深度学习应用

使用函数计算三步实现深度学习 AI 推理在线服务

目前深度学习应用广发，其中AI推理的在线服务是其中一个重要的可落地的应用场景。
阿里云云栖号·2019-12-19 21:58

使用函数计算三步实现深度学习 AI 推理在线服务

目前深度学习应用广发，其中AI推理的在线服务是其中一个重要的可落地的应用场景。
阿里巴巴云原生·2019-12-19 21:11

使用函数计算三步实现深度学习 AI 推理在线服务

目前深度学习应用广发，其中AI推理的在线服务是其中一个重要的可落地的应用场景。
阿里系统软件技术·2019-12-18 15:09

使用函数计算三步实现深度学习 AI 推理在线服务

目前深度学习应用广发，其中AI推理的在线服务是其中一个重要的可落地的应用场景。
阿里巴巴云原生·2019-12-18 15:00

聊天机器人深度学习应用-part1：引言

DEEPLEARNINGFORCHATBOTS,PART1–INTRODUCTION聊天机器人也叫做对话系统，是一个热门领域。微软、facebook、苹果、google、微信、slack都在上面做了大的投入，这是一波新的试图改变人和服务交流的创业浪潮。例如operatorx.ai,chatfuel,以及一些库例如botkit，微软的bot开发库。许多公司都希望机器人可以自然对话，和人类没有区别。并
Careyfeng·2019-12-17 03:59

从零开始搭建mxnet on mpi训练集群

一.深度学习平台的特性深度学习应用越来越多，也有越来越多的平台开源出来。我个人看好tensorflow,mxnet和百度的paddle。
skywalker·2019-12-14 00:57

深度学习硬件指南

GPU是深度学习应用的心脏——训练过程速度的提升是非常的大的，不容忽视。我在GPU推荐博客中对如何选择GPU讲的非常详细，如何选择GPU在深度学习系统中相当关键。
郭少悲·2019-12-07 11:12

移动端深度学习展望

何时才能够将机器学习、深度学习应用在移动端，敲开移动端机器学习工业化的大门呢？自从AlphaGo出现以来，深度学习毫无疑问成了行业热点，如雨后春笋快速发展，Google也在去年就转变M
dangbo·2019-11-30 01:52

（中国大学MOOC）《深度学习应用开发-TensorFlow实践》（第5讲---单变量线性回归 ：TensorFlow实战）

监督机器学习基本术语（单变量线性回归为例）特征：输入的{x1,x2,…,xn}标签：对应的y在监督式机器学习中，通过检查多个样本并尝试找出可最大限度地减少损失的模型这一过程称为经验风险最小化。均方误差(MSE)指的是每个样本的平均平方损失：训练模型的迭代方法开始的时候会给w,b赋初始值。然后多轮训练，直到总体损失不再变化或至少变化极其缓慢为止（收敛）。注意MSE是一个关于w和b的二元函数，上图是一
ccnuacmhdu·2019-11-21 20:33

（中国大学MOOC）《深度学习应用开发-TensorFlow实践》（第2讲---深度学习简介及开发环境搭建）

机器学习有监督学习训练数据是带标记的。应用：预测（针对连续数据，如线性回归、神经网络等）、分类（针对离散数据逻辑回归、决策树、KNN、随机森林、支持向量机、朴素贝叶斯、神经网络等）。线性回归举例：每分钟虫鸣声和温度的关系。分类举例：工件是否合格二分类。2.无监督学习训练数据无标记。其目的是让计算机从数据中抽取其中所包含的模式及规则。比如聚类、关联规则抽取（啤酒和尿布的故事）。3.半监督学习对于半监
ccnuacmhdu·2019-11-17 22:26

目标检测算法之R-CNN和SPPNet原理

一、R-CNN的原理R-CNN的全称是Region-CNN，它可以说是第一个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R-CNN基础上的。
|旧市拾荒|·2019-11-11 22:00

深度学习课堂应用感受

深度学习应用的一点感受——在处理习题之后陵阳中学田向华在学习了崔教授的深度学习---最简约的课改后，我尝试在处理习题时用这种方法，让学生说答案，然后解释这么做的理由，我没有用小组，而是学生依次一人一道题
崔成林·2019-11-08 10:18

