神經(jīng)網(wǎng)絡(luò)中的卷積層、池化層與全連接層

在深度學(xué)習中，卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network, CNN）是一種特別適用于處理圖像數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。它通過卷積層...

2024-07-11 標簽：深度學(xué)習cnn卷積神經(jīng)網(wǎng)絡(luò) 1.1萬 0

PyTorch官網(wǎng)教程PyTorch深度學(xué)習:60分鐘快速入門中文翻譯版

“PyTorch 深度學(xué)習:60分鐘快速入門”為 PyTorch 官網(wǎng)教程，網(wǎng)上已經(jīng)有部分翻譯作品，隨著PyTorch1.0 版本的公布，這個教程有較大...

2019-01-13 標簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習Pytorch 1.1萬 0

AI大模型的工作原理、技術(shù)特點及應(yīng)用領(lǐng)域

　　AI大模型是指參數(shù)數(shù)量巨大的人工智能模型。它們通常用于處理大量數(shù)據(jù)，并使用深度學(xué)習等復(fù)雜算法來學(xué)習和識別數(shù)據(jù)中的模式和趨勢。本文將詳細介紹AI大模型...

2023-08-08 標簽：神經(jīng)網(wǎng)絡(luò)AI人工智能 1.0萬 0

Batch，是深度學(xué)習中的一個重要概念

在深度學(xué)習中，采用sigmoid激活函數(shù)的隱藏層或者輸出層的神經(jīng)元通常在計算網(wǎng)絡(luò)輸入時加入一個偏移值，稱為Bias。對于線性輸出神經(jīng)元，偏移項就是回歸中...

2018-04-18 標簽：標準化深度學(xué)習 1.0萬 0

深度學(xué)習如何進行MRI圖像右心室分割

人類心臟是一臺令人驚嘆的機器，它能持續(xù)運轉(zhuǎn)長達一個世紀而不失靈。測量心臟功能的關(guān)鍵方法之一是計算其射血分數(shù)，即每搏輸出量占心室舒張末期容積量的百分比。而...

2017-10-17 標簽：人工智能深度學(xué)習 1.0萬 0

從四個方面詳細解析自動駕駛感知環(huán)節(jié)

自動駕駛感知的實現(xiàn)需要軟硬件結(jié)合，本文從傳感器和算法的角度帶大家來了解一下自動駕駛的感知。

2018-11-29 標簽：傳感器自動駕駛深度學(xué)習 1.0萬 0

只需10行Python代碼就可以實現(xiàn)圖像識別

隨著深度學(xué)習算法的興起和普及，人工智能領(lǐng)域取得了令人矚目的進步，特別是在計算機視覺領(lǐng)域。21世紀的第二個十年迅速采用卷積神經(jīng)網(wǎng)絡(luò)，發(fā)明了最先進的算法，大...

2018-04-24 標簽：人工智能計算機視覺python 1.0萬 0

計算機視覺零基礎(chǔ)入門

那么這個爆款應(yīng)用的背后用到了哪些計算機視覺技術(shù)？掌握這些技術(shù)需要通過哪些學(xué)習路徑？

2018-05-31 標簽：計算機視覺深度學(xué)習 1.0萬 0

我們該如何理解卷積神經(jīng)網(wǎng)絡(luò)？

循環(huán)神經(jīng)網(wǎng)絡(luò)是處理序列數(shù)據(jù)相關(guān)任務(wù)最成功的多層神經(jīng)網(wǎng)絡(luò)模型（RNN）。 RNN，其結(jié)構(gòu)示意圖如下圖所示，它可以看作是神經(jīng)網(wǎng)絡(luò)的一種特殊類型，隱藏單元的輸...

2018-05-07 標簽：神經(jīng)網(wǎng)絡(luò)AI深度學(xué)習 1.0萬 0

強化學(xué)習新方法，機器人究竟是怎么學(xué)習新動作的呢？

用強化學(xué)習方法教機器人（模擬器里的智能體），能學(xué)會的動作花樣繁多，細致到拿東西、豪放到奔跑都能搞定，還可以給機器人設(shè)置一個明確的目的。但是，總難免上演一...

2018-04-13 標簽：機器人深度學(xué)習 1.0萬 0

深度學(xué)習為什么依賴于超大的計算能力？

雖然許多硬件計算單元（GPU、FPGA 等）的計算能力很強大，但是它們的內(nèi)存資源（即設(shè)備內(nèi)存）非常稀缺。當它們不能提供模型運行所需要的內(nèi)存資源時，要么運...

2018-07-03 標簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習自然語言 1.0萬 0

基于狀態(tài)的系統(tǒng)監(jiān)測(CbM)方法及系統(tǒng)設(shè)計

本文探討了引導(dǎo)開發(fā)OtoSense的原則，以及在設(shè)計OtoSense期間，人類聽覺所發(fā)揮的作用。然后，本文討論了聲音或振動特性的是如何被設(shè)計出來的、如何...

2019-07-31 標簽：ADI深度學(xué)習 1.0萬 0

匯總幾種開源的深度學(xué)習模型以及針對姿態(tài)估計的代碼

DensePose的論文中提出了DensePose-RCNN，這是Mask-RCNN的一種變體，可以以每秒多幀的速度在每個人體區(qū)域內(nèi)密集地回歸特定部位的...

2018-07-02 標簽：代碼數(shù)據(jù)集深度學(xué)習 1.0萬 0

索尼發(fā)布新的方法，在ImageNet數(shù)據(jù)集上224秒內(nèi)成功訓(xùn)練了ResNet-50

近年來，許多研究人員提出了多種方案來解決這兩個問題（見原文參考文獻）。這些工作利用ImageNet/ResNet-50訓(xùn)練來衡量訓(xùn)練效果。ImageNe...

2018-11-16 標簽：索尼神經(jīng)網(wǎng)絡(luò)深度學(xué)習 1.0萬 0

從圖像數(shù)據(jù)角度為人臉識別準確率的提高提出的建議

所以，本文的首要目標是探究標簽噪聲的來源，以及在深度卷積神經(jīng)網(wǎng)絡(luò)中，這些噪聲會給人臉識別造成何種后果。我們主要考慮的問題有：想要達到清理數(shù)據(jù)的目的，需要...

2018-08-05 標簽：人工智能人臉識別深度學(xué)習 1.0萬 0