文章库ARTICLE COLUMN

  • 胶囊网络为何如此热门?与卷积神经网络相比谁能更甚一筹?

    胶囊网络为何如此热门?与卷积神经网络相比谁能更甚一筹?

    摘要:胶囊网络是一种热门的新型神经网络架构,它可能会对深度学习特别是计算机视觉领域产生深远的影响。下几层胶囊也尝试检测对象及其姿态,但工作方式非常不同,即使用按协议路由算法。 胶囊网络(Capsule networks, CapsNets)是一种热门的新型神经网络架...

    lscholscho 评论0 收藏0
  • 原创翻译 | 10个音频处理任务让你开始使用深度学习应用

    原创翻译 | 10个音频处理任务让你开始使用深度学习应用

    摘要:这是机器学习课程中的一个典型例子,他把演讲者的声音和背景音乐分开。虽然用于启动检测的技术主要依赖于音频特征工程和机器学习,但在这里可以很容易地使用深度学习来优化结果。 介绍 想象一个能理解你想要什么,且当你打电话给客户服务中心时能...

    notebinnotebin 评论0 收藏0
  • 如何可视化卷积网络分类图像时关注的焦点

    如何可视化卷积网络分类图像时关注的焦点

    摘要:原作说,加权梯度类激活映射通过任意目标概念的梯度比如说类别狗的分对数甚至是狗这个字,将这些知识传递到最后的卷积层进而产生一张粗略的定位图,用于凸显图像中对于预测相关概念至关重要的区域。这种技术不仅适用于定位,还可用于视觉问答图像标注等...

    lijy91lijy91 评论0 收藏0
  • ArXiv最受欢迎开源深度学习框架榜单:TensorFlow第一

    ArXiv最受欢迎开源深度学习框架榜单:TensorFlow第一

    摘要:但年月,宣布将在年终止的开发和维护。性能并非最优,为何如此受欢迎粉丝团在过去的几年里,出现了不同的开源深度学习框架,就属于其中典型,由谷歌开发和支持,自然引发了很大的关注。 Keras作者François Chollet刚刚在Twitter贴出一张图片,是近三个...

    trilevertrilever 评论0 收藏0
  • 模仿飞蛾识别味道的神经网络,说明了为什么飞蛾学习速度远超机器

    模仿飞蛾识别味道的神经网络,说明了为什么飞蛾学习速度远超机器

    摘要:在飞蛾脑中,章鱼胺可以帮助加强产生成功的神经线路。广泛来说,此项研究成果可能给人工神经网络领域带来极大的影响。 作为现代机器学习基石的深度神经网络,虽然模仿的是生物神经网络,但其实这两者之间有着极大的区别。抛开仅有的一些相似处,有些重...

    hizengzenghizengzeng 评论0 收藏0
  • 生成式对抗网络(GAN)如何快速理解?

    生成式对抗网络(GAN)如何快速理解?

    摘要:目前,生成对抗网络的大部分应用都是在计算机视觉领域。生成对抗网络生成对抗网络框架是由等人于年设计的生成模型。在设置中,两个由神经网络进行表示的可微函数被锁定在一个游戏中。我们提出了深度卷积生成对抗网络的实现。 让我们假设这样一种情景:...

    Leo_chenLeo_chen 评论0 收藏0
  • 纵览轻量化卷积神经网络:SqueezeNet、MobileNe

    纵览轻量化卷积神经网络:SqueezeNet、MobileNe

    摘要:目录一引言二轻量化模型三网络对比一引言自年以来,卷积神经网络简称在图像分类图像分割目标检测等领域获得广泛应用。创新点利用和这两个操作来设计卷积神经网络模型以减少模型使用的参数数量。 本文就近年提出的四个轻量化模型进行学习和对比,四个模...

    yhaolpzyhaolpz 评论0 收藏0
  • 从NNVM和ONNX看AI芯片的基础运算算子

    从NNVM和ONNX看AI芯片的基础运算算子

    摘要:在此,我们将借用和的算子,分析硬件加速的需求。池化层池化层主要用于尺度变换,提取高维特征。此种类型主要用于深度卷积神经网络中卷积部分与部分的连接。和可以认为是的特例。 NNVM是由陈天奇团队提出的一套可复用的计算流图中间表达层,它提供了一...

    lixianglixiang 评论0 收藏0
  • 进化算法 + AutoML,谷歌提出新型神经网络架构搜索方法

    进化算法 + AutoML,谷歌提出新型神经网络架构搜索方法

    摘要:通过在中结合进化算法执行架构搜索,谷歌开发出了当前较佳的图像分类模型。本文是谷歌对该神经网络架构搜索算法的技术解读,其中涉及两篇论文,分别是和。此外,谷歌还使用其新型芯片来扩大计算规模。 通过在 AutoML 中结合进化算法执行架构搜索,谷歌...

    TikitooTikitoo 评论0 收藏0
  • 深度学习时代的目标检测算法

    深度学习时代的目标检测算法

    摘要:目前目标检测领域的深度学习方法主要分为两类的目标检测算法的目标检测算法。原来多数的目标检测算法都是只采用深层特征做预测,低层的特征语义信息比较少,但是目标位置准确高层的特征语义信息比较丰富,但是目标位置比较粗略。 目前目标检测领域的深...

    wfc_666wfc_666 评论0 收藏0
  • 胶囊 (向量神经) 网络

    胶囊 (向量神经) 网络

    斯蒂文认为机器学习有时候像婴儿学习,特别是在物体识别上。比如婴儿首先学会识别边界和颜色,然后将这些信息用于识别形状和图形等更复杂的实体。比如在人脸识别上,他们学会从眼睛和嘴巴开始识别最终到整个面孔。当他们看一个人的形象时,他们大脑认出了两...

    codercaocodercao 评论0 收藏0
  • 前端慌不慌?用深度学习自动生成HTML代码

    前端慌不慌?用深度学习自动生成HTML代码

    摘要:目前,自动化前端开发的较大阻碍是计算能力。但我们已经可以使用目前的深度学习算法,以及合成训练数据来探索人工智能自动构建前端的方法。我们无需输入正确的标记,网络会接收它目前生成的标记,然后预测下一个标记。 项目链接:https://github.com/em...

    mrcodemrcode 评论0 收藏0
  • 「我是可微分编程的粉丝」,Gary Marcus再回应深度学习批判言论

    「我是可微分编程的粉丝」,Gary Marcus再回应深度学习批判言论

    摘要:我的核心观点是尽管我提出了这么多问题,但我不认为我们需要放弃深度学习。对于层级特征,深度学习是非常好,也许是有史以来效果较好的。认为有问题的是监督学习,并非深度学习。但是,其他监督学习技术同病相连,无法真正帮助深度学习。 所有真理必经...

    Leo_chenLeo_chen 评论0 收藏0
  • OpenAI开源TF梯度替换插件,十倍模型计算时间仅增加20%

    OpenAI开源TF梯度替换插件,十倍模型计算时间仅增加20%

    摘要:训练深度神经网络需要大量的内存,用户使用这个工具包,可以在计算时间成本仅增加的基础上,在上运行规模大倍的前馈模型。使用导入此功能,与使用方法相同,使用梯度函数来计算参数的损失梯度。随后,在反向传播中重新计算检查点之间的节点。 OpenAI是...

    GraphQueryGraphQuery 评论0 收藏0
  • PyTorch一周年战绩总结:是否比TensorFlow来势凶猛?

    PyTorch一周年战绩总结:是否比TensorFlow来势凶猛?

    摘要:截止到今天,已公开发行一周年。一年以来,社区中的用户不断做出贡献和优化,在此深表感谢。所以与衡量它的指标包括在机器学习研究论文中的使用。来自香港科技大学的在上推出了面向普通观众的在线课程。 Yann LeCun Twitter截止到今天,PyTorch 已公开...

    ymyangymyang 评论0 收藏0
  • YOLO算法的原理与实现

    YOLO算法的原理与实现

    摘要:近几年来,目标检测算法取得了很大的突破。本文主要讲述算法的原理,特别是算法的训练与预测中详细细节,最后将给出如何使用实现算法。但是结合卷积运算的特点,我们可以使用实现更高效的滑动窗口方法。这其实是算法的思路。下面将详细介绍算法的设计理...

    zhangfaliangzhangfaliang 评论0 收藏0
  • 深度学习引擎的终极形态是什么?

    深度学习引擎的终极形态是什么?

