深度学习应用

人人都可以做深度学习应用：入门篇

本文由云+社区发表作者：徐汉彬一、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，这座堡垒也随之成为过去。从2016年三月份AlphaGo击败李世石开始，AI全面进入我们大众的视野，对于它的讨论变得更为火热起来，整个业界普遍认为，它
腾讯云加社区·2019-01-21 00:00

C++部署pytorch模型（一）————将pytorch模型转化为torchscript模型

在Windows平台上用C++部署深度学习应用一直很麻烦，caffe使用自定义层还需要自己写backward()，而TensorFlow对Windows平台的支持也不是很好，在Windows上编译有各种坑等着你
dalalaa·2019-01-18 10:44

Jeff Dean等发文《Nature Medicine》，综述深度学习在医疗领域的应用

近日，来自斯坦福大学和GoogleResearch的研究者对医疗领域中的深度学习应用进行了综述，并将研究文章发表在《NatureMedicine》上。
enohtzvqijxo00atz3y8·2019-01-18 07:00

干货|手把手教你在NCS2上部署yolov3-tiny检测模型

伴随交通、医疗、零售等行业中深度学习应用的发展，数据处理和智能分析逐渐从云端走向边缘。本人与大家分享一下英特尔的边缘计算方案，并实战部署yolov3-tiny模型。OpenVINO与NCS简介早
SIGAI_csdn·2019-01-16 11:38

深度学习

01：研究背景02：深度学习网络03：深度学习框架04：深度学习应用05：未来挑战和潜在研究方向06：未来展望关于本文引用CSDN资料，将会在最后给出链接。
朴公英不会飞·2019-01-14 14:41

CS224D 课程学习笔记 L06

Lecture6.NeuralTipsandTricksLecture6主要介绍了深度学习应用的一些小技巧，例如多任务训练、梯度检测、正则化、多种激活函数、参数初始化、学习速率等。
蜡笔大龙猫·2019-01-12 22:03

基于keras的猫狗分类（预训练网络）

二、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（pretrainednetwork）。
LepoLepo·2019-01-11 20:03

理解卷积神经网络？看这篇论文就够了

论文地址：https://arxiv.org/abs/1512.07108引言近段时间来，深度CNN已经在多个深度学习应用领域取得了
weixin_33860737·2018-12-31 23:08

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。
爱奇艺技术产品团队·2018-12-24 18:00

BigDL：用于大数据的分布式深度学习框架

它是基于ApacheSpark实现的，允许用户将其深度学习应用程序编写为标准的Spark程序（以分布式方式直接在大型数据集群上运行）。
老虎福·2018-12-18 23:47

利用Pytorch的C++前端(libtorch)读取预训练权重并进行预测

对于我们来说，之后如果想要部署深度学习应用的时候，
IAMoldpan·2018-12-17 21:29

深度学习应用到图像超分辨率重建3

我们在之前两篇博客,深度学习应用到图像超分辨率重建1,深度学习应用到图像超分辨率重建2已经介绍了一些图像超分辨的基础了，下面我们继续分享一些最新的一些论文。
alxe_made·2018-12-12 11:11

推荐系统算法工程师-从入门到就业

『课程目录』:  1_深度学习在推荐系统中的应用2_推荐系统的深度学习应用之IMDb解析3_推荐引擎-实现基础工程（1）4_推荐引擎-实现基础工程（2）5_推荐引擎-实现基础工程（3）6_推荐引擎-实现基础工程
TAN13545226112·2018-11-29 00:00

tensorflow自学笔记

（更新中...）我是跟着网易云课堂上的深度学习应用开发TensorFlow实践（吴明晖、李卓蓉、金苍宏）在学习tensorflow的，我会慢慢把自己敲的ppt中的例子的代码和结果整理之后放上来，以供大家一起学习
方偲～·2018-11-28 20:12