从硬件配置到软件安装，一台深度学习机器的配备指南

RoelofPieters|来自:机器之心摘要:一旦我决定了搭建我自己的GPU系统时，我首先想到的是：为什么要这么麻烦自己去搭建一个呢，英伟达不是刚发布了其强大的DevBox吗，而且还可能有其它供应商也在为深度学习应用做同样的事
RocWay·2019-10-31 19:59

2018-02-08

借助Colab，您可以免费在GPU上开发深度学习应用程序。什么是GoogleColab？GoogleColab是免费的云服
冯诺依曼·2019-10-31 02:30

YouTube推荐系统架构

以YouTube（世界上最大的视频网站）为例，2016年其已经将深度学习应用于自己的系统中，并获得了显著的效果。
姜兴琪·2019-10-19 14:19

RNNoise：深度学习噪声抑制

这是RNNoise该演示演示了RNNoise项目，展示了如何将深度学习应用于噪声抑制。主要思想是将经典信号处理与深度学习相结合，以创建一种小型且快速的实时噪声抑制算法。
刘捷是个技术宅·2019-10-18 22:47

深度学习框架PyTorch入门与实践：第八章 AI艺术家：神经网络风格迁移

本章我们将介绍一个酷炫的深度学习应用——风格迁移（StyleTransfer）。近年来，由深度学习引领的人工智能技术浪潮越来越广泛地应用到社会各个领域。
金字塔下的小蜗牛·2019-10-10 08:10

使用PyTorch进行情侣幸福度测试!情侣慎用！切记！

长话短说，我的搭档（MaximilianeUhlich）和我决定将深度学习应用于浪漫情侣的形象分类上，因为Maximiliane是一位关系研究员和情感治疗师。具体来说，我们想知道我们是否可以
Python资深程序员·2019-09-22 14:15

A Deep Relevance Matching Model for Ad-hoc Retrieval阅读笔记

概述这篇论文将深度学习应用到Ad-hocRetrieval领域。Ad-hocRetrieval和之前介绍过的几篇文本
Leokb24·2019-09-16 10:42

深度学习实训营_李沐及相关资料整理代码+视频+pdf+社区地址

一站式掌握AI核心技术，迅速上手深度学习应用。本培训基于2019年加州大学伯克利分校的《深度学习导论》课程，高度浓缩为1天精华课程。
西柚七七·2019-09-05 18:30

我从非科班转到图像算法工程师（图像识别、机器学习、深度学习）(3个月)的经历

附录3：20个令人惊叹的深度学习应用附录4：机器学习、深度学习等人工智能技术在工业界的应用状况是怎样的？人力供需状况如何？附录5：深度学习在电影特效制作上有哪些应用？
Dontla·2019-09-01 21:52

令人惊叹的8个深度学习应用

2016年，围棋程序AlphaGo击败人类顶尖选手，让大众了解到深度学习的概念。不仅如此，在计算机视觉和自然语言处理领域，深度学习已经有了广泛而成熟的应用场景。人脸识别、自动驾驶、安全防范，都有深度学习的身影。语音识别、问答系统、机器翻译，都是深度学习技术的模范实践。下面收集了一些深度学习的创意应用，希望能够帮助大家开开脑洞，并感受下深度学习在生活中的应用潜力。当然也会提供了尽可能多的学习资料，让
实验楼·2019-08-23 10:00

谷歌新技术：使用概念激活向量 (CAVs) 理解深度网络

全文共2617字，预计学习时长5分钟可解释性仍是现代深度学习应用中最严峻的挑战之一。随着计算模型和深度学习研究领域不断进展，如今可建立包含数千隐藏神经层和上千万神经元的复杂模型。
读芯术·2019-08-19 15:35

视觉目标跟踪SiamFC

在视觉目标跟踪还是相关滤波器(CorrelationFilter)当道的时候，已经有很多将深度学习应用到跟踪领域的尝试。包
lgdhang·2019-08-18 22:34

机器学习——神经网络

机器学习——神经网络（一）算法原理1.1深度学习要解决的问题1.2深度学习应用领域1.3计算机视觉任务1.4得分函数1.5损失函数1.6模型表示1.7样本和直观理解1.8多类分类1.9代价函数（二）代码实现
Dujing2019·2019-08-16 08:44

