炼数成金 商业智能深度学习
订阅

深度学习

Google内部案例分享 | 是如何构建定制化TensorFlow预测系统的?
Google内部案例分享 | 是如何构建定制化TensorFlow预测系统的?
近年来,移动端游戏随着智能手机技术的发展,越来越成为人们娱乐休闲的新模式。据 NewZoo 数据调查研究发现,全球手机端游戏已达到 21 亿玩家规模,呈 14% 同比年增长趋势,其中大部分玩家有在游戏中付费的经历。对 ...
目标检测算法综述(2)︱单次目标检测器︱CV︱ 机器视觉
目标检测算法综述(2)︱单次目标检测器︱CV︱ 机器视觉
Faster R-CNN 中,在分类器之后有一个专用的候选区域网络。基于区域的检测器是很准确的,但需要付出代价。Faster R-CNN 在 PASCAL VOC 2007 测试集上每秒处理 7 帧的图像(7 FPS)。和 R-FCN 类似,研究者通过减少每 ...
RNN和LSTM弱!爆!了!注意力模型才是王道
RNN和LSTM弱!爆!了!注意力模型才是王道
循环神经网络(RNN),长短期记忆(LSTM),这些红得发紫的神经网络——是时候抛弃它们了!LSTM和RNN被发明于上世纪80、90年代,于2014年死而复生。接下来的几年里,它们成为了解决序列学习、序列转换(seq2seq)的 ...
卷积神经网络(CNN)之一维卷积、二维卷积、三维卷积详解
卷积神经网络(CNN)之一维卷积、二维卷积、三维卷积详解
如果将二维卷积中输入的channel的数量变为3,即输入的数据维度变为(14 × 14 × 3)。由于卷积操作中过滤器的 channel 数量必须与输入数据的channel数量相同,过滤器大小也变为 5 × 5 × 3 。在卷积的过程中,过滤 ...
神奇!只有遗忘门的LSTM性能优于标准LSTM
神奇!只有遗忘门的LSTM性能优于标准LSTM
优秀的工程师确保其设计是实用的。目前我们已经知道解决序列分析问题最好的方式是长短期记忆(LSTM)循环神经网络,接下来我们需要设计一个满足资源受限的现实世界应用的实现。鉴于使用两个门的门控循环单元(Cho 等 ...
从RCNN到SSD,这应该是最全的一份目标检测算法盘点
从RCNN到SSD,这应该是最全的一份目标检测算法盘点
目标检测是很多计算机视觉任务的基础,不论我们需要实现图像与文字的交互还是需要识别精细类别,它都提供了可靠的信息。本文对目标检测进行了整体回顾,第一部分从RCNN开始介绍基于候选区域的目标检测器,包括Fast R ...
全连接网络到卷积神经网络逐步推导
全连接网络到卷积神经网络逐步推导
对于图像分析而言,具体可以将其划分为很多类型的任务,比如分类、对象检测、识别、描述等。对于图像分类器而言,即使在诸如遮挡、照明变化、视觉等变化的情况下,也应该能够以高精度的性能工作。以特征工程为主要步 ...
ResNet告诉我,我是不是世界上最美的人?
ResNet告诉我,我是不是世界上最美的人?
什么?!颜值“客观化”要进行实质性推进了?几个月前,华南理工大学发布了一篇关于“颜值评估”的论文及其数据集。这个数据集包括5500人,每人的长相被从1-5分进行打分。原始论文构造了一系列不同的模型,包括使用 ...
企业里的深度学习
企业里的深度学习
深度学习是受到人类大脑启发而产生的机器学习(ML)算法的一种。这些算法也被称为神经网络,它们特别擅长从嘈杂的数据和曾经对机器完全不透明的数据里探测出模式。虽然神经网络的技术细节可能令数学和计算机科学博士 ...
一文简述ResNet及其多种变体
一文简述ResNet及其多种变体
深度残差网络可以说是过去几年中计算机视觉和深度学习领域最具开创性的工作。ResNet 使训练数百甚至数千层成为可能,且在这种情况下仍能展现出优越的性能。因其强大的表征能力,除图像分类以外,包括目标检测和人脸 ...
从零开始PyTorch项目:YOLO v3目标检测实现
从零开始PyTorch项目:YOLO v3目标检测实现
YOLO 是 You Only Look Once 的缩写。它是一种使用深度卷积神经网络学得的特征来检测对象的目标检测器。在我们上手写代码之前,我们必须先了解 YOLO 的工作原理。YOLO 仅使用卷积层,这就使其成为全卷积神经网络(FC ...
玩转TensorFlow Lite:有道云笔记实操案例分享
玩转TensorFlow Lite:有道云笔记实操案例分享
这一两年来,在移动端实现实时的人工智能已经形成了一波潮流。去年,谷歌推出面向移动端和嵌入式的神经网络计算框架TensorFlowLite,将这股潮流继续往前推。TensorFlowLite如何进行操作?本文将介绍TFLite在有道云笔 ...
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 ...

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, 2019-5-24 20:00 , Processed in 0.077406 second(s), 16 queries .