忘记密码
免费注册
全部
课程
文章
帖子
用户
快捷导航
徽章
好友
帖子
收藏
道具
任务
充值
提现
课程
奖学金
抵价券
企业
学习中心
|- 我的课程
|- 我的专才计划
|- 我的普班
|- 我的快班
|- 我的关注
|- 我的专业
|- 我的求职
|- 我的招聘
|- 我的云实验室
门户
培训
专才计划
特训营
课程
专业
云实验室
团购
API
企业服务
猎头
论坛
大数据
商业智能
专家团
关于我们
项目实践培训计划
黄校长前沿人才培养计划
王文峰计算机视觉精英培训计划
郭一军“新DBA”精英培养计划
葛一鸣JAVA精英培养计划
人工智能专业
数据分析师专业
大数据攻城狮专业
Hadoop大数据攻城狮专业
Python数据分析师专业
全栈程序猿专业
DBA专业
企业菁英小团队培养计划
企业内训
炼数成金
›
商业智能
›
深度学习
订阅
深度学习
推理速度提升5.1倍:谷歌提出新型卷积网络EfficientNet
卷积神经网络(CNN)通常以固定成本开发,然后再按比例放大,从而在获得更多资源时可以达到更高的准确率。例如,ResNet 可以通过增加网络层数,从 ResNet-18 扩展到 ResNet-200。近期 GPipe 将基线 CNN 扩展了 4 倍 ...
万字综述,核心开发者全面解读PyTorch内部机制
张量是 PyTorch 中的核心数据结构。对于张量直观上所表示的东西,你可能已有很好的理解:张量是一种包含某种标量类型(比如浮点数和整型数等)的 n 维数据结构。我们可以将张量看作是由一些数据构成的,还有一些元数 ...
如何利用深度学习技术处理图像水印?
水印作为一种保护版权的有效方式被广泛地应用于海量的互联网图像,针对水印的各种处理显得越来越重要,比如水印的检测和水印的去除与反去除。在这里我们和大家分享一下业余期间在水印智能化处理上的一些实践和探索, ...
理解Batch Normalization(含实现代码)
随着网络训练,浅层的权重发生变化,导致深层的输入变化很大。因此每层必须根据每批输入的不同分布重新调整其权重。这减缓了模型训练。如果我们可以使层的输入分布更相似,那么网络可以专注于学习类别之间的差异。不 ...
语义分割网络经典:FCN与SegNet
改编当前的分类网络:AlexNet、VGG、GoogLeNet到全卷积网络和通过微调传递它们学习的特征表达能力到分割任务中。然后定义了一个跳跃式的架构,结合来自深、粗层的语义信息和来自浅、细层的表征信息来产生准确和精细 ...
重磅!13篇基于Anchor free的目标检测方法
感觉是回归吧,以前是没有anchor的,现在觉得还是去掉anchor(“锚”?)好,主要是灵活性强,今后硬件芯片兼容性好。什么是锚框呢?其实就是固定 的参考框。锚框的出现,使得训练时可以预设一组不同尺度不同位置的锚 ...
从图嵌入到图分类——图网络入门综述
通过与这些希望获得机器学习领域协助的团队交流我们得知,图数据真是无处不在 —— 从疾病诊断,遗传学研究还有健康管理,到银行和工程,图都是一种解决困难问题的强有力的分析模式。简单来说,一张图就是节点(比如 ...
天生一对,硬核微分方程与深度学习的「联姻」之路
深度学习还能与微分方程相结合?是的,这是一个很有意思的领域,近来也有非常多的研究成果,包括 NeurIPS 2018 的最佳论文。那么什么是微分方程,它结合深度学习又有什么用呢?按照维基百科的描述:「微分方程是一种 ...
TensorFlow官方发布剪枝优化工具:参数减少80%,精度几乎不变
去年TensorFlow官方推出了模型优化工具,最多能将模型尺寸减小4倍,运行速度提高3倍。最近现又有一款新工具加入模型优化“豪华套餐”,这就是基于Keras的剪枝优化工具。训练AI模型有时需要大量硬件资源,但不是每个 ...
用PyTorch做深度学习实验,Facebook新框架Ax和BoTorch双双开源
在现代机器学习应用中,对实验到生产的流程进行简化是最难实现的任务之一。在已经市场化深度学习框架中,Facebook的PyTorch因其高度灵活性成为数据科学界的最爱,PyTorch能够实现快速建模和实验。但是,深度学习应用 ...
南邮提出实时语义分割的轻量级网络:LEDNET,可达71 FPS!
Abstract:算力负担限制了移动设备中CNN在密集估计任务中的使用。在本文中,我们提出了一个轻量级网络来解决这个问题,即 LEDNet,它采用非对称(asymmetric)编码器 - 解码器架构来进行实时语义分割。更具体地说, ...
分布式入门,怎样用PyTorch实现多GPU分布式训练
分布式计算指的是一种编写程序的方式,它利用网络中多个连接的不同组件。通常,大规模计算通过以这种方式布置计算机来实现,这些计算机能够并行地处理高密度的数值运算。在分布式计算的术语中,这些计算机通常被称为 ...