几种推荐搜索场景下的用户Embedding策略

这种方法最早其实是运用在NLP领域—词向量就是很好的例子，但是随着深度学习在其他各个领域（尤其是搜索/推荐/广告）的应用，衍生出了各种各样的变种，目前成为了深度学习应用到各个领域之中的标准方法。
guoyuhaoaaa·2018-11-26 14:13

Deep learning with Python 学习笔记（3）

本节介绍基于Keras的使用预训练模型方法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。
范中豪·2018-11-17 17:00

深度学习最常用的算法:Adam优化算法

Adam优化算法是随机梯度下降算法的扩展式，近来其广泛用于深度学习应用中，尤其是计算机视觉和自然语言处理等任务。本文分为两部分，
This is bill·2018-11-16 11:19

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
flyfor2013·2018-11-15 20:30

基于神经网络嵌入的推荐系统：利用深度学习和维基百科构建图书推荐系统

深度学习应用甚广，在诸多方面的表现，如图像分割、时序预测和自然语言处理，都优于其他机器学习方法。以前，你只能在学术论文或者大型商业公司中看到它的身影，但如今，我们已能利用自己的电脑进行深度学习计算。
云栖社区v·2018-10-17 22:27

基于神经网络嵌入的推荐系统：利用深度学习和维基百科构建图书推荐系统

深度学习应用甚广，在诸多方面的表现，如图像分割、时序预测和自然语言处理，都优于其他机器学习方法。以前，你只能在学术论文或者大型商业公司中看到它的身影，但如今，我们已能利用自己的电脑进行深度学习计算。
阿里云云栖社区·2018-10-15 00:00

语音识别入门

/www.inf.ed.ac.uk/teaching/courses/asr/台大數位語音處理概論http://ocw.aca.ntu.edu.tw/ntu-ocw/ocw/cou/104S204/1深度学习应用领域
chenghaoy·2018-09-18 17:15

拿去！8个Python高效数据分析的技巧，代码都给你整理好啦

不管是参加Kaggle比赛，还是开发一个深度学习应用，第一步总是数据分析。这篇文章介绍了8个使用Python进行数据分析的方法，不仅能够提升运行效率，还能够使代码更加“优美”。
weixin_34292287·2018-09-18 11:40

Tensorflow 入门学习5 建立一个隐藏层的神经网络实现回归分析

Tensorflow入门学习5建立一个隐藏层的神经网络实现回归分析本文学习资源来自《TensorFlow深度学习应用实践》说明程序下面的示例程序需要安装matplotlib库：pipinstallmatplotlib
谢厂节·2018-09-18 11:50

OCR深度学习应用

OCR技术识别文档的概括我们常说的OCR、文字识别、OCR技术识别文档是指通过电子设备等将纸质上的文字识别出来，形成可编辑的文字。OCR技术识别文档的流程随着扫描仪的普及与广泛应用，再加上摄像头迅速发展的手机等智能终端设备的应用，OCR技术识别文档软件越来越被应用于各种业务系统中。常规的OCR文字识别处理的过程包括：1、图像输入、预处理：二值化图片、噪声去除、倾斜较正；2、版面分析：把页面分为横排
ZsHua_18519103264·2018-08-30 18:11

8个Python高效数据分析的技巧

不管是参加Kaggle比赛，还是开发一个深度学习应用，第一步总是数据分析。这篇文章介绍了8个使用Python进行数据分析的方法，不仅能够提升运行效率，还能够使代码更加“优美”。
数据与算法之美·2018-08-19 17:22

基于TensorRT的神经网络推理与加速

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，应用于图像分类、分割和目标检测等，可提供最大的推理吞吐量和效率。
存远·2018-08-15 22:32

使用colab读取google driver中的数据

利用Colaboratory，可以方便的使用Keras,TensorFlow等框架进行深度学习应用的开发。但是，当我们运行.py程序需要读取googledriver中的数据时，就需要进行相关的操作。
TimeAmber·2018-08-15 22:10

