深度学习应用第11页

从零开始学keras之使用预训练的卷积神经网络

想要将深度学习应用于小型图像数据集，一种常用且非常高效的方法是使用预训练网络。

小小谢先生·2020-07-29 00:36

深度学习基础知识了解

深度学习应用1.计算机视觉2.自然语言处理3.强化学习1.计算机视觉①图片识别(ImageClassification)是常见的分类问题。

yongjieM·2020-07-28 09:43

PyTorch 模型推理，提速同时降低成本，这到底怎么做到的？

对于使用PyTorch等框架的深度学习应用程序，推理成本占计算成本的90%。由于深度学习模型需要不同数量的GPU、CPU和内存资源，为推理选择适当的实例有难度。

AWS_AI开发者社区·2020-07-27 17:46

【机器学习系列文章】第4部分：神经网络和深度学习

-神经网络内部会发生什么为什么线性模型不起作用一些扩展和进一步的概念值得注意深度学习应用现在去做吧！更多资源接下来：玩一些游戏的时间！神经网络的工作原理，原因和深度。从大脑中汲取灵感。

ChenVast·2020-07-27 15:09

安装Anaconda(深度学习应用)

下载地址https://www.anaconda.com/distribution/#download-section配置环境变量D:\Anaconda\D:\Anaconda\ScriptsD:\Anaconda\Library\binD:\Anaconda\Library\mingw-w64\bin(可选)安装并配置环境变量后验证conda--version查询版本python验证是否安装py

风的低语·2020-07-27 14:43

TensorFlow 2：更简单的机器学习

我们还没有达到机器学习或深度学习应用程序完美的地步，但是许多确实很好。

cxq8989·2020-07-27 11:13

动手学深度学习：3.3线性回归简洁实现

3.3线性回归的简洁实现随着深度学习框架的发展，开发深度学习应用变得越来越便利。实践中，我们通常可以用比上一节更简洁的代码来实现同样的模型。

AI_Younger_Man·2020-07-22 14:13

深度学习中目标检测

深度学习中目标检测的原理R-CNN的全称是Region-CNN，它可以说是第一个成功地将深度学习应用到目标检测上的算法。后面将要学习的FastR-CNN、FasterR-CNN全部都是建立在

AI_study_NO1·2020-07-15 16:20

利用Python实现卷积神经网络的可视化

摘要：本文简单说明了CNN模型可视化的重要性，以及介绍了一些可视化CNN网络模型的方法，希望对读者有所帮助，使其能够在后续深度学习应用中构建更好的模型。

weixin_33847182·2020-07-15 15:27

【论文复现，含代码】MatchNet: Unifying Feature and Metric Learning for Patch-Based Matching

目前，将深度学习应用在图像匹配方面的论文依然较少，针对为数不多的几篇经典论文，我将尽力去复现这些论文的内容。这篇博客要复现的是MatchNet:UnifyingFeature

一瓶可乐zc·2020-07-15 07:00

苹果博客解读iPhone上的人脸识别深度神经网络

苹果首次将深度学习应用于人脸识别是在iOS10上。通过Vision框架，开发者现在可以在App中将该技术与其他很多计算机视觉算法进行整合。

机器之心V·2020-07-14 06:30

干货|基于CPU的深度学习推理部署优化实践

如何提高深度学习应用部署效率，降低云平台运行成本，帮助算法及业务团队快速落地应用和服务，让AI发挥真正的生产力，是深度学习云平台团队努力的目标。

_miccretti·2020-07-13 17:33

图像语义分割的理解(基于FCN和U-net)(全卷积网络与cnn的区别)

参考:https://blog.csdn.net/sinat_24143931/article/details/78696442FCN是深度学习应用在图像分割的代表作,是一种端到端(endtoend)的图像分割方法

机器学习三贱客·2020-07-13 12:16

基于TensorFlow.js在浏览器上构建深度学习应用

节选自《深度学习TensorFlow.js：浏览器实战篇》第八章，已获授权。在前面的章节，我们讨论了各种JavaScript概念和运行在浏览器上的各种深度学习框架。在本章中，我们将所有的知识付诸于实践，证明该技术的潜力。注意，本书所有源代码放在https://github.com/backstopmedia/deep-learning-browser。你也能在https://reii-nakano

麒思妙想·2020-07-13 04:02

TensorFlow深度学习应用实践

http://product.dangdang.com/25207334.html内容简介本书总的指导思想是在掌握深度学习的基本知识和特性的基础上，培养使用TensorFlow进行实际编程以解决图像处理相关问题的能力。全书力求深入浅出，通过通俗易懂的语言和详细的程序分析，介绍TensorFlow的基本用法、高级模型设计和对应的程序编写。本书共22章，内容包括Python类库的安装和使用、Tenso

brucexia·2020-07-13 03:31

深度学习入门指北——从硬件到软件

你又是如何将深度学习应用到实际生产中的？RachelThomas认为，所有的这些问题都可以归结到一

人工智能爱好者俱乐部·2020-07-13 01:09

《TensorFlow深度学习应用实践》速成笔记与学习心得

因急于从零开始做一个TensorFlow项目，边看边记一下这本书里可用的内容。本文的内容是为看这本书不求甚解，能用即可，突击速成。如果有人也需要速成一个TensorFlow小项目，本文应该能帮你节约一点时间。第1章星星之火讲的是计算机视觉的起源和深度学习的基本概念之类的，没啥好看的第2章Python的安装与使用怎么装Python和pycharm，网上资料很多。突然讲threading类，目前没明白

good vegetable·2020-07-12 23:09

Tensorflow 入门学习14.TensorFlow实现LeNet5实例

本文学习内容来自《TensorFlow深度学习应用实践》LeNet5网络结构在计算机视觉中卷积神经网络取得了巨大的成功，它在工业上以及商业上的应用很多，一个商业上最典型的应用就是识别支票上的手写数字的LeNet5

谢厂节_编程圈·2020-07-12 17:32

Python深度学习——线性回归

线性回归主要内容包括：线性回归的基本要素线性回归模型从零开始的实现线性回归模型使用pytorch的简洁实现线性回归的基本要素模型深度学习应用中，最为重要的一条便是对参数的优化，下面介绍的内容也是基于此展开

czslxk·2020-07-12 14:26

（一）从零开始学人工智能—概述

图1.1机器学习/深度学习应用甚至，AI在一些领域正在超越人类，如，计算机视觉，围棋，……图1.2计算机视觉正在超越人类的判断1.1对于我们同花顺的产品中也应用了大量的AI技术，如我们的问财系列、小花、

同花顺技术·2020-07-12 14:35

如何用一套引擎搞定机器学习全流程？

在将深度学习应用于实际业务的过程中，往往需要结合数

Ververica·2020-07-12 14:58

戴尔科技峰会观察二：人工智能的兴起，戴尔的应对之道

在2016戴尔科技峰会上，戴尔与中科院自动化所正式启动“企业级深度学习应用与服务平台——诸葛·深知”，这是2015年双方宣布成立“人工智能与先进计算联合实验室”之后，经过一年的不断创新的成

weixin_34402090·2020-07-12 10:12

论文Recent Trends in Deep Learning Based Natural Language Processing

深度学习应用于NLP的一大优势是自动特征提取，而传统的NLP处理技术大多是通过手工提取特征，手工提取特征耗时、不完整。

hust-dou·2020-07-12 04:12

周志华教授专著《集成学习：基础与算法》上市，豆瓣满分森林书破解AI实践难题

在这个深度学习应用取得巨大成功的当下，我们无法忽

博文视点·2020-07-11 03:18

大数据时代，现代农业的数字化革命

对人工智能，大数据，深度学习应用前景的看法也是千人千面，有人认为是风口，也有人认为是泡沫，或者兼而有之，即机会与挑战并存。重要的是，我们要勇敢的接受挑战，更要牢牢地把握机会。

神秘嘉宾方·2020-07-11 01:52

OpenCV入门及应用案例：手把手教你做DNN图像分类

导读：本文将介绍OpenCV的源码结构、OpenCV深度学习应用的典型流程，以及深度学习和OpenCVDNN（DeepNeuralNetworks，深度神经网络）模块的背景知识，让读者可以快速认识OpenCV

大数据v·2020-07-10 15:21

深度学习应用实践7MNIST手写数字识别问题的神经元模型实践

具体代码见github文章目录1问题2代码实践2.1载入数据2.2模型变量2.3训练模型超参数2.4定义模型2.5模型训练3评估模型4应用模型5结果讨论1问题2代码实践2.1载入数据importtensorflowastfimporttensorflow.examples.tutorials.mnist.input_dataasinput_datamnist=input_data.read_dat

#楚歌·2020-07-10 09:59

深度学习应用开发--1.1人工智能、机器学习和深度学习

（一）人工智能、机器学习和深度学习的关系AI>ML>DL机器学习：让计算机通过算法学习，获得数据中的规律，利用规律对新样本进行预测人（婴儿）通过经验总结规律识别物体；机器（计算机）通过从历史数据中总结模型预测新输入（二）机器学习的学习形式分类有监督学习（supervisedlearning）：输入的数据含有正确输出（区分方法）的标签，以便被输入某个数据时，能得到相应的正确输出适用于：线性回归问题无

Cheeky_man·2020-07-09 23:59

深度学习应用开发-Tensorflow实践（笔记1）

课程平台：中国大学MOOC课程名称：深度学习应用开发-Tensorflow实践开课学校：浙江大学城市学院主讲教师：吴明辉、李卓蓉、金苍宏一、环境搭建：1.Anaconda的下载，到清华大学开源软件站上下载安装包会快一些

天岸马是神马·2020-07-09 17:10

图森面试官| 图森未来首席科学家王乃岩：播下去的种子，早晚会开花

除此以外，他的名字后面还经常和“深度学习应用于目标追踪领域全球第一人”、“2014GooglePhDFellow计划入选者“、”MXNet核心开发者“等等联系在一起。

AI科技大本营·2020-07-09 15:25

（中国大学MOOC）《深度学习应用开发-TensorFlow实践》（第8讲---MNIST手写数字识别：多层神经网络与应用）

全连接单隐藏层网络建模实现%matplotlibnotebookimporttensorflowastfimporttensorflow.examples.tutorials.mnist.input_dataasinput_datafromtimeimporttimeimportmatplotlib.pyplotaspltimportnumpyasnpmnist=input_data.read_d

ccnuacmhdu·2020-07-09 14:36

（中国大学MOOC）《深度学习应用开发-TensorFlow实践》（第7讲---MNIST手写数字识别问题）

利用单个神经元解决手写数字识别的10分类问题。MNIST手写数字识别数据集（准备数据）MNIST数据集来自美国国家标准与技术研究所，NationalInstituteofStandardsandTechnology(NIST)。数据集由来自250个不同人手写的数字构成，其中50%是高中学生，50%来自人口普查局(theCensusBureau)的工作人员。训练集55000条，验证集5000条，测试

ccnuacmhdu·2020-07-09 14:36

DRCNN高光谱图像分类《Diverse Region-Based CNN for Hyperspectral Image Classiﬁcation》论文解析

引言简介目前深度学习应用日趋广泛，而卷积神经网络（CNN）作为一种针对图像处理及其有效的网络框架在图像分类领域表现出了良好的性能与准确率。但是对于高光谱图像分类问题CNN也出现了一些问题。

ccly1996·2020-07-09 09:06

RPNet对高光谱图像分类《Hyperspectral image classification via a random patches network》

相关介绍如今越来越多的研究将深度学习应用到高光谱图像(HSI)分类中。

杨二饼·2020-07-09 09:20

深度学习应用开发-TensorFlow实践 - mnist手写数字识别1

单个神经元前向计算实现mnist手写数字识别代码importtensorflowastfimporttensorflow.examples.tutorials.mnist.input_dataasinput_datamnist=input_data.read_data_sets("data/",one_hot=True)#next_batch()实现方法会对内部数据先进行洗牌操作！batch_im

checkchecking·2020-07-09 08:29

文本中的Tokenizer使用Tensorflow实现

fromtensorflow.contribimportlearnimportnumpyasnpimportjiebadata=["自然语言处理将是人工智能发展中最瑰丽的皇冠","深度学习应用于工业生产

