文章库ARTICLE COLUMN

  • TensorFlow-dev-summit:那些TensorFlow上好玩的和黑科技

    TensorFlow-dev-summit:那些TensorFlow上好玩的和黑科技

    摘要:现场宣布全球领先的深度学习开源框架正式对外发布版本,并保证的本次发布版本的接口满足生产环境稳定性要求。有趣的应用案例皮肤癌图像分类皮肤癌在全世界范围内影响深远,患病人数众多,严重威胁身体机能。 前言本文属于介绍性文章,其中会介绍许多Ten...

    BLUEBLUE 评论0 收藏0
  • 深度学习的最大瓶颈是带宽问题而非计算

    深度学习的最大瓶颈是带宽问题而非计算

    摘要:科技评论绝大部分论文都是为了解决问题,深鉴科技的这篇论文的核心灵感来自于哪里一直以来,深度学习计算遇到的较大瓶颈其实是带宽问题,而非计算本身。由于深度学习里的特征表示本身就是稀疏的,因此我们做一个直接的剪枝压缩来减少带宽的使用。 近日...

    马永翠马永翠 评论0 收藏0
  • 守护城市安全:时空数据+深度学习

    守护城市安全:时空数据+深度学习

    摘要:上周,在旧金山召开的人工智能国际较高级会议上,来自微软亚洲研究院的郑宇博士及其团队的论文首创性的将时空数据与深度学习结合起来,利用时空深度残差网络用于预测城市人流问题。 上周,在旧金山召开的人工智能国际较高级会议AAAI 2017上,来自微软亚...

    CarlBenjaminCarlBenjamin 评论0 收藏0
  • DeepMind 提出分层强化学习新模型 FuN,超越 LSTM

    DeepMind 提出分层强化学习新模型 FuN,超越 LSTM

    摘要:实验蒙特祖玛的复仇蒙特祖玛的复仇是上最难的游戏之一。图蒙特祖玛的复仇的学习曲线在第一个房间中学习的子目标的可视化呈现。结论如何创建一个能够学习将其行为分解为有意义的基元,然后重新利用它们以更有效地获取新的行为,这是一个长期存在的研究问...

    dailybirddailybird 评论0 收藏0
  • 李理:卷积神经网络之Dropout & 三层卷积网络和vgg的实现

    李理:卷积神经网络之Dropout & 三层卷积网络和vgg的实现

    摘要:李理卷积神经网络之简介是一种防止模型过拟合的技术,这项技术也很简单,但是很实用。原文链接李理三层卷积网络和的实现卷积神经网络的原理已经在推荐李理卷积神经网络之的原理及实现以及李理卷积神经网络之二文中详细讲过了,这里我们看怎么实现。 《...

    xiyangxiyang 评论0 收藏0
  • 薛定谔的滚与深度学习中的物理

    薛定谔的滚与深度学习中的物理

    摘要:如果将小磁针看作神经元,磁针状态看作激发与抑制,也可以用来构建深度学习的模型,或者玻尔兹曼机。这么多的基础理论,展现了深度学习中的无处不在的物理本质。 最近朋友圈里有大神分享薛定谔的滚,一下子火了,当一个妹子叫你滚的时候,你永远不知...

    gnehcgnehc 评论0 收藏0
  • 用Docker玩转深度学习

    用Docker玩转深度学习

    摘要:你可以发布一个可再现的机器学习项目,它几乎不需要用户设置,不需要用户花小时去下载依赖或者报错相反,你可以这样做这种方法可以直接运行你的脚本,所有的依赖包括支持都帮你准备好了。应该怎么做针对机器学习的使用场景,你较好把你的代码发布到上。...

    ad6623ad6623 评论0 收藏0
  • 四大深度学习框架+四类GPU+七种神经网络:交叉性能评测

    四大深度学习框架+四类GPU+七种神经网络:交叉性能评测

    摘要:最近,等人对于英伟达的四种在四种不同深度学习框架下的性能进行了评测。本次评测共使用了种用于图像识别的深度学习模型。深度学习框架和不同网络之间的对比我们使用七种不同框架对四种不同进行,包括推理正向和训练正向和反向。一直是深度学习方面最畅...

    jk_v1jk_v1 评论0 收藏0
  • 深度学习如何改变日常生活?Netflix、Yelp、等是这么做到的

    深度学习如何改变日常生活?Netflix、Yelp、等是这么做到的

    摘要:不同平台的不同表情和雅虎视觉与机器学习团队测试了三种不同的方法算法,一种快速线性分类器算法,一种循环神经网络架构算法,一种平衡性能与复杂性的卷积网络。雅虎不是将机器学习应用于的公司。 周末想在Netflix看场电影?可能,你选择观看的电影正受...

    DarkgelDarkgel 评论0 收藏0
  • Tensorflow代码解析(一)

    Tensorflow代码解析(一)

    摘要:本文依据对简称白皮书和官方教程的理解,从系统和代码实现角度讲解的内部实现原理。这一点是和包括在内的符号编程框架较大的不同。的做法是引入了来处理。这样就几乎让本身成为一门独立的语言。当为是,执行操作当为时,执行操作。支持的控制算子有和等...

    李世赞李世赞 评论0 收藏0
  • GOOGLE 基于神经网络的新型翻译系统是如何实现的

    GOOGLE 基于神经网络的新型翻译系统是如何实现的

    摘要:谷歌表示,在一些情况下,系统的翻译准确度能够接近人类翻译水平。年月,谷歌推出了新型的翻译系统。因此,相比以往任何翻译系统,谷歌的新型翻译系统更加接近人类大脑的翻译方式。 作为全球 AI 语言翻译服务的领先者之一,2016年9月,谷歌推出了新型的...

    blairblair 评论0 收藏0
  • Github 深度学习框架最新排名:TensorFlow 第一,Keras 上升迅速

    Github 深度学习框架最新排名:TensorFlow 第一,Keras 上升迅速

    摘要:作者在更新消息,过去三个月以来,在新增贡献者新问题综合人气度四个指标中,有两项都排名第二。当然,四项全部都是第一。综合人气为第二。 Keras 作者 Francois Chollet 在 Twitter 更新消息,过去三个月以来,Keras 在新增贡献者、新问题、Fork、综合...

    wujl596wujl596 评论0 收藏0
  • 用不到1000美元攒一台深度学习用的超快的电脑

    用不到1000美元攒一台深度学习用的超快的电脑

    摘要:但是如果你和我是一样的人,你想自己攒一台奇快无比的深度学习的电脑。可能对深度学习最重要的指标就是显卡的显存大小。性能不错,不过够贵,都要美元以上,哪怕是旧一点的版本。电源我花了美元买了一个的电源。也可以安装,这是一个不同的深度学习框架...

    trigkit4trigkit4 评论0 收藏0
  • 深度对抗学习在图像分割和超分辨率中的应用

    深度对抗学习在图像分割和超分辨率中的应用

    摘要:深度学习已经在图像分类检测分割高分辨率图像生成等诸多领域取得了突破性的成绩。另一个问题是深度学习的模型比如卷积神经网络有时候并不能很好地学到训练数据中的一些特征。本文通过最近的几篇文章来介绍它在图像分割和高分辨率图像生成中的应用。 深...

    FingerLiuFingerLiu 评论0 收藏0
  • GAN作者 Ian Goodfellow 最新论文:对神经网络策略的对抗性攻击

    GAN作者 Ian Goodfellow 最新论文:对神经网络策略的对抗性攻击

    摘要:可以想象,监督式学习和增强式学习的不同可能会防止对抗性攻击在黑盒测试环境下发生作用,因为攻击无法进入目标策略网络。我们的实验证明,即使在黑盒测试中,使用特定对抗样本仍然可以较轻易地愚弄神经网络策略。 机器学习分类器在故意引发误分类的输...

    24501841762450184176 评论0 收藏0
  • 深度学习在2017年的十大发展趋势及预测

    深度学习在2017年的十大发展趋势及预测

    摘要:毫无疑问,深度学习将驱动在公司中的应用。在其价值评估和策略评估上使用的就是深度学习。端到端的深度学习是一个令人着迷的研究领域,但是迄今为止混合系统在应用领域会更有效率。目前专注于深度学习模式,方法和战略的研究。 在之前的博客中,我曾预...

    gaaragaara 评论0 收藏0
  • GAN应用情况调研

    GAN应用情况调研

    摘要:在图像上的应用从目前的文献来看,在图像上的应用主要是往图像修改方向发展。涉及的图像修改包括单图像超分辨率交互式图像生成图像编辑图像到图像的翻译等。单图像超分辨率单图像超分辨率任务就是给定单张低分辨率图像,生成它的高分辨率图像。 今天我...

    tolerioustolerious 评论0 收藏0
  • 入门级解读:小白也能看懂的TensorFlow介绍

    入门级解读:小白也能看懂的TensorFlow介绍

    摘要:成本函数成本对于线性回归,成本函数是表示每个预测值与其预期结果之间的聚合差异的某些函数对于逻辑回归,是计算每次预测的正确或错误的某些函数。成本函数的变换涉及到预测结果和实际结果之间数值距离的任何函数都不能作为成本函数。 矩阵和多特征线...

    felix0913felix0913 评论0 收藏0
  • 以静制动的TensorFlow Fold动态计算图介绍

    以静制动的TensorFlow Fold动态计算图介绍

    摘要:近日它们交锋的战场就是动态计算图,谁能在这场战争中取得优势,谁就把握住了未来用户的流向。所以动态框架对虚拟计算图的构建速度有较高的要求。动态计算图问题之一的多结构输入问题的高效计 随着深度学习的发展,深度学习框架之间竞争也日益激烈,新...

    waltrwaltr 评论0 收藏0
  • 深度学习是如何改变数据科学范式的?

    深度学习是如何改变数据科学范式的?

    摘要:在最近的会议上,吴恩达分享了关于深度学习的一些看法。深度学习较大的优势在于它的规模,从吴恩达总结的下图可以看出当数据量增加时,深度学习模型性能更好。深度学习模型如此强大的另一个原因,是端到端的学习方式。然而,深度学习却使它有了一点变化...

    XFLYXFLY 评论0 收藏0
  • AI 学会“脑补”:神经网络超逼真图像补完从 0 到 1

    AI 学会“脑补”:神经网络超逼真图像补完从 0 到 1

    摘要:那些局部响应由小的通常神经补丁表示。概述我们寻求对损失函数进行了优化的修复图像,其被表示为三个项的组合整体内容项,局部纹理项和项。我们的方法使用两个联合损失函数来解决未知图像,即整体内容损失和局部纹理损失。 完胜 PS!新方法实现完美脑...

    tulayangtulayang 评论0 收藏0
  • 新论文提出用GAN构建不同年龄时的样貌:可提前看到年老时的模样

    新论文提出用GAN构建不同年龄时的样貌:可提前看到年老时的模样

    摘要:在这项工作中,我们提出了基于生成对抗网络的自动面部老化方法。用于重建输入图像的的近似在生成器输入以执行面部老化时切换年龄状况。图我们的使用两个随机行和各自限制的年龄类别列生成的合成图像的样本图面部重建与老化的样例。 最近的研究表明生成...

    icyfireicyfire 评论0 收藏0
  • 最近比较火的三个GAN应用及代码--Pix2pix

    最近比较火的三个GAN应用及代码--Pix2pix

    摘要:是一个全新的工具,旨在允许任何类型的图像变换的应用程序无关的训练。可能的应用包括着色,分割,线图画到图像,映射到卫星视图,风格化等。操作在两个方向上工作,因此通过正确训练的网络,可以从地图或从彩色分割的建筑立面生成合理的卫星视图。 Pix...

    philadelphiaphiladelphia 评论0 收藏0
  • 令人拍案叫绝的Wasserstein GAN

    令人拍案叫绝的Wasserstein GAN

    摘要:测度是高维空间中长度面积体积概念的拓广,可以理解为超体积。前作其实已经针对第二点提出了一个解决方案,就是对生成样本和真实样本加噪声,直观上说,使得原本的两个低维流形弥散到整个高维空间,强行让它们产生不可忽略的重叠。 在GAN的相关研究如火...

    lieepslieeps 评论0 收藏0
  • 深度学习的难点

    深度学习的难点

    摘要:深度学习的核心问题就是一个非常难的优化问题。所以在神经网络引入后的几十年间,深度神经网络的优化问题的困难性是阻碍它们成为主流的一个重要因素。因此我们对机器学习研究人员尝试找到可证明地解决深度神经网络优化问题的算法不抱有太大的希望。 深...

    liangdasliangdas 评论0 收藏0

热门文章

<