教你用Keras和CNN建立模型识别神奇宝贝！（附代码）

用Keras创造一个卷积神经网络来识别神奇宝贝妙蛙种子的填充玩具简介今天的博客内容是构建完整端对端图像分类+深度学习应用系列的第二部分。
数据派THU·2018-08-14 19:00

学界 | 一文读懂如何用深度学习实现网络安全

简介我们看到的大多数深度学习应用程序通常面向市场、销售、金融等领域，但在使用深度学习来保护这些领域的产品和业务、避免恶意软件和黑客攻击方面，则鲜有文章或资源。
weixin_34392843·2018-08-10 14:39

一文读懂如何用深度学习实现网络安全

简介我们看到的大多数深度学习应用程序通常面向市场、销售、金融等领域，但在使用深度学习来保护这些领域的产品和业务、避免恶意软件和黑客攻击方面，则鲜有文章或资源。
数据分析v·2018-08-09 16:59

深度学习应用到图像超分辨率重建2

感兴趣的同学可以参考这篇文章深度学习应用到图像超分辨率重建1这里着重介绍一些新发展的一些文章。1.LearningaSingleConvolutionalSuper-ResolutionNetwor
alxe_made·2018-08-04 11:21

吴恩达Coursera深度学习课程 deeplearning.ai (5-3) 序列模型和注意力机制--编程作业(二)：触发字检测

在本周的视频中，你了解了如何将深度学习应用于语音识别。在本作业中，您将构建一个语音数据集并实现触发字检测算法（有时也称为关键字检测或唤醒检测）。
haoyutiangang·2018-07-27 09:50

深度学习之---从线性分类到人工神经网络

主要内容背景介绍深度学习应用神经网络起源基本结构神奇的分类能力以及背后的原理感知器与逻辑门强大的空间非线性切分能力网络表达力与过拟合问题BP算法与SGD代码与示例Tensorflow多层感知器非线性切分神经网络分类
Mr_XiaoZ·2018-07-26 21:34

TensorRT下FP32转INT8的过程

1.关于TensorRTNVIDIATensorRT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，应用有图像分类、分割和目标检测等，可提供最大的推理吞吐量和效率
Tiso-yan·2018-07-19 17:52

深度学习目标检测算法总结

最近准备学习和总结目前关于深度学习应用在目标检测上的文章和工作，先给个GitHub上列出的清单，Mark一下。
GeekLee95·2018-07-14 12:57

如何用Keras创建深度学习应用 | Lynda教程 中文字幕

如何用Keras创建深度学习应用|Lynda教程中文字幕BuildingDeepLearningApplicationswithKeras2.0课程ID:601801时长:1.4小时所属类别:TensorFlowPython
lyndacn·2018-07-11 21:25

Convolutional Pose Machine总结

ConvolutionalPoseMachine简介算法详细分析算法流程训练阶段使用阶段创新点数据集效果展示参考资料博客githubConvolutionalPoseMachine简介ConvolutionalPoseMachine简称CPM，将深度学习应用于人体姿态分析
cherry_yu08·2018-06-28 23:18

R-CNN，Fast R-CNN，Faster R-CNN原理及执行与训练的实例+实现自己的目标检测

一、原理篇R-CNN的原理全称是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R-CNN基础上的。
向阳+·2018-06-28 14:19

文本分类之深度学习应用总结

总览本教程分为五个部分，分别是：词嵌入（WordEmbeddings）+卷积神经网络（CNN，ConvolutionalNeuralNetwork）=文本分类使用一个单层CNN架构调整CNN超参数考虑字符级的CNN考虑用更深层的CNN进行分类1.词嵌入+CNN=文本分类文本分类的操作方法包括：使用词嵌入来表示单词，使用卷积神经网络（CNN）来学习如何辨别分类问题中的文本。在YoavGoldberg
gentelyang·2018-06-27 14:57