AlphaU·2020-07-08 19:48

从seq2seq到谷歌BERT，浅谈对Attention Mechanism的理解

将深度学习应用到NLP时，许多任务被转换为一个SequencetoSequence的模型来解决，例如对话系统，机器翻译，文本自动摘要等。

人攻智能·2020-07-08 19:03

【AI每日播报】推荐系统老司机的10条经验深度学习应用大盘点

今日精选四篇CSDN精致博文，其中包括长篇系列连载《自动梯度求解》系列、苦口婆心的《推荐系统老司机的十条经验》、可以用来对照自省的《这11个观点可能会让你和深度学习擦肩而过》、以及总结非常全面的《深度学习应用大盘点

csdn王艺·2020-07-08 03:31

用GPU进行TensorFlow计算加速

小编说：将深度学习应用到实际问题中，一个非常大的问题在于训练深度学习模型需要的计算量太大。

博文视点·2020-07-07 04:30

最快最全深度学习训练/GPU服务器硬件配置推荐2019

如今，深度学习应用越来广泛、深入，例如安防：人脸识别、指纹识别...汽车驾驶：自动无人驾驶...翻译语音识别、机器翻译...医学：医疗图像诊断...金融：量化策略交易...逻辑分析：围棋AI、游戏AI.

於無聲處聽驚雷·2020-07-07 00:05

OpenVINO快速入门

由于其商用免费，且可以把深度学习模型部署在英尔特CPU和集成GPU上，大大节约了显卡费用，所以越来越多的深度学习应用都使用OpenVIN

LabVIEW_Python·2020-07-06 09:29

行为识别笔记：improved dense trajectories算法（iDT算法）

转发请注明出处：http://blog.csdn.net/wzmsltw/article/details/53023363iDT算法是行为识别领域中非常经典的一种算法，在深度学习应用于该领域前也是效果最好的算法

Will-Lin·2020-07-06 08:12

边缘检测使用 OpenCV 和深度学习进行整体嵌套边缘检测

和深度学习进行整体嵌套边缘检测热狗原文链接边缘检测使用OpenCV和深度学习进行整体嵌套边缘检测在2019年7月21日上张贴由hotdog发表回复边缘检测使用OpenCV和深度学习进行整体嵌套边缘检测在本教程中，您将学习如何使用OpenCV和深度学习应用整体嵌套边缘检测

hotdog29·2020-07-06 03:21

英特尔Movidius推神经计算棒，可在终端运行神经网络

翻译|AI科技大本营（rgznai100）参与|周翔日前，英特尔旗下公司Movidius刚刚推出了一款全新产品：一个能让开发者和研究人员在终端设备部署深度学习应用程序的USB棒，售价79美元。

weixin_34121304·2020-07-06 00:02

英特尔开源BigDL，可直接在Spark框架下运行深度学习

通过使用BigDL，用户可以将他们的深度学习应用程序作为标准的Spark程序发布(即将基于BigDL的深度学习代码直接嵌入已有的Spark程序中)，同时，BigDL还简化了基于Hadoop框架的数据加载过程

weixin_34038652·2020-07-06 00:17

不需要敲代码就可以开发深度学习应用？我们来探个究竟

在深度学习仍然需要不少的数学和计算机编程能力的现在，如果突然出现了一个不需要写任何公式和代码的深度学习应用开发平台，你会是什么感觉?震惊?鄙夷?

深度学习世界·2020-07-05 14:09

我们压缩了一批深度学习进阶“传送门”给小白

编译：ShanLIU、Chloe、笪洁琼、Harry作者：SethWeidman阅读这篇文章的必要性：无论是作为行业内的从业者还是一个组织，在开始深度学习应用之前，都需要掌握两件事：1.知其然：掌握一个基础概念

大数据文摘·2020-07-04 15:11

深度学习应用(计算机视觉)与开发框架介绍

一、深度学习应用1.计算机视觉图片识别(ImageClassification)是常见的分类问题。神经网络的输入为图片数据，输出值为当前样本属于每个类别的概率分布。

擦镜子的小默·2020-07-04 06:31

「文献05」深度学习应用于基因组学的入门指导

日期：2019年2月2日——2019-Week5分类：「综述+资源」题目：AprimerondeeplearningingenomicsDOI:https://doi.org/10.1038/s41588-018-0295-5杂志：Naturegenetics，21December2018关键词：Deeplearning，genomics深度学习是机器学习的一个变异，其使用神经网络从数据集中自动提

六六_ryx·2020-07-01 08:51

第1099期AI100_机器学习日报(2017-09-21)

：解读+中文实战@爱可可-爱生活JeffDean两年AMA全盘点：26个关于谷歌大脑和机器学习未来的问题@ChatbotsChina微信小程序语音识别服务搭建全过程解析@IT技术头条NASA机器学习/深度学习应用

机器学习日报·2020-07-01 01:26

推荐频道

深度学习应用