机器学习——神经网络

机器学习——神经网络（一）算法原理1.1深度学习要解决的问题1.2深度学习应用领域1.3计算机视觉任务1.4得分函数1.5损失函数1.6模型表示1.7样本和直观理解1.8多类分类1.9代价函数（二）代码实现
Dujing2019·2019-08-16 08:44

anaconda安装TensorFlow报错及解决方案

问题描述按照网易云课堂中，《深度学习应用开发TensorFlow实践》课程中的讲解进行环境安装。
竦貊·2019-08-09 20:56

[AI开发]目标检测之素材标注

[AI开发]目标检测之素材标注算力和数据是影响深度学习应用效果的两个关键因素，在算力满足条件的情况下，为了到达更好的效果，我们需要将海量、高质量的素材数据喂给神经网络，训练出高精度的网络模型。
IT周见智·2019-08-02 13:00

[AI开发]目标检测之素材标注

算力和数据是影响深度学习应用效果的两个关键因素，在算力满足条件的情况下，为了到达更好的效果，我们需要将海量、高质量的素材数据喂给神经网络，训练出高精度的网络模型。
周见智·2019-08-02 13:00

新书推荐 |《TensorFlow自然语言处理》

编辑推荐深度学习应用所使用的大部分数据是由自然语言处理（NLP）提供的，而TensorFlow是目前比较重要的深度学习框架。
hzbooks·2019-07-10 06:00

哇靠靠，这也行？零基础DIY无人驾驶小车（二）

然后介绍一下如何把深度学习应用在这个无人驾驶小车DIY项目上面。开始之前，我想先让大家屡清楚三个重要的概念。AI（人工智能）、机器学习、深度学习。
cjnewstar111·2019-07-05 20:34

基于卷积神经网络的图像分类:AlexNet

基于卷积神经网络的图像分类:AlexNet0.综述1.Paper研究背景和研究成果1.1研究背景1.2研究成果2.AlexNet网络结构及部分参数计算3.数据增强与超参数设置0.综述AlexNet和VGG是深度学习应用于图像分类问题的经典之作
stdcoutzrh·2019-06-14 13:53

最简单的深度学习入门书《动手学深度学习》

就在几年前，不管在大公司还是创业公司，都鲜有工程师和科学家来将深度学习应用到智能产品与服务中。作为深度学习前身的神经网络，才刚刚摆脱被机器学习学术界认为是过时工具的印象。
人邮社异步社区·2019-06-12 09:10

Adam优化算法详细解析

Adam优化算法是一种对随机梯度下降法的扩展，最近在计算机视觉和自然语言处理中广泛应用于深度学习应用。
大笨熊。。。·2019-05-21 18:51

为什么医学影像AI已进入「后深度学习时代」？

blog.itpub.net/29829936/viewspace-2644440/“深度学习正走向两极化，大部分研究深度学习的人员会偏向于工程化，包括建立更加全面、便捷、快速、可视化的深度学习平台，'暴力'地将深度学习应用到更加多的领域
喜欢打酱油的老鸟·2019-05-15 12:49

新书推荐 |《Python深度学习实战：基于TensorFlow和Keras的聊天机器人以及人脸、物体和语音识别》...

内容简介本书讨论使用TensorFlow和Keras等框架构建深度学习应用，如计算机视觉、语音识别以及聊天机器人。
hzbooks·2019-05-14 06:22

基于TensorRT的神经网络推理与加速(caffe/pytorch等)

blog.csdn.net/intflojx/article/details/81712651一.引言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
haima1998·2019-05-08 14:17

目标跟踪检测算法（三）——相关滤波与深度学习应用

第三阶段（2012年~至今，基于相关滤波的跟踪算法提出，及深度学习的应用）1、相关滤波MOOSE(ICCV2010)是目标跟踪领域第一篇相关滤波算法，采用单通道灰度特征，在训练和检测时都没有加padding，速度：615FPS，第一次显示了相关滤波的潜力。CSK（与KCF/DCF同一作者）在MOSSE的基础上扩展了密集采样(加padding)和kernel-trick，速度：362FPS。KCF/
藏晖·2019-05-06 22:22