Halcon18--深度学习应用问题记录

1、VS下调用算子分类算子ApplyDlClassifier时，提示“Halconerror#7718：ForthisoperationthecuDNNlibraryneedstobeavailable(seeinstallationguide)”，但是Hdevelop环境下运行没有任何问题此时应该是启用了GPU，会调用Cudnn第三方库，该报错应该是Cudnn版本的问题。确认下电脑是否安装多个C
Jane_bai·2018-06-26 19:00

深度学习应用到图像超分辨率重建

黑洞照片-图像超分辨率！为什么这张黑洞照片如此重要2019年4月10日，研究小组宣布了他们的结果：他们成功地拍摄到了距离我们5400万光年的M87星系中心的超大质量黑洞。他们能够使用非常长的基线干涉测量技术，结合全球多个射电望远镜的观测，获得前所未有的分辨率。研究小组想弄清楚爱因斯坦的广义相对论是否能在黑洞的极端环境中维持下去，事实上，研究结果似乎与预言相符。在未来，随着团队瞄准较小波长的光，并招
tony2278·2018-06-21 10:54

TensorFlow CPU版源码安装

，而且不用离开Windows环境，以一个Windows标准程序的方式运行，这为我们在Windows平台上开发Linux应用提供了极大的方便，目前发现其唯一的不足之处在于其不支持对硬件GPU的访问，对于深度学习应用来说
最老程序员闫涛·2018-06-18 14:50

深度学习应用到图像超分辨率重建1

超分辨率技术（Super-Resolution）是指从观测到的低分辨率图像重建出相应的高分辨率图像，在监控设备、卫星图像和医学影像等领域都有重要的应用价值。SR可分为两类:从多张低分辨率图像重建出高分辨率图像和从单张低分辨率图像重建出高分辨率图像。基于深度学习的SR，主要是基于单张低分辨率的重建方法，即SingleImageSuper-Resolution(SISR)。1.单张图像超分辨率重建(S
alxe_made·2018-06-13 21:12

论文学习：《Deep Neural Networks for YouTube Recommendations》

这篇文章是2016年Youtube团队将深度学习应用到推荐系统上的一次尝试，下面详细介绍和解读下这篇文章：《Youtube深度神经网络推荐系统》一、Youtube业务的需求Youtube面临以下三方面的挑战
jiayk2016·2018-06-12 00:40

将用LabelImg标注得到的VOC格式数据集标签(xml文件)转换成COCO格式(json文件)

写在前面的话：制作数据集和处理数据看似是体力活，但对于机器学习和深度学习应用而言是非常重要的，千万不能掉以轻心，要认真对待，及时检查。如果数据有问题或者没处理好，再好的模型也无济于事。
Blateyang·2018-06-11 21:29

一文读懂物体分类AI算法：LeNet-5 AlexNet VGG Inception ResNet MobileNet

深度学习应用场景主要分为三类：物体识别与分类，物体检测，自然语言处理。在物体识别与分类领域，随着AlexNet在2012年一炮走红，深度学习重新燃起了一片热情。
猫耳呀·2018-06-07 17:00

一文读懂物体分类AI算法：LeNet-5 AlexNet VGG Inception ResNet MobileNet

深度学习应用场景主要分为三类：物体识别与分类，物体检测，自然语言处理。在物体识别与分类领域，随着AlexNet在2012年一炮走红，深度学习重新燃起了一片热情。
猫耳呀·2018-06-07 17:00

TensorFlow实战：Neural Style(转载)

转自：https://segmentfault.com/a/1190000009820053NeuralStyle是一个非常有意思的深度学习应用：输入一张代表内容的图片和一张代表风格的图片，深度学习网络会输出一张融合了这个风格和内容的新作品
XYYxyy55·2018-05-28 18:35

深度学习之艺术风格迁移

本博文就是介绍一个这样酷炫的深度学习应用：风格迁移。基
Oliver Cui·2018-05-24 20:58

tensorflow-android 官方demo源码分析

特别是mobileNet等体积小，占用内存少的模型出现后，将深度学习应用到终端上逐渐变得火热起来。
edmond999·2018-05-21 16:18
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他