深度神经网络gcForest 第18页

北大校友“炼丹”分享：OpenAI如何训练千亿级模型？

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达转载自：AI科技评论|编译：琰琰大规模深度神经网络训练仍是一项艰巨的挑战，因为动辄百亿、千亿参数量的语言模型，需要更多的GPU内存和时间周期

Amusi（CVer）·2023-04-02 21:11

神经网络基础（1）

导言早期的深度学习受到了神经科学的启发，它们之间有着非常密切的联系，当我们说深度学习时，其实是指深度神经网络的学习。因此在介绍深度学习技术之前，首先要了解神经网络的相关知识。

君临天下夜未央·2023-04-01 19:09

自动部署深度神经网络模型TensorFlow（Keras）到生产环境中

目录Keras简介Keras模型分类Keras模型部署准备默认部署Keras模型自定义部署Keras模型总结参考Keras简介Keras是一套由Python实现的高级神经网络API，可以基于不同的后台（backend）实现，包括TensoreFlow，CNTK，MXNet（基于Keras-MXNet，处于孵化阶段）和Theano（已停止开发）。Keras可以让用户能快速的开发出原型，支持流行的卷积

aipredict·2023-04-01 16:55

Kaggle 官方教程：嵌入

嵌入是一种技术，使深度神经网络能够处理稀疏的类别变量。稀疏类别

布客飞龙·2023-04-01 14:53

PyTorch 深度学习框架：优雅而简洁的代码实现

与其他框架相比，PyTorch具有简洁的API和灵活的动态计算图，使得构建和训练深度神经网络变得更加优雅和简洁。

程序猿-饭饭·2023-04-01 09:59

神经网络的整个过程包括,神经网络的实现过程

深度神经网络具体的工作流程是什么样的？第一，深度神经网络不是黑盒，个人电脑开机直到神经网络运行在内存中的每一比特的变化都是可以很细微的观察的。没有任何神秘力量，没有超出科学解释的现象发生。

ai智能网络·2023-04-01 05:11

anaconda中安装pytorch（GPU版）（离线安装）（最简单）

pytorch大家都不陌生了，PyTorch是一个Torch7团队开源的Python优先的深度学习框架，提供两个高级功能：强大的GPU加速Tensor计算（类似numpy）构建基于tape的自动升级系统上的深度神经网络于是我在网上查了对应版本

简单v发v过·2023-04-01 01:49

ICLR 2021 | 基于自监督学习的小样本分类，代码已开源

作者|张曼黎编辑|陈大鑫深度神经网络往往要求为每个新任务收集大量标记训练数据，实用性也因此受到限制。

喜欢打酱油的老鸟·2023-03-31 15:30

2022-09-02

Resnet深度神经网络真的是网络层数越多好吗？image.png过多的层不一定会带来更好的效果，因此何凯明提出了Resnet。

巨鹿lx·2023-03-30 22:12

神经网络模型分类及应用,神经网络模型分类问题

有哪些深度神经网络模型？目前经常使用的深度神经网络模型主要有卷积神经网络(CNN)、递归神经网络(RNN)、深信度网络(DBN)、深度自动编码器(AutoEncoder)和生成对抗网络(GAN)等。

小浣熊的技术·2023-03-30 18:35

2020语言服务展望之七|李光华：神经网络机器翻译时代，我们需要一款什么样的笔译产品？

“预测未来最好的方式是创造未来”——彼得·德鲁克人机合译路漫漫基于深度神经网络算法带来的机器翻译质量大幅跃升已成为业内共识。

阿韶华·2023-03-30 15:42

CNN（卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络）的内部网络结构有什么区别？

深度学习大热以后各种模型层出不穷，很多朋友都在问到底什么是CNN（卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络），这么多个网络到底有什么不同，作用各是什么？

程序猿-饭饭·2023-03-30 10:01

【技术博客】神经网络分布式训练中参数优先传播方法

数据并行训练（Dataparalleltraining）已经广泛地运用在在深度神经网络的分布式计算中，但是，分布式计算带来的性能提升经常受限于参数同步性能的瓶颈。

MomodelAI·2023-03-30 04:37

Adversarial Attack on Deep Cross-Modal Hamming Retrieval

AdversarialAttackonDeepCross-ModalHammingRetrievalICCV-20211Introduction近来，汉明空间的跨模态检索(CrossModalHammingRetrieval，CMHR)又到越来越多的关注，这主要得益于深度神经网络出色的表示能力

鄙人不善奔跑·2023-03-30 03:37

神经网络RNN,CNN,DNN-MLP,LSTM 详解

神经网络的变种目前有，如误差反向传播（BackPropagation，BP）神经网路、概率神经网络、RNN-循环神经网络DNN-深度神经网络CNN-卷积神经网络（－适用于图像识别）、LSTM-时间递归神经网络

