深度学习应用第12页

【Tensorflow专题-01】深度学习应用介绍及tensorflow基本使用

摘要：这篇文章主要介绍深度学习的几个应用领域及安装tensorflow深度学习应用领域图像识别语音识别音频处理自然语言处理机器人生物信息处理电脑游戏搜索引擎网络广告投放医学自动诊断金融基本工具介绍ProtocolBuffer

查永春·2020-06-30 20:23

CVPR2016 论文快讯：人脸专题

原创作者汤旭转自深度学习大讲堂前言人脸识别，作为深度学习应用一个比较具有难度的方向，近几年一直得到工业界和学术界的广泛关注。

zyazky·2020-06-30 20:17

【网络表示学习】SDNE

StructuralDeepNetworkEmbedding作者：DaixinWang,PengCui,WenwuZhu来源：KDD2016源码：https://github.com/suanrong/SDNESDNE是第一个将深度学习应用于网络表示学习中的方法

zjwreal·2020-06-30 18:06

深度学习(1): 深度学习简介

2深度学习应用2.1机器学习的一般方法2.2深度学习的一般方法3GPU的迅速发展3.1GPU与显卡的区别3.2GPU与CPU区别3.3GPU种类参考资料注：转载请标明原文出处链接：https://xiongyiming.blog.csdn.net

TechArtisan6·2020-06-30 12:58

英伟达GPU及架构

V100基于Volta架构在某一个架构上进行序列化,就应该在这个架构上测试,否则会报错tensorRT:NVIDIATensorRT是一种高性能神经网络推理(Inference)引擎，用于在生产环境中部署深度学习应用程序

yang_daxia·2020-06-30 05:52

基于深度学习的推荐(七)：DeepCTR经典模型DeepFM分析及实战

在将深度学习应用到推荐领域的初期尝试中，一些不错的CTR

如雨星空·2020-06-30 04:31

Tensorflow 入门学习11.CNN卷积神经网络原理1.（卷积基本概念）

本文学习内容来自《TensorFlow深度学习应用实践》《深度学习》卷积网络（convolutionalnetwork）（LeCun，1989），也叫作卷积神经网络（convolutionalneuralnetwork

谢厂节_编程圈·2020-06-30 04:21

关于深度学习在生物学领域的应用分析

在本节中，我们回顾了在各个研究领域进行深度学习的挑战和机会，并在可能的情况下回顾将深度学习应用于这些问题的研究（表1）。

xunan003·2020-06-30 04:43

Tensorflow2——使用预训练网络进行迁移学习（Vgg16）

想要将深度学习应用于小型图像数据集，使用预训练网络就是一种常用且高效的方法。预训练网络就是一个保存好的网络，之前已在大型数据集上训练(通常是大规模图像分类任务)。

逆风飞扬fei·2020-06-29 15:59

图神经网络专用DGL库

事实上，人们一直在探索如何将深度学习应用于更广泛的结构数据中。早在2

欧阳AI锋·2020-06-29 12:22

【论文复现，含代码】Learning to Compare Image Patches via Convolutional Neural Networks

目前，将深度学习应用在景象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LearningtoCompareImagePa

一瓶可乐zc·2020-06-29 05:20

8 会话Session、变量赋值、占位符placehoIder、Feed提交数据和Fetch提取数据-深度学习应用开发-TensorFlow实践

作者：IrainQQ：2573396010微信：18802080892视频链接：第四讲磨刀不误砍柴工：TensorFlow的基本运算目录1会话(session)1.1会话的模式11.2会话的模式21.3指定默认的会话1.4交互式环境下设置默认会话2变量赋值2.1变量赋值案例2.1.1通过变量配位输出1、2.3...102.1.2通过TensorFlow的变量赋值计算:1+2+3+..+103占位符

Irain_Luo·2020-06-29 03:35

深度学习应用系列（二） | 如何使用keras进行迁移学习，以训练和识别自己的图片集

https://www.cnblogs.com/hutao722/p/9546521本文的keras后台为tensorflow，介绍如何利用预编译的模型进行迁移学习，以训练和识别自己的图片集。官网https://keras.io/applications/已经介绍了各个基于ImageNet的预编译模型，对于我们来说，既可以直接为我所用进行图片识别，也可在其基础上进行迁移学习，以满足自己的需求。但在

weixin_40688204·2020-06-29 00:15

运用AI进行数据预处理加速 ——英伟达 DALI平台

多种多样的结构化和文本/图像等非结构化数据，譬如矩阵操作/标准化normalize/图像水平翻转等，深度学习应用程序需要复杂的多阶段预处理数据管道。此类数据管道涉及在CPU上执行的计算密集型操作。

