完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 深度學(xué)習(xí)
文章:4759個(gè) 瀏覽:123760次 帖子:174個(gè)
2018年AI的技術(shù)發(fā)展的五大趨勢(shì)是什么?它給我們帶來了哪些益處
我們需要理解的是:AI是幾個(gè)相互關(guān)聯(lián)的技術(shù)的總稱術(shù)語。它包括:自然語言處理、機(jī)器學(xué)習(xí)、認(rèn)知計(jì)算、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)視覺、機(jī)器人科學(xué)及其相關(guān)技術(shù)。在本文中,...
2018-07-09 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI機(jī)器學(xué)習(xí) 5.9k 0
DeepMind的最新研究結(jié)合了神經(jīng)網(wǎng)絡(luò)和隨機(jī)過程的優(yōu)點(diǎn)提出神經(jīng)過程模型
neural process的實(shí)現(xiàn)示意圖。圓圈中的變量對(duì)應(yīng)于(a)中圖模型的變量,方框中的變量表示NP的中間表示,粗體字母表示以下計(jì)算模塊:h - en...
2018-07-09 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)DeepMind 4.3k 0
如何才能高效地進(jìn)行深度學(xué)習(xí)模型訓(xùn)練?
分布式深度學(xué)習(xí)框架中,包括數(shù)據(jù)/模型切分、本地單機(jī)優(yōu)化算法訓(xùn)練、通信機(jī)制、和數(shù)據(jù)/模型聚合等模塊?,F(xiàn)有的算法一般采用隨機(jī)置亂切分的數(shù)據(jù)分配方式,隨機(jī)優(yōu)化...
2018-07-09 標(biāo)簽:加速器機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.5萬 0
如何結(jié)合TensorFlow目標(biāo)檢測(cè)API和OpenCV分析足球視頻
使用Tensorflow的目標(biāo)檢測(cè)API,可以快速搭建目標(biāo)檢測(cè)模型。如果你不熟悉這套API,可以看下我之前寫的介紹Tensorflow目標(biāo)檢測(cè)API,以...
2018-07-08 標(biāo)簽:數(shù)據(jù)集深度學(xué)習(xí)TensorFlow 6.9k 0
Airbnb機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)團(tuán)隊(duì)經(jīng)驗(yàn)分享
Airbnb資深機(jī)器學(xué)習(xí)科學(xué)家Shijing Yao、前Airbnb數(shù)據(jù)科學(xué)負(fù)責(zé)人Qiang Zhu、Airbnb機(jī)器學(xué)習(xí)工程師Phillippe Si...
2018-07-07 標(biāo)簽:深度學(xué)習(xí)Airbnb 4.3k 0
深度學(xué)習(xí)的哲理含義:機(jī)器的時(shí)間化能力
什么是“學(xué)習(xí)”?電子計(jì)算器雖然算得很快,但它沒有學(xué)習(xí)能力,不會(huì)隨著多次運(yùn)算改進(jìn)自身的計(jì)算能力,時(shí)間歷程對(duì)它毫無意義。所以,我們可以將學(xué)習(xí)能力理解為當(dāng)事者...
2018-07-05 標(biāo)簽:人工智能深度學(xué)習(xí) 3.8k 0
預(yù)覽版AR云游戲平臺(tái)——Niantic Real World Platform
然而憑借著Matrix Mill的技術(shù),皮卡丘可以隱藏在灌木叢或者行人后面,創(chuàng)造出了更真實(shí)的世界,能做到這一點(diǎn)使用的自然是我們十分熟悉的深度學(xué)習(xí)了。而且...
2018-07-04 標(biāo)簽:AR深度學(xué)習(xí)AR游戲 5k 0
數(shù)據(jù)集使用的Kaggle中辨別狗狗種類的競(jìng)賽
運(yùn)用預(yù)訓(xùn)練深度學(xué)習(xí)模型最直接的策略之一是將它們看作特征提取器。在現(xiàn)代神經(jīng)網(wǎng)絡(luò)架構(gòu)發(fā)展之前,圖像特征是手動(dòng)過濾的,例如Canny edge detecto...
2018-07-04 標(biāo)簽:人工智能數(shù)據(jù)集深度學(xué)習(xí) 1.1萬 0
一種用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò)
卷積神經(jīng)網(wǎng)絡(luò)的特點(diǎn)是逐層提取特征,第一層提取的特征較為低級(jí),第二層在第一層的基礎(chǔ)上繼續(xù)提取更高級(jí)別的特征,同樣,第三層在第二層的基礎(chǔ)上提取的特征也更為...
2018-07-04 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像分類深度學(xué)習(xí) 1.0萬 0
針對(duì)智能駕駛應(yīng)用,深度學(xué)習(xí)應(yīng)該如何落地呢?