    摘要:首先,我们一起来开一个脑洞想象一个最理想的深度学习引擎应该是什么样子的,或者说深度学习引擎的终极形态是什么看看这会给深度学习框架和专用芯片研发带来什么启发。众所周知,现在是深度学习领域应用最广的计算设备,据说比更加强大,不过目前只有可...

    CobubCobub 评论0 收藏0
  • 整合全部顶尖目标检测算法:FAIR开源Detectron

    整合全部顶尖目标检测算法:FAIR开源Detectron

    摘要:昨天,研究院开源了,业内较佳水平的目标检测平台。项目地址是实现顶尖目标检测算法包括的软件系统。因此基本上已经是最目前包含最全与最多目标检测算法的代码库了。 昨天,Facebook AI 研究院(FAIR)开源了 Detectron,业内较佳水平的目标检测平台。...

    刘玉平刘玉平 评论0 收藏0
  • 深度学习背景下的神经网络架构演变

    深度学习背景下的神经网络架构演变

    摘要:我想重温过去几年深度学习背景下的神经网络设计史。卷积神经网络成为深度学习的主力,深度学习是可以完成有用任务的大型神经网络的新名字。和的开始探索减少深度神经网络的计算负担,提出了第一个架构。 深度神经网络和深度学习是强大、流行的算法。它...

    MorePainMoreGainMorePainMoreGain 评论0 收藏0
  • TensorFlow正式发布1.5.0,支持CUDA 9和cuDNN 7,双倍提速

    TensorFlow正式发布1.5.0,支持CUDA 9和cuDNN 7,双倍提速

    摘要:刚刚,发布了正式版,很多人都期待已久,最重大的改动是支持和,这承诺将使上的训练速度翻倍。此外,预览版可用,也将吸引不少初学者。其他为添加必要的形状支持。,,现在支持具有和支持的任意扩展。允许稀疏浮动分割以支持多值特征列。 刚刚,TensorF...

    zgbgxzgbgx 评论0 收藏0
  • 用CNN分100,000类图像

    用CNN分100,000类图像

    摘要:在这篇文章中我们尝试了用分类类图像。实际上我们将每张训练集中的图像认为成一类。我们采用了一个简单的方法在最后分类前,让文本和图像使用一个,那么在过程中会用一个软的约束,这就完成了详见论文。类似图像的操作吧。 Motivation在这篇文章中我们...

    veranoverano 评论0 收藏0
  • Mask R-CNN源代码终于来了,还有它背后的物体检测平台

    Mask R-CNN源代码终于来了,还有它背后的物体检测平台

    摘要:现在,官方版开源代码终于来了。同时发布的,是这项研究背后的一个基础平台。是的物体检测平台,今天宣布开源,它基于,用写成,这次开放的代码中就包含了的实现。说,将平台开源出来,是想要加速世界各地实验室的研究,推动物体检测的进展。 等代码...

    robinrobin 评论0 收藏0
  • 深度学习与神经科学相遇(二)[译]

    深度学习与神经科学相遇(二)[译]

    摘要:就像在权重扰动中,而不同于串扰的是,最小的全局协调是必须的每个神经元仅需要接收指示全局成本函数的反馈信号。在深度强化学习中比如可否使用不可微分的目标函数呢值得探索相反,反向传播通过基于系统的分层结构计算成本函数对每个权重的灵敏度来工作...

    mdluomdluo 评论0 收藏0
  • 深度学习与神经科学相遇(三)[译]

    深度学习与神经科学相遇(三)[译]

    摘要:例如,是一些神经元的特征,其中突触权重变化的符号取决于突触前后的较精确至毫秒量级相对定时。,是大脑自身调整其神经元之间的连接强度的生物过程。从他博士期间就开始研究至今,目前可以说深度学习占领着机器学习的半壁江山,而则是深度学习的核心。...

    _ipo_ipo 评论0 收藏0
  • TensorFlow的多平台基准测试

    TensorFlow的多平台基准测试

    摘要:我们认为,在基准测试平台中,包含真实数据的测量非常重要。其他结果训练合成数据训练真实数据详情环境下表列出了用于测试的批量大小和优化器。在给定平台上,以缺省状态运行。 图像分类模型的结果InceptionV3[2]、ResNet-50[3]、ResNet-152[4]、VGG16[...

    jk_v1jk_v1 评论0 收藏0

热门文章

<