就是基于开发的,但更像是一个工具包一样,可以方便找到各种经典卷积神经网络的。 前言本文将介绍一种在线网络工具,可用于可视化各种经典的卷积神经网...

    kidsamongkidsamong 评论0 收藏0
  • SSD 用于实时物体检测介绍

    SSD 用于实时物体检测介绍

    摘要:但是他们对于实时监测来说,还是有点慢。上图是我们用于物体检测的训练数据集的示例。分类器在每个步骤中应用于检测对象。 卷积神经网络(CNN)在物体识别中由于其他的神经网络架构,所以研究人员很快对 CNN 进行了改进以使得它们能更好的对物体进行定...

    yy13818512006yy13818512006 评论0 收藏0
  • 如何使用注意力模型生成图像描述?

    如何使用注意力模型生成图像描述?

    摘要:本教程中用到了基于注意力的模型,它使我们很直观地看到当文字生成时模型会关注哪些部分。运行的时候,它会自动下载数据集,使用模型训练一个编码解码器,然后用模型对新图像进行文字描述。 图像描述类任务就是给图像生成一个标题。 给定一个图像:图片...

    zhouzhouzhouzhou 评论0 收藏0
  • DeepMind 提出“神经算术逻辑单元”,功能强大引发热议

    DeepMind 提出“神经算术逻辑单元”,功能强大引发热议

    摘要:为此,来自牛津大学和伦敦大学的研究人员提出了一种新的模型,与传统处理器中的算术逻辑单元类比,他们称该结构为神经算数逻辑单元。故而研究者进一步提出了,神经算数逻辑单元。结构简单,功能强大,尽管论文刚刚发布数日,却已经引起热议。 计算机问...

    qianfengqianfeng 评论0 收藏0
  • 128块Tesla V100 4小时训练40G文本,这篇论文果然很英伟达

    128块Tesla V100 4小时训练40G文本,这篇论文果然很英伟达

    摘要:近日,英伟达发表了一篇大规模语言建模的论文,他们使用块在小时内使得可以收敛,值得注意的是,他们使用的数据集包含的文本,这在以前通常需要花费数周的时间进行训练。表示训练出现发散。 近日,英伟达发表了一篇大规模语言建模的论文,他们使用 128 ...

    tomlingtmtomlingtm 评论0 收藏0
  • Move Mirror:使用 TensorFlow.js 在浏览器中预测姿势之 AI 实验

    Move Mirror:使用 TensorFlow.js 在浏览器中预测姿势之 AI 实验

    摘要:文和,创意实验室创意技术专家在机器学习和计算机视觉领域,姿势预测或根据图像数据探测人体及其姿势的能力,堪称最令人兴奋而又最棘手的一个话题。使用,用户可以直接在浏览器中运行机器学习模型,无需服务器。 文 /  Jane Friedhoff 和 Irene Alvara...

    MiracleWongMiracleWong 评论0 收藏0
  • 有了 TensorFlow.js,浏览器中就能进行实时人体姿势判断

    有了 TensorFlow.js,浏览器中就能进行实时人体姿势判断

    摘要:反馈检测到的每个人的置信度值以及检测到的每个姿势关键点。姿势置信度这决定了姿势判断的整体置信度。在较高级别,这将控制回馈的姿势较低置信度分数。只有在调整姿势置信度得分不够好的情况下,为了过滤掉不太准确的姿势,该数值应该增加或减少。 文 ...

    KaltZKKaltZK 评论0 收藏0
  • 喜大普奔!TensorFlow终于支持A卡了

    喜大普奔!TensorFlow终于支持A卡了

    摘要:工资不涨,英伟达的售价年年涨。近日,宣布推出适用于的,其中包括。对于正在进行的深度学习加速工作而言,这是一座重大的里程碑。而实现则使用了,这是一个适用于深度学习的高度优化例程库。目前已发布安装说明及预构建的映像。 工资不涨,英伟达 GPU ...