張暉認(rèn)為,主要存在著兩大關(guān)鍵點(diǎn),第一需要貼近任務(wù)和系統(tǒng)需求,即必須針對(duì)智能駕駛系統(tǒng)應(yīng)用對(duì)感知層的需求來進(jìn)行網(wǎng)絡(luò)設(shè)計(jì),切不可為了使用深度學(xué)習(xí)而選擇深度神經(jīng)網(wǎng)絡(luò);
2018-07-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)智能駕駛深度學(xué)習(xí) 5.1k 0
BatchNorm是一種旨在通過固定層輸入的分布來改善神經(jīng)網(wǎng)絡(luò)訓(xùn)練的技術(shù)
作者探討了BatchNorm,優(yōu)化和Internal Covariate Shift三者之間的關(guān)系。作者在CIFAR-10數(shù)據(jù)集上分別使用和不使用Bat...
2018-07-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)視覺深度學(xué)習(xí) 7.6k 0
一種稱為標(biāo)簽映射(LM)的方法來解決大規(guī)模分類問題?
CIFAR-100 數(shù)據(jù)集由60000張100個(gè)類別的32x32彩色圖像構(gòu)成,每個(gè)類別有500張訓(xùn)練圖像和100張測(cè)試圖像。我們使用一個(gè)簡(jiǎn)單的 CNN ...
2018-07-03 標(biāo)簽:圖像數(shù)據(jù)集深度學(xué)習(xí) 7.6k 0
深度學(xué)習(xí)為什么依賴于超大的計(jì)算能力?
雖然許多硬件計(jì)算單元(GPU、FPGA 等)的計(jì)算能力很強(qiáng)大,但是它們的內(nèi)存資源(即設(shè)備內(nèi)存)非常稀缺。當(dāng)它們不能提供模型運(yùn)行所需要的內(nèi)存資源時(shí),要么運(yùn)...
2018-07-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)自然語言 1.0萬 0
這樣就可以計(jì)算出某一種可能性的信息量。舉一個(gè)例子,假設(shè)你拿出了你的電腦,按下開關(guān),會(huì)有三種可能性,下表列出了每一種可能的概率及其對(duì)應(yīng)的信息量
2018-07-03 標(biāo)簽:函數(shù)深度學(xué)習(xí)交叉熵 5.7k 0
一個(gè)端到端的深度學(xué)習(xí)系統(tǒng),可以將足球比賽的YouTube視頻轉(zhuǎn)換為運(yùn)動(dòng)的3D全息圖
以 YouTube 視頻的幀作為輸入,我們使用 field lines 來恢復(fù)攝像機(jī)參數(shù)。然后,提取邊界框、姿勢(shì)和軌跡(跨多個(gè)幀)來分割球員。通過在視頻...
2018-07-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)全息圖 6.3k 0
使用深度學(xué)習(xí),制作“圖片+文字”型的表情包
數(shù)據(jù)集是這個(gè)表情包生成器的精髓。他們的數(shù)據(jù)集由大約40萬張帶標(biāo)簽和圖說的圖片組成。其中有2600個(gè)獨(dú)特的圖像-標(biāo)簽對(duì),是他們寫Python腳本從Meme...
2018-07-03 標(biāo)簽:編碼器深度學(xué)習(xí)CNN 1.1萬 0
Facebook提出了一種Exemplar GANs的方法將照片中閉著的眼睛“打開”
這個(gè)問題對(duì)人類來說似乎很容易,只要稍微想象一下,大家很容易就能腦補(bǔ)出洞里應(yīng)該有什么。但是,這個(gè)任務(wù)對(duì)于計(jì)算機(jī)而言卻十分困難,因?yàn)檫@個(gè)問題沒有唯一確定的解...
2018-07-03 標(biāo)簽:Facebook計(jì)算機(jī)視覺深度學(xué)習(xí) 4k 0
利用深度學(xué)習(xí)“換臉”合成假視頻的技術(shù)發(fā)展之快令人驚嘆,也令人深感不安。研究人員已經(jīng)研究出一種新方法來檢測(cè)這些被操縱的換臉視頻,通過有效地預(yù)測(cè)眼睛的狀態(tài),...
2018-07-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)深度學(xué)習(xí) 6.3k 0
這部白皮書顯示,全國(guó)4000多家人工智能企業(yè)中,北京人工智能企業(yè)達(dá)到1070家,占比26%;全國(guó)獲得風(fēng)險(xiǎn)投資的人工智能公司合計(jì)1237家,北京占比35%...
2018-07-03 標(biāo)簽:人工智能自動(dòng)駕駛深度學(xué)習(xí) 3.6k 0
一個(gè)神經(jīng)元的ResNet就是一個(gè)通用的函數(shù)逼近器
從何愷明等人2015年提出以來,ResNet甚至被認(rèn)為是當(dāng)前性能最佳的網(wǎng)絡(luò)結(jié)構(gòu)。ResNet的成功得益于它引入了快捷連接(shortcut connec...
2018-07-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)神經(jīng)元深度學(xué)習(xí) 6k 0
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
| 電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無人機(jī) | 三菱電機(jī) | ST |
| 伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
| Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |