摘要：的目的是为了提供一个目标检测学习的平台。注看一下这篇联名的机构发布在热乎乎的还烫手总结这个库的目的是为了尽可能介绍的关于目标检测相关的工作。由于还是初学者，所以整理不好不规范的地方，还请大家及时指出。 Object Detection WikiObject detec...
摘要：二阶动量的出现，才意味着自适应学习率优化算法时代的到来。自适应学习率类优化算法为每个参数设定了不同的学习率，在不同维度上设定不同步长，因此其下降方向是缩放过的一阶动量方向。 说到优化算法，入门级必从SGD学起，老司机则会告诉你更好的还有Ad...
摘要：我仍然用了一些时间才从神经科学转向机器学习。当我到了该读博的时候，我很难在的神经科学和的机器学习之间做出选择。 1.你学习机器学习的历程是什么？在学习机器学习时你最喜欢的书是什么？你遇到过什么死胡同吗？我学习机器学习的道路是漫长而曲折的...
摘要：完整版地址我们的想法是创建一个深度学习框架的罗塞塔石碑假设你很了解某个深度学习框架，你就可以帮助别人使用任何框架。我们的目标是创建深度学习框架的罗塞塔石碑，使数据科学家能够在不同框架之间轻松运用专业知识。 repo 1.0 完整版 GitHub 地址：...
摘要：近日，发布了其关于神经网络可解释性的研究成果，他们通过删除网络中的某些神经元组，从而判定其对于整个网络是否重要。泛化性良好的网络对于删除神经元的操作更具适应性。通过删除单个神经元和神经元组，我们测量了破坏网络对性能的影响。 深度学习算...
摘要：这一切始于年的一篇论文，其使用了称为的算法用来提取感兴趣候选区域，并用一个标准的卷积神经网络去分类和调整这些区域。 本文详细解释了 Faster R-CNN 的网络架构和工作流，一步步带领读者理解目标检测的工作原理，作者本人也提供了 Luminoth 实现，...
摘要：近日，来自华盛顿大学的和提出的版本。而那些评分较高的区域就可以视为检测结果。此外，相对于其它目标检测方法，我们使用了完全不同的方法。从图中可以看出准确率高，速度也快。对于的图像，可以达到的检测速度，获得的性能，与的准确率相当但是速度快...
摘要：今年，发布了面向开发者的全新机器学习框架。今年，围绕，谷歌同样做出了几项重大宣布发布新的官方博客与频道面向开发者的全新机器学习框架发布一系列新的库与工具例如等。提供了多种适用于张量的线性代数和机器学习运算的。 当时时间 3 月 30 日，谷歌...
摘要：奥胡斯大学密码学机器学习工程师介绍了如何实现基于加密数据进行训练和预测的卷积神经网络。通过卷积神经网络分析图像在最近几年极为流行，因为在图像相关任务上的表现超过了其他许多方法。 奥胡斯大学密码学PhD、Datadog机器学习工程师Morten Dahl介绍...
摘要：但是其仍然存在一些问题，而新提出的解决了式归一化对依赖的影响。上面三节分别介绍了的问题，以及的工作方式，本节将介绍的原因。作者基于此，提出了组归一化的方式，且效果表明，显著优于等。 前言Face book AI research（FAIR）吴育昕-何恺明联合推...
摘要：让我们简要介绍一下不同类型的卷积以及它们的优点。反卷积，一些别的文章中把这个操作称为解卷积，但这是不恰当的，因为这不是一个解卷积过程。反卷积有点类似，因为它产生了假想的解卷积所能达到的相同的空间分辨率。反卷积执行卷积，但恢复其空间变换...
摘要：卷积神经网络除了为机器人和自动驾驶汽车的视觉助力之外，还可以成功识别人脸，物体和交通标志。卷积卷积神经网络的名字来源于卷积运算。在卷积神经网络中，卷积的主要目的是从输入图像中提取特征。 什么是卷积神经网络，它为何重要？卷积神经网络（也...
摘要：深度学习使一系列计算机视觉任务的性能得到提升。最近的研究表明，在使用合成数据训练以及对真实数据进行测试方面已经取得了成功。图在我们的研究中所使用的图像形成和处理流程图。软件和数据集将在完成盲审后公布。 长期以来，深度学习使一系列计算机...