AI深度学习算法实战代码解读·2020-06-28 20:24

教你用PyTorch实现“看图说话”（附代码、学习资源）

这篇文章将和大家一起看一个有趣的多模态主题，我们将结合图像和文本处理技术来构建一个有用的深度学习应用，即看图说

weixin_34195142·2020-06-28 13:12

干货：六招教你用Python分分钟构建好玩的深度学习应用

weixin_33892359·2020-06-28 07:08

专访云知声CEO黄伟：如何打造人工智能「云端芯」生态闭环

一、云知声的技术研究2012年底，我们把深度学习应用到了语音识别。我们今天的技术架构都在使用增强学习。机器之心：这几年深度学习带来了语音识别的巨大进步，云知声是何时开始这方面研究的？

weixin_33843409·2020-06-28 06:43

[Algorithm & NLP] 文本深度表示模型——word2vec&doc2vec词向量模型

深度学习掀开了机器学习的新篇章，目前深度学习应用于图像和语音已经产生了突破性的研究进展。深度学习一直被人们推崇为一种类似于人脑结构的人工智能算法，那为什么深度学习在语义分析领域仍然没有实质性的进展呢？

weixin_33826268·2020-06-28 06:58

Deep Learning based Recommender System: A Survey and New Perspectives （1）

农民小飞侠·2020-06-27 12:47

“神经网络与机器学习”学习札记1：数理基础

最近我在通过阅读学习刘凡平等编著的《神经网络与深度学习应用实战》，有一些概念比较陌生或私以为比较重要，就摘录到此，供大家学习用。严正声明：所有内容除特殊声明均摘自参考文献。

u25th_engineer·2020-06-27 10:08

人人都可以做深度学习应用：入门篇

作者：徐汉彬链接：https://zhuanlan.zhihu.com/p/25381420来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。一、人工智能和新科技革命2017年围棋界发生了一件比较重要事，Master（Alphago）以60连胜横扫天下，击败各路世界冠军，人工智能以气势如虹的姿态出现在我们人类的面前。围棋曾经一度被称为“人类智慧的堡垒”，如今，这座堡垒也

2014wzy·2020-06-27 09:19

GraphNVP | 用于分子图生成的可逆流模型

分子表征将深度学习应用于分子

qq2648008726·2020-06-27 03:18

DeepChem | DeepChem的图卷积特征化器

DeepChem官网：https://deepchem.io/DeepChem旨在提供高质量的开源工具链，将药物开发、材料科学、量子化学和生物学方面的深度学习应用普及化。

qq2648008726·2020-06-27 03:17

独家 | 一文读懂神经网络（附解读&案例）

本文的知识将提供一个强有力的基础，带你入门神经网络的性能，应用于深度学习应用。“你的大脑并不产生思想。你的思想塑造了神经网络。”

数据派THU·2020-06-26 17:15

独家连载 | 覃秉丰深度学习重磅新书首发抢读！！！（2）

1.3深度学习应用深度学习最早兴起于图像识别，在最近几年可以说是已经深入各行各业。

Qin_bf·2020-06-26 17:50

深度学习硬件（GPU、FPGA、ASIC、DSP）

随着我们的家变得越来越智能，你会发现许多设备都会需要连续地使用深度学习应用、收集和处理数据。所以我们需要新的硬件，一个比IntelXeon所驱动的服务器更加高效的硬件。

sinat_37138973·2020-06-26 11:26

深度学习应用场景整理

这些应用场景都是商汤科技目前的核心技术实现，商汤科技是一家提供企业级产品的AI技术公司，其专注的领在于计算机视觉和深度学习，目前主要精力投放在移动互联网、安防、金融领域，目前也在智能硬件、医疗、教育等业务线在快速布局。人脸技术人脸检测跟踪人脸关键点定位人脸身份认证人脸属性人脸聚类真人检测人脸美容/美妆图像识别服装属性识别物体识别场景识别车型识别智能监控行人车辆检测行人属性人群分析文字识别文字识别-

rs勿忘初心·2020-06-26 11:10

【人体姿态】Convolutional Pose Machines

“ConvolutionalPoseMachines.”CVPR,2016本论文将深度学习应用于人体姿态分析，同时用卷积图层表达纹理信息和空间信息。目前在2016年的MPII竞赛中名列前茅。

shenxiaolu1984·2020-06-26 09:58

深度学习原理与实践(开源图书)-总目录

深度学习应用已遍及人工智能的各个分支，如专家

MTVideoAI·2020-06-26 08:42

Coursera吴恩达《卷积神经网络》课程笔记（1）-- 卷积神经网络基础

###1.ComputerVision机器视觉（ComputerVision）是深度学习应用的主要方向之一。一般的C

红色石头Will·2020-06-26 05:00

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，使用预训练网络就是一种常用且高效的方法。预训练网络就是一个保存好的网络，之前已在大型数据集上训练(通常是大规模图像分类任务)。

逍遥的狐狸·2020-06-25 20:13

【DL】云平台下运行 tensorflow 的配置步骤

《python深度学习》中作者这样建议：在开始开发深度学习应用之前，你需要建立自己的深度学习工作站。虽然并非绝对必要，但强烈推荐你在现代NVIDIAGPU上运行深度学习实验。

zengquan_li·2020-06-25 16:17

深度学习超分辨开山之作SRCNN

论文：LearningaDeepConvolutionalNetworkforImageSuper-Resolution代码：项目主页作为将深度学习应用于超分辨的开山之作，论文的思路来源于前人的基于稀疏编码的单帧超分辨重建算法