    CristalvenCristalven 评论0 收藏0
  • CVPR 2018:用GAN预测20年后你长什么样

    CVPR 2018:用GAN预测20年后你长什么样

    摘要:年后的你长什么样北京航空航天大学和密歇根州立大学的研究人员设计了一个系统,采用生成对抗网络,可以根据原始照片生成一个人年龄增长后的样子,甚至连发际线逐渐后移也能逼真地模拟。 20年后的你长什么样?北京航空航天大学和密歇根州立大学的研究人...

    notebinnotebin 评论0 收藏0
  • 新时代的「数字富士康」:揭秘 AI 风口下的数据标注生意

    新时代的「数字富士康」:揭秘 AI 风口下的数据标注生意

    摘要:目前的数据标注工厂,多集中在河北河南山东山西等地区,这同以富士康为代表的传统人力密集企业的选址偏好重合度极高以更低廉的劳动力成本支撑起聚集在首都的人工智能底层数据需求。 开玩笑的时候,小雪说她的男友是 AI 产业中工资较低的那个,其次就是...

    ssshooterssshooter 评论0 收藏0
  • 深度解析LSTM神经网络的设计原理

    深度解析LSTM神经网络的设计原理

    摘要:而从数学上看的话,更是短时记忆了,因为梯度流经的时候,经历的是的连环相乘的路径在输入输出门关闭前,显然如前边的数学证明中所述,这样会发生梯度爆炸和 引人入胜的开篇:想要搞清楚LSTM中的每个公式的每个细节为什么是这样子设计吗?想知道simple ...

    jay_tianjay_tian 评论0 收藏0
  • CMU、NYU与FAIR共同提出GLoMo:迁移学习新范式

    CMU、NYU与FAIR共同提出GLoMo:迁移学习新范式

    摘要:研究人员称,其提出的可以无监督地学习并迁移数据单元对之间的依赖关系和图形表征,并在自然语言处理和计算机视觉任务中取得了很好的效果。表自然语言处理任务中的模型简化测试。 近日,由卡耐基梅隆大学、纽约大学和 Facebook 的研究者杨植麟、Junbo Z...

    phoenixskyphoenixsky 评论0 收藏0
  • 谷歌官方:反向传播算法图解

    谷歌官方:反向传播算法图解

    摘要:反向传播算法算法是目前用来训练人工神经网络的最常用且最有效的算法。作为谷歌机器学习速成课程的配套材料,谷歌推出一个演示网站,直观地介绍了反向传播算法的工作原理。网站地址反向传播算法对于快速训练大型神经网络来说至关重要。 反向传播算法(B...

    gplanegplane 评论0 收藏0
  • 世界杯押注还得看技术流,这个预测AI把赔率也算上了

    世界杯押注还得看技术流,这个预测AI把赔率也算上了

    摘要:世界杯小组赛将收官,你还依然信吗冷门频出,黑马击败豪强。以本届世界杯开幕战俄罗斯对阵沙特阿拉伯的比赛为例,两队上次交手是在年的一场友谊赛,距今已经年。然后进入第二步,预测回报率导向。在足球领域,这个回报率已非常不俗。 世界杯小组赛将收...

    walterrwuwalterrwu 评论0 收藏0
  • 貌离神合的RNN与ODE:花式RNN简介

    貌离神合的RNN与ODE:花式RNN简介

    摘要:事实上,我记得确实有一些教程是直接通过微分方程来定义函数的。欧拉的解法来源很简单,就是用来近似导数项。这样一来,我们就知道的欧拉解法实际上就是的一个特例罢了。 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...

    darcranddarcrand 评论0 收藏0
  • 深度学习的几何理解(2) - 学习能力的上限

    深度学习的几何理解(2) - 学习能力的上限

    摘要:老顾受邀在一些大学和科研机构做了题为深度学习的几何观点的报告,汇报了这方面的进展情况。特别是深度学习网络的学习能力取决于网络的超参数,如何设计超参数,目前主要依赖于经验。 (最近,哈佛大学丘成桐先生领导的团队,大连理工大学罗钟铉教授、...

    ShevaKuilinShevaKuilin 评论0 收藏0
  • 深度学习的几何理解(3) - 概率变换的几何观点

    深度学习的几何理解(3) - 概率变换的几何观点

    摘要:老顾受邀在一些大学和科研机构做了题为深度学习的几何观点的报告,汇报了这方面的进展情况。昨天年月日,严东辉教授邀请老顾在泛华统计协会举办的应用统计会议上做了深度学习的几何观点的报告。小结最优传输理论可以用于解释深度学习中的概率分布变换。...

    maxminmaxmin 评论0 收藏0
  • Keras vs PyTorch:谁是「第一」深度学习框架?