Tensorflow入门三-多变量线性回归（矩阵点乘叉乘转置Numpy，附练习数据集百度云资源）

爆炸安利一个免费的在网易云课堂上的课程--深度学习应用开发TensorFlow实践https://mooc.study.163.com/course/2001396000现在是2019年4月份可免费加入课程
执契·2019-04-24 14:00

要更有钱、更烧钱，OpenAI 重组，加速融资之路

OpenAI团队合影，2018年11月OpenAI是一个非盈利性的AI组织，他们雇佣了许多一流的研究和开发人员，在机器学习理论和深度学习应用方面多有诸多成果，我们曾经报道过的许多强化学习连续控制成果、5v5DOTAAI
算法与数学之美·2019-04-08 20:00

笔记：简答的深度学习应用于电影评论（IMDB）预测

关于IMDBIMDB是一个Keras内置的电影评论数据集。分为评论和评价两部分。评价简单的分为正面（1）和负面(0)。fromkeras.datasetsimportimdb(train_data,train_labels),(test_data,test_labels)=imdb.load_data(num_words=10000)print('train_datashape:{},test_d
HeII0W0rId·2019-04-07 16:44

笔记：简答的深度学习应用于电影评论（IMDB）预测

关于IMDBIMDB是一个Keras内置的电影评论数据集。分为评论和评价两部分。评价简单的分为正面（1）和负面(0)。fromkeras.datasetsimportimdb(train_data,train_labels),(test_data,test_labels)=imdb.load_data(num_words=10000)print('train_datashape:{},test_d
HeII0W0rId·2019-04-07 16:44

pytorch入门【day01】——概述与环境搭建

PyTorch是一个建立在Torch库之上的Python包，旨在加速深度学习应用。PyTorch提供一种类似NumPy的抽象方法来表征张量（或多维数组），它可以利用GPU来加速训练。
ck_101·2019-04-07 14:13

SRCNN---深度学习图像超分辨的开山之作一文的主要思想

这篇论文是深度学习应用于图像超分辨的开山之作，个人认为很有必要阅读，因为它是传统超分辨算法与深度学习超分辨算法之间的一个过渡，描述了他们之间的变迁过程，即如何提出基于深度学习的超分辨算法的。
qq_33590958·2019-03-28 11:23

深度学习模型压缩与加速方法

此外，近来只能可穿戴设备的流行也为研究院提供了在资源（内存，cpu，能耗和带宽等）有限的便携式设备上部署深度学习应用提供了机会。
别说话写代码·2019-03-05 20:07

人人都可以做深度学习应用：入门篇

comefrom:https://zhuanlan.zhihu.com/p/25482889导语2016年，继虚拟现实（VR）之后，人工智能（AI）的概念全面进入大众的视野。谷歌，微软，IBM等科技巨头纷纷重点布局，AI貌似将成为互联网的下一个风口。很多开发同学，对人工智能非常感兴趣，确不知从何入手进行学习，精神哥也同样被这个问题困扰。直至看见汉彬同学的这篇文章，豁然开朗，让我坚定地迈出了成为“A
zmjames2000·2019-03-04 10:21

RNNoise: Learning Noise Suppression（深度学习噪声抑制）（1）

（上：noisy，中：RNNoise，下：cleanspeech）RNNoise该演示介绍了RNNoise项目，显示了如何将深度学习应用于噪声抑制。主要思想是将经典信号处理与深度学习结合起来，
dakeboy·2019-02-28 18:40

MOOC学习Python爬虫

但是直接复制内容样式会消失所以直接分享链接方便以后看深度学习应用开发TensorFlow实践：http://note.youdao.com/noteshare?
sugargx·2019-02-23 09:42

深度学习硬件架构简述

原文链接：https://my.oschina.net/u/4055005/blog/3011448深度学习具有极高的计算需求，要对深度学习应用进行开发并商业化，就需要找到合适的硬件配置。
chisuijie5678·2019-02-18 14:00

pytorch实现MobileNet

论文：https://arxiv.org/pdf/1704.04861.pdf背景：为移动端和嵌入式端深度学习应用设计的网络，使得在cpu上也能达到理想的速度要求。
winycg·2019-01-26 23:21
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他