Mordekaiser·2020-06-25 09:25

FastAI-1-0-6学习第一节:框架特性与前言准备

1.它可以快速,可靠地把最先进的深度学习应用于实际问题;2.它的准确性和速度上有着明显的提高,同时所需的代码大大减少;3.它能用模块化-高级API实现最先进的技术和创新;2.FastAI检测GPU的运行状态

爱发呆de白菜头·2020-06-25 04:22

【Graph Embedding】SDNE：深度学习在图嵌入领域的应用

今天学的论文是清华大学崔鹏老师工作《StructuralDeepNetworkEmbedding》（后简称SDNE），并发表于2016KDD，目前为止共有880多引用，是一个非常经典的将深度学习应用于NetWorkEmbedding

阿泽的学习笔记·2020-06-25 03:22

监督学习、无监督学习、自监督学习和强化学习

一般来说，近年来过度关注的深度学习应用几乎都属于监督学习，比如光学字符识别、语音识别、图像分类和语言翻译。

疯狂的石头_Grace·2020-06-25 02:35

人工智能（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，A

Python-Jack·2020-06-24 21:56

Pytorch实践中文教程（1）

前言PyTorch是一个基于Torch框架的开源Python机器学习库，用于NLP,CV等深度学习应用。

Big_quant·2020-06-24 10:46

matlab2019a中迁移学习快速入门（Deep Learning Toolbox系列篇4）

深度学习应用中常常用到迁移学习。您可以采用预训练的网络，基于它学习新任务。与使用随机初始化的权重从头训练网络相比，通过迁移学习微调网络要更快更简单。

拦路雨g·2020-06-24 02:08

深度学习应用实例--对话机器人--简介

作者：jlianghttps://blog.csdn.net/jliang3深度学习应用实例--对话机器人--简介对话机器人按功能分类单轮会话场景：QA形式，一问一答，标准答案只有一个，相似问句会有很多个

J-JunLiang·2020-06-23 22:22

Deep Learning（深度学习) 学习笔记（一）

内容分为三块：1.深度学习简介2.深度学习应用3.领域概况1.深度学习简介深度学习（deeplearning）是机器学习（machinelearning）的一个方法。本节首先简单介绍机器学

warrioR_wx·2020-06-23 13:09

深度学习应用开发架构的一种思路

深度学习应用开发架构的一种思路背景深度学习当下依然处在风口，它从一开始解决单一场景中单一问题的算法，逐步成长为能够解决复杂问题的效率工具。

gaussrieman123·2020-06-23 09:18

实战Google深度学习框架：TensorFlow计算加速

来自：https://www.sohu.com/a/133657084_633698要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。

furuit·2020-06-23 09:43

AICon人工智能深度学习应用实践全60讲

本视频课程由AICon人工智能专家主讲，共三部分内容，包括“深度学习在CTR预估中的应用”、“深度学习在图像理解中的应用”和“知识图谱技术实践”。具体如下：结合中外经典案例，分享主流CTR预估的做法，以及典型的深度CTR模型的模型结构和训练方法；重点分享深度学习在图像技术中的应用，从传统的图像比对入手，介绍深度学习在图像理解中的基础技术，合具体场景给出了针对性的解决方案，分析目前主流方法的优劣性，

di_pingxian·2020-06-23 04:47

2019推荐系统算法工程师实战教程大数据推荐系统算法 Python推荐系统算法智能推荐系统算法（视频+源码+课件）

斜杠程序员·2020-06-23 00:16

文本深度表示模型——word2vec&doc2vec词向量模型（转）

html阅读目录1.词向量2.Distributedrepresentation词向量表示3.词向量模型4.word2vec算法思想5.doc2vec算法思想6.参考内容深度学习掀开了机器学习的新篇章，目前深度学习应用于图像和语音已经产生了突破性的研究进展

cqychen·2020-06-23 00:02

基于深度学习的NLP 32页最新进展综述，190篇参考文献

我们还总结，比较和对比了各种模型，对深度学习应用于NLP领域的过去，现在和未来进行了详细阐述和展望。引言自然语言处理(NLP)是一种基于理论的计算技术，用于人类

人工智能学家·2020-06-22 20:40

从硬件配置到框架选择，请以这种姿势入坑深度学习

如何将深度学习应用到生产环境中去？所有这些问题都可以归结为一个——搭建深度学习系统都需要些什么？（其中包含硬件、软件、环境与数据）在本文中，让我们将这些问题一并解决

机器之心V·2020-06-22 07:45

Datawhale零基础入门CV赛事字符识别模型

LSTM长短期记忆神经网络，针对不同的优缺点、可以知道的是，针对于1D信号而言、FC全连接神经网络应用较广，由于其可以直接做FC而不需要进行flatten，对于二维图像信号而言即2D信号而言，便是现在深度学习应用最广的卷积神经网络

光烟·2020-06-22 03:24

CTR 预测理论（二十三）：推荐系统用户兴趣特征表征方式

dby_freedom·2020-06-21 19:10

推荐频道

深度学习应用