摘要：我们还了解到，许多科学家不编写代码，但对在自己的图像分析工作中利用深度学习仍然感到非常兴奋。后续发展基于深度学习的科学图像分析方法将提高准确性减少手动参数调整，并且可能会带来新认识。 许多科学成像应用（尤其是显微镜检查）每天可以产生数...
摘要：本文从可视化的角度出发详解释了的原理的计算过程，非常有利于直观理解它的结构。具体来说，是那些水平方向的边缘。训练过程可以自动完成这一工作。更进一步地说，这意味着每个胶囊含有一个拥有个值的数组，而一般我们称之为向量。 CapsNet 将神经元的...
摘要：如何进行操作本文将介绍在有道云笔记中用于文档识别的实践过程，以及都有些哪些特性，供大家参考。年月发布后，有道技术团队第一时间跟进框架，并很快将其用在了有道云笔记产品中。微软雅黑宋体以下是在有道云笔记中用于文档识别的实践过程。 这一两年...
摘要：一个简单的解释是，在论文和论文中，恒等映射的输出被添加到下一个模块，如果两个层的特征映射有着非常不同的分布，那么这可能会阻碍信息流。 在 AlexNet [1] 取得 LSVRC 2012 分类竞赛冠军之后，深度残差网络（Residual Network, 下文简写为 ResNet）[...
摘要：近日，该论文的一作终于在上公开了该论文中的代码。该项目上线天便获得了个，并被了次。 当前的深度学习理论是由Geoffrey Hinton大神在2007年确立起来的，但是如今他却认为，CNN的特征提取层与次抽样层交叉存取，将相同类型的相邻特征检测器的输出汇...
摘要：如果不一致，那么就出现了新的机器学习问题，如等。要解决独立同分布的问题，理论正确的方法就是对每一层的数据都进行白化操作。变换为均值为方差为的分布，也并不是严格的同分布，只是映射到了一个确定的区间范围而已。 深度神经网络模型训练之难众...
摘要：最普遍的变换是线性变换，即和均将规范化应用于输入的特征数据，而则另辟蹊径，将规范化应用于线性变换函数的权重，这就是名称的来源。他们不处理权重向量，也不处理特征数据向量，就改了一下线性变换的函数其中是和的夹角。 深度神经网络模型训练之...
摘要：本文试图揭开让人迷惘的云雾，领悟背后的原理和魅力，品尝这一顿盛宴。当然，激活函数本身很简单，比如一个激活的全连接层，用写起来就是可是，如果我想用的反函数来激活呢也就是说，你得给我解出，然后再用它来做激活函数。 由深度学习先驱 Hinton 开...
摘要：过去的测试包括，在皮肤病诊断中的表现大致上和人类专家持平。和其同事也在皮肤癌等其他皮肤病上测试了深度学习。使用数据集进行验证时，基底细胞癌诊断的敏感度是。 人工智能目前在与专业医生的能力对比上还罕有胜迹。但深度神经网络方法最近已经可以...
摘要：在低端领域，在上训练模型的价格比便宜两倍。硬件定价价格变化频繁，但目前提供的实例起价为美元小时，以秒为增量计费，而更强大且性能更高的实例起价为美元小时。 随着越来越多的现代机器学习任务都需要使用GPU，了解不同GPU供应商的成本和性能trade-o...
摘要：近日，加州大学洛杉矶分校的朱松纯教授等人发布了一篇使用决策树对的表征和预测进行解释的论文。在此论文中，朱松纯等研究者提出了一种新任务，也就是使用决策树在语义层次上来量化解释预测的逻辑。 近日，加州大学洛杉矶分校的朱松纯教授等人发布了一...
摘要：是由华盛顿大学在读博士陈天奇等人提出的深度学习自动代码生成方法，去年月机器之心曾对其进行过简要介绍。目前的堆栈支持多种深度学习框架以及主流以及专用深度学习加速器。 TVM 是由华盛顿大学在读博士陈天奇等人提出的深度学习自动代码生成方法，去...
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