炼数成金 商业智能深度学习
订阅

深度学习

谷歌推出开源工具DeepVariant,用深度学习识别基因变异
谷歌推出开源工具DeepVariant,用深度学习识别基因变异
Google今天推出了一个名叫DeepVariant的开源工具,用深度神经网络来从DNA测序数据中快速精确识别碱基变异位点。学科研究的革命性进展,特别是基因学上,需要依赖于新技术的出现。比如桑格发明了测序法之后,才实现了 ...
那么多GAN哪个好?谷歌大脑泼来冷水:都和原版差不多
那么多GAN哪个好?谷歌大脑泼来冷水:都和原版差不多
从2014年诞生至今,生成对抗网络(GAN)热度只增不减,各种各样的变体层出不穷。有位名叫Avinash Hindupur的国际友人建立了一个GAN Zoo,他的“动物园”里目前已经收集了多达214种有名有姓的GAN。DeepMind研究员们甚 ...
如何构建高可读性和高可重用的 TensorFlow 模型
如何构建高可读性和高可重用的 TensorFlow 模型
在 TensorFlow 中定义你的模型,可能会导致一个巨大的代码量。那么,如何去组织代码,使得它是一个高可读性和高可重用的呢?如果你刚刚开始学习代码架构,那么这里有一个例子,不妨学习一下。定义计算图当你设计一个 ...
何恺明团队推出Mask^X R-CNN,将实例分割扩展到3000类
何恺明团队推出Mask^X R-CNN,将实例分割扩展到3000类
今年10月,何恺明的论文“Mask R-CNN”摘下ICCV 2017的最佳论文奖(Best Paper Award),如今,何恺明团队在Mask R-CNN的基础上更近一步,推出了(以下称Mask^X R-CNN)。这篇论文的第一作者是伯克利大学的在读博士 ...
最新StarGAN对抗生成网络实现多领域图像变换
最新StarGAN对抗生成网络实现多领域图像变换
图像到图像转化的任务是将一个给定图像的特定方面改变到另一个方面,例如,将一个人的面部表情从微笑到皱眉改变(见图1)。自从生成对抗网络(GANs)的引入,这个任务经历了很大的发展,从改变发色,改变边缘图以重 ...
Hinton提出泛化更优的「软决策树」:可解释DNN具体决策
Hinton提出泛化更优的「软决策树」:可解释DNN具体决策
深度神经网络优秀的泛化能力依赖于其隐藏层中对分布式表征的使用 ,但是这些表征难以理解。对于第一个隐藏层我们明白是什么激活了单元,对于最后一个隐藏层我们也明白激活一个单元产生的影响;但是对于其他隐藏层来 ...
吴恩达团队最新成果:用深度学习预测死亡概率,改善临终关怀
吴恩达团队最新成果:用深度学习预测死亡概率,改善临终关怀
用过去1年的医疗记录就能预测一个人未来1年中的死亡概率?这听起来像是《黑镜》中才有的可怕黑科技,但是这对于疗养院和临终关怀工作者,意义重大。在美国,超过60%的死亡发生在重症监护病房,多数人在弥留之际仍接 ...
Google图片数据集发布最新 V3 版,涵盖600个对象类的标记边框
Google图片数据集发布最新 V3 版,涵盖600个对象类的标记边框
日前,谷歌发布 Open Images Dataset (开发图片数据集)的 V3 版,比起今年7月份发布的 V2 版,这一最新版本的边框(bounding box)数和图像层级标签(image-level label)数都大大增加。该数据集包括一个训练集(9, ...
DeepMind异步优化算法PBT解决神经网络痛点
DeepMind异步优化算法PBT解决神经网络痛点
在围棋和Atari游戏、图像识别与语言翻译等领域,神经网络都取得了巨大的成功。但经常被忽视的一点是,神经网络在这些特定应用中的成功往往取决于研究开始时做出的一系列选择,包括:使用何种类型的网络、用于训练的 ...
戳穿泡沫:对「信息瓶颈」理论的批判性分析
戳穿泡沫:对「信息瓶颈」理论的批判性分析
「信息瓶颈」(Information Bottleneck)理论由耶路撒冷希伯来大学的计算机与神经科学家 Naftali Tishby 等人提出。该研究有望最终打开深度学习的黑箱,并解释人脑的工作原理(参见:揭开深度学习黑箱:希伯来大学计 ...
胶囊网络9大优势4大缺陷
胶囊网络9大优势4大缺陷
几周前,在2017年10月,一篇名为“动态路由胶囊” 由作者Sara Sabour,NicholasFrosst,当然还有Geoffrey Hinton一起发表了。 他们在MNIST数据集上达到了最先进的性能,并且在高度重叠的数字上表现出比卷积神经网络 ...
Facebook何恺明等大神最新论文提出非局部神经网络
Facebook何恺明等大神最新论文提出非局部神经网络
Facebook何恺明和RGB两位大神最近提出非局部操作non-local operations为解决视频处理中时空域的长距离依赖打开了新的方向。文章采用图像去噪中常用的非局部平均的思想处理局部特征与全图特征点的关系。这种非局部操 ...
深度学习中的「卷积层」如何深入理解?
深度学习中的「卷积层」如何深入理解?
近来,深度学习的火爆程度显而易见,而在深度学习领域,卷积网络则是引起这许多令人惊叹的结果的主要原因。自从2012年AlexNet公开亮相之后,现如今,我们很难列举一个根本不使用卷积架构,具有突破性的计算机视觉架 ...
一个GAN生成ImageNet全部1000类物体
一个GAN生成ImageNet全部1000类物体
Goodfellow表示,虽然GAN十分擅长于生成逼真的图像,但仅仅限于单一类型,比如一种专门生成人脸的GAN,或者一种专门生成建筑物的GAN,要用一个GAN生成ImageNet全部1000种类的图像是不可能的。但是,这篇ICLR论文做到 ...
深度学习入行门槛太低,不开心!
深度学习入行门槛太低,不开心!
进入门槛太低正在毁掉深度学习的名声!这么一篇标题“忧心忡忡”的讨论帖,毫无意外的在reddit上炸了。为什么发起这么一个讨论?先看看原po主是怎么说的。很长一段时间以来,我注意到很多自称深度学习专家、大咖的人 ...

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 03:26 , Processed in 0.104395 second(s), 16 queries .