    Keras vs PyTorch:谁是「第一」深度学习框架?

    摘要:第一个深度学习框架该怎么选对于初学者而言一直是个头疼的问题。简介和是颇受数据科学家欢迎的深度学习开源框架。就训练速度而言,胜过对比总结和都是深度学习框架初学者非常棒的选择。 「第一个深度学习框架该怎么选」对于初学者而言一直是个头疼的问...

    _DangJin_DangJin 评论0 收藏0
  • 小米开源自研移动端深度学习框架MACE

    小米开源自研移动端深度学习框架MACE

    摘要:是一个专为移动端异构计算平台优化的神经网络计算框架。地址文档链接打开在线文档网页,引入眼帘的是这里简单介绍一下中的内容移动计算引擎是一种针对移动异构计算平台优化的深度学习推理框架。 Mobile AI Compute Engine (MACE) 是一个专为移动端异构...

    PocherPocher 评论0 收藏0
  • 六种GAN评估指标的综合评估实验,迈向定量评估GAN的重要一步

    六种GAN评估指标的综合评估实验,迈向定量评估GAN的重要一步

    摘要:本文讨论了多个评估指标,并从多个方面对评估指标进行了实验评估,包括距离分类器。鉴于定性评估的内在缺陷,恰当的定量评估指标对于的发展和更好模型的设计至关重要。鉴于评估非常有难度,评估评估指标则更加困难。 作者:Qiantong Xu、Gao Huang、Yan...

    zorrozorro 评论0 收藏0
  • 谷歌大脑发布GAN全景图:看百家争鸣的生成对抗网络

    谷歌大脑发布GAN全景图:看百家争鸣的生成对抗网络

    摘要:近日,谷歌大脑发布了一篇全面梳理的论文,该研究从损失函数对抗架构正则化归一化和度量方法等几大方向整理生成对抗网络的特性与变体。他们首先定义了全景图损失函数归一化和正则化方案,以及最常用架构的集合。 近日,谷歌大脑发布了一篇全面梳理 GAN ...

    asorenasoren 评论0 收藏0
  • Hinton反思新作:我说反向传播不好,但还是没谁能颠覆它

    Hinton反思新作:我说反向传播不好,但还是没谁能颠覆它

    摘要:然而反向传播自诞生起,也受到了无数质疑。主要是因为,反向传播机制实在是不像大脑。他集结了来自和多伦多大学的强大力量,对这些替代品进行了一次评估。号选手,目标差传播,。其中来自多伦多大学和,一作和来自,来自多伦多大学。 32年前,人工智能...

    gplanegplane 评论0 收藏0
  • 在TensorFlow和PaddleFluid中使用多块GPU卡进行训练

    在TensorFlow和PaddleFluid中使用多块GPU卡进行训练

    摘要:到目前为止我们依然遗留了一个对在单机上使用深度学习框架来说最重要的问题如何利用,也包括利用多个进行训练。中使用对输入数据进行切分,使用合并多个卡上的计算结果。总结如何利用多个卡进行训练对复杂模型或是大规模数据集上的训练任务往往是必然的...

    姘存按姘存按 评论0 收藏0
  • 将AR和显微镜结合用于癌症检测

    将AR和显微镜结合用于癌症检测

    摘要:为了演示的潜在功能,我们将其配置为运行两种不同的癌症检测算法一种用于检测淋巴结标本中的乳腺癌转移,另一种用于检测前列腺切除术标本中的前列腺癌。 近期,深度学习在眼科、皮肤科、放射科和病理科等医学学科领域展现出了广泛的应用前景,它可以帮...

    617035918617035918 评论0 收藏0
  • 增加检测类别?这是一份目标检测的基础指南

    增加检测类别?这是一份目标检测的基础指南

    摘要:我尽可能对深度学习目标检测器的组成做一个概述,包括使用预训练的目标检测器执行任务的源代码。当我们理解了什么是目标检测时,随后会概述一个深度学习目标检测器的核心模块。方法传统的目标检测技术路线第一个方法不是纯端到端的深度学习目标检测器。...

    HonwhyHonwhy 评论0 收藏0

热门文章

<