炼数成金 商业智能深度学习
订阅

深度学习

可视化CapsNet,详解Hinton等人提出的胶囊概念与原理
可视化CapsNet,详解Hinton等人提出的胶囊概念与原理
CapsNet 将神经元的标量输出转换为向量输出提高了表征能力,我们不仅能用它表示图像是否有某个特征,同时还能表示这个特征的旋转和位置等物理特征。本文从可视化的角度出发详解释了 CapsNet 的原理的计算过程,非常 ...
使用深度学习推动科学图像分析
使用深度学习推动科学图像分析
许多科学成像应用(尤其是显微镜检查)每天可以产生数太字节的数据。这些应用可以从近年来的计算机视觉和深度学习发展中受益。在我们与生物学家联合开展的机器人显微镜应用工作(例如,区分细胞表型)中,我们了解到 ...
密西根大学利用图像生成过程进行「数据增强」
密西根大学利用图像生成过程进行「数据增强」
长期以来,深度学习使一系列计算机视觉任务的性能得到提升,而在本文中,密西根大学安娜堡分校(University of Michigan, Ann Arbor)的科学家们提出利用图像生成过程进行数据增强,对相机效果进行建模以提升在真实 ...
直白介绍卷积神经网络(CNN)
直白介绍卷积神经网络(CNN)
卷积神经网络(也称作 ConvNets 或 CNN)是神经网络的一种,它在图像识别和分类等领域已被证明非常有效。 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。卷积神经网 ...
深度学习中不同类型卷积的介绍
深度学习中不同类型卷积的介绍
让我们简要介绍一下不同类型的卷积以及它们的优点。为了简单起见,我们只关注二维卷积。卷积核大小(Kernel Size):卷积核定义了卷积的大小范围,二维卷积核最常见的就是 3*3 的卷积核。步长(Stride):步长定义了 ...
全面解读Group Normalization-(吴育昕-何恺明 )
全面解读Group Normalization-(吴育昕-何恺明 )
一句话概括,Group Normalization(GN)是一种新的深度学习归一化方式,可以替代BN。众所周知,BN是深度学习中常使用的归一化方法,在提升训练以及收敛速度上发挥了重大的作用,是深度学习上里程碑式的工作。BN全名 ...
基于Keras实现加密卷积神经网络
基于Keras实现加密卷积神经网络
TL;DR 我们选取了一个经典的CNN深度学习模型,经过一系列步骤的改造,使其得以基于加密数据进行训练和预测。通过卷积神经网络(CNN)分析图像在最近几年极为流行,因为CNN在图像相关任务上的表现超过了其他许多方法 ...
TensorFlow发布机器学习框架TensorFlow.js
TensorFlow发布机器学习框架TensorFlow.js
在 TensorFlow.js 中,我们可以使用最底层的 JavaScript 线性代数库或最高级的 API 在浏览器上开发模型,也能基于浏览器运行已训练的模型。因此,它可以充分利用浏览器和计算机的计算资源实现非常多机器学习应用。例 ...
华盛顿大学推出YOLOv3:检测速度快SSD和RetinaNet三倍
华盛顿大学推出YOLOv3:检测速度快SSD和RetinaNet三倍
有时,你一整年全在敷衍了事而不自知。比如今年我就没做太多研究,在推特上挥霍光阴,置 GANs 于不顾。凭着上年余留的一点动力,我成功对 YOLO 做了一些升级。但实话讲,没什么超有趣的东西,只不过是些小修小补。同 ...
像玩乐高一样拆解Faster R-CNN:详解目标检测的实现过程
像玩乐高一样拆解Faster R-CNN:详解目标检测的实现过程
使用深度学习进行目标检测最大的困难可能是生成一个长度可变的边框列表。使用深度神经网络建模时,模型最后一部分通常是一个固定尺寸的张量输出(除了循环神经网络)。例如,在图片分类中,输出是 (N,) 形状的张量, ...
DeepMind新成果:通过删除神经元来理解深度学习
DeepMind新成果:通过删除神经元来理解深度学习
深度学习算法近年来取得了长足的进展,也给整个人工智能领域送上了风口。但深度学习系统中分类器和特征模块都是自学习的,神经网络的可解释性成为困扰研究者的一个问题,人们常常将其称为黑箱。但理解深度神经网络的 ...
现代罗塞塔石碑:微软提出深度学习框架的通用语言
现代罗塞塔石碑:微软提出深度学习框架的通用语言
通过在不同的框架中完成端到端解决方案,我们可以用多种方式对比框架。由于相同的模型架构和数据被用于每一个框架,因此得到的模型准确率在各个框架之间是非常相似的(实际上,这正是我们测试代码以确保相同的模型在 ...
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
从 5 亿年前的超简单的蠕虫脑到今天的各种各样的现代结构,大脑经历了漫长的进化过程。例如,人类大脑可以指导完成非常广泛的活动,大部分活动都能轻而易举地完成,例如辨别一个视觉场景中是否包含动物或建筑对我们 ...
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
目前目标检测领域的深度学习方法主要分为两类:two stage的目标检测算法;one stage的目标检测算法。前者是先由算法生成一系列作为样本的候选框,再通过卷积神经网络进行样本分类;后者则不用产生候选框,直接将目标 ...
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
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,有些重要的机器学习机制没有任何自然界的版本,而这两者学习过程之间也有着大量的不同。这 ...

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

社区热帖

     

    GMT+8, 2018-7-16 03:27 , Processed in 0.100650 second(s), 16 queries .