重磅!Facebook更新PyTorch 1.1,打算跨GPU分割神经网络
时隔半年不到,PyTorch 已经从之前的 1.0 升级到 1.1 版本了。刚刚,Facebook 在年度开发者大会 F8 上宣布正式发布 PyTorch 1.1 版本,这是对 PyTorch 1.0 的一次大的功能升级。PyTorch 产品经理 Joe Spisak 接受外 ...
为什么MobileNet及其变体如此之快?
在解释特定的高效 CNN 模型之前,我们先检查一下高效 CNN 模型中组成模块的计算成本,然后看一下卷积是如何在空间和通道中执行的。首先,作者直观地解释了如何在空间和通道上执行标准卷积,其计算成本是 HWNK2M。作 ...
是时候放弃TensorFlow集群,拥抱Horovod了
当数据较多或者模型较大时,为提高机器学习模型训练效率,一般采用多 GPU 的分布式训练。按照并行方式,分布式训练一般分为数据并行和模型并行两种:模型并行:分布式系统中的不同 GPU 负责网络模型的不同部分。例如 ...
1
2
3
4
5
6
7
8
9
10
... 44
/ 44 页
下一页
热门频道
大数据
商业智能
量化投资
科学探索
创业
即将开课
•
Python数据分析案例实战(第13期)
•
左飞的机器学习十八般算法武艺详解(第十期)
•
MySQL高可用原理、架构与实战(第二期)
•
Python3入门到精通实战特训(第八期)
•
黄金Quant工——量化金融分析师入门(第四期)
•
高并发高可用的亿级微服务电商平台全实现(第一期)
•
Elastic Stack实战(第六期)
•
面试突击-数据结构与算法速成(第七期)
•
系统运维之基础服务进阶实战(第六期)
•
金融的人工智能革命(第12期)
•
Python数据分析(第21期)
•
DL4CV实战——构建基于深度学习的智能图像识别系统(第八期)
•
【百万年薪系列】视觉的盛宴:深度玩转人脸识别(第八期)
•
ROS机器人操作系统实战(第九期)
•
OpenAI强化学习实战(第七期)
•
Python机器学习Kaggle案例实战(第13期)
•
深入浅出Git(第十期)
•
PostgreSQL初识与提高(第四期)
•
Spark企业级大数据项目实战(第11期)
•
Tensorflow工程师职场实战技(第七期)
•
基于R的Kaggle实战案例详解(第九期)
•
Qt编程快速入门(第八期)
•
端到端(End TO End)--由传统方法到深度学习(第三期)
•
Python全栈学习——Python自动化测试(第五期)
•
股票投资高手武器系列之缠论系统(第七期)
•
让服务飞起来:实时计算及其应用(第十期)
•
Java Web开发精讲(第六期)
•
Python金融业数据化运营实战(第六期)
•
Spark大数据平台应用实战(第十期)
•
Oracle DBA从小白到入职实战应用(第12期)
•
python3接口自动化测试开发实战(第七期)
•
计算机视觉:从入门到精通,极限剖析图像识别学习算法(第六期)
•
【百万年薪系列】宽度学习实战及算法解析(第五期)
•
互联网金融中的交易反欺诈模型(第八期)
•
Python金融投资分析实践(第12期)
•
目标检测模型YOLOV3原理及实战(第二期)
•
MySQL DBA从小白到大神实战(第17期)
•
深度学习框架Tensorflow学习与应用(第11期)
•
JAVA极客特训(第八期)
•
【魔镜计划】真假脸识别(第一期)
•
敏捷Agile快速入门(第六期)
•
Python数据可视化实战(第六期)
•
Cloudera Hadoop管理认证实战(第二期)
•
知识图谱实战(第十期)
•
软件架构必备基础(第十期)
•
安全渗透测试工具之Burp Suite使用精讲(第五期)
•
黄美灵的Spark ML机器学习实战(第八期)
•
【强化学习系列】强化视觉导航技术导引(第三期)
•
快速成为深度学习全栈工程师(第二期)
•
Oracle DB Performance Tuning(DSI系列Ⅳ)(第六期)
•
Python自然语言分析(第15期)
•
深入浅出设计模式(第八期)
•
MySQL性能优化最佳实践(第12期)
•
金融市场基础(第15期)
热门文章
•
一文看尽16篇目标检测最新论文
•
2019深度学习框架决战:PyTorch横扫AI顶会,再夺NeurIPS 2019!
•
基于深度学习的视觉三维重建研究总结
•
ICCV 2019 Best Paper :SinGAN 解读,强烈推荐!
•
机器学习框架局势突变:TensorFlow逐渐式微,PyTorch横扫顶会
社区热帖
GMT+8, 2019-12-13 12:07
, Processed in 0.124200 second(s), 16 queries .
关于我们
新手指南
企业合作
联系我们
公众号
小程序
关于我们
教育模式
企业会员
电话:4008-010-006
讲师招募
选课流程
内训合作
邮箱:kefu@dataguru.cn
校园大使
学费返还
媒体合作
客服QQ:
版权声明
奖学金激励
代理合作
售后QQ:
关于我们
手机版
友情链接
站点统计
文本模式
小游戏