@ni，study·2023-03-29 14:25

神经网络：CNN、DNN、RNN

神经网络的发展深度神经网络常用的三种算法CNN：卷积神经网络局部连接权值共享卷积层池化层DNN：深度神经网络RNN：循环/递归神经网络神经网络的发展第一代神经网络又称为感知器，在1950年代被提出，其算法仅有两层

mir=ror·2023-03-29 14:22

2020-06-18

Introduction深度神经网络在许多任务中效果

杜若飞er·2023-03-29 12:38

深度学习断层实战（一）——断层标签数据自动生成（附程序）

深度学习断层实战（一）——断层标签数据自动生成原创2021-11-1220:51·科技州通过深度神经网络识别断层，是当今断层识别领域最热门的方向。

科技州与数据州·2023-03-29 12:58

分布式云边协同智能推理方法

1云侧对边缘侧进行补充和验证Suart等人[30]提出分布式深度神经网络DDNN，该分布式神经网络可以根据云侧、边缘侧和终端侧不同节点的地理层级进行扩展与缩放。

tangtangllll·2023-03-29 08:14

ACL'22 | 使用对比学习增强多标签文本分类中的k近邻机制

一些方法提出使用深度神经网络[1,2]以及标签特定的注意力网络[3,4]来增强文本的表示，同时一些其

zenRRan·2023-03-29 01:34

如何保存与调用 pytorch 训练好的网络模型

如何保存与调用pytorch训练好的网络模型_TheWindOfJune的博客-CSDN博客_pytorch训练好的模型保存和使用问题描述深度神经网络的模型训练起来十分困难，那么训练好的pytorch网络模型就应该把它保存起来

明天日和会不会去航海·2023-03-28 21:57

RNN正向及反向传播

RNN简介RNN（循环神经网络）是深度神经网络中，应用最广泛的两种神经网络架构之一。并且，作为一种时序结构的神经网络，RNN经常用于时序相关的问题中，且在NLP中应用广泛。

Leo蓝色·2023-03-27 12:18

Python深度学习实战：人脸关键点(15点)检测pytorch实现

如何检测人脸关键点本文是实现15点的检测，至于N点的原理都是一样的，使用的算法模型是深度神经网络，使用CV也是可以的。如何检测这个问题抽象出来，就是一个使用神经网络来进行预测的功能，只不

爱你是长久之计~·2023-03-26 08:48

【技术综述】人脸表情识别研究

随着机器学习和深度神经网络两个领域的迅速发展以及智能设备的普及，人脸识别技术正在经历前所未有的发展，关于人脸识别技术讨论从未停歇。

有三AI·2023-03-25 15:45

神经网络初始化

日期：2019.05.26参考：http://www.deeplearning.ai/ai-notes/initialization/神经网络初始化初始化会对深度神经网络模型的训练时间和收敛性产生重大影响

山雾幻华·2023-03-25 04:29

SWA Object Detection随机权重平均【论文+代码】

这个强大的秘方受到随机权重平均（SWA）的启发，该方法在[1]中提出，用于改善深度神经网络的

做个人吧~·2023-03-25 04:49

深度学习实战篇之 ( 六) -- TensorFlow学习之路（三）

以深度神经网络为代表的深度学习模型，在19世纪70年代进入寒潮以来，再次焕发出活力、得到学术界和工业界广泛关注，与他的贡献密不可分。

fengyuxie·2023-03-24 19:59

9.人工智能原理-深度学习：神奇的DeepLearning

而我们一般把隐藏层超过三层的网络也就称之为深度神经网络。如此说来，深度学习这个听起来相当高端大气上档次，尤其

wanlin_yang·2023-03-24 19:20

黑盒预测模型有哪些问题？可解释模型有哪些重要意义？

一、黑盒模型的危害(1).无法反映事物间的真实关联举个简单的例子，我们采用一堆输入变量（如年龄、身高、患病、血液指标等）和深度神经网络预

AbnerAI·2023-03-24 16:46

树+神经网络算法强强联手（Python）

关于树模型的介绍，可见之前文章：一文讲透树模型DNN深度神经网络擅长于同构的高维数据，从高维稀疏的表示中学习到低维致密的分布式表示，

算法进阶·2023-03-24 03:58

GoogLeNet重要结构：1x1卷积核

深度神经网络的缺陷我们知道在设计神经网络时最保险的就是增加网络的深度和宽度，增加深度就是要设计更多的网络层数，增加宽度就是增加卷积核的个数。

机器不会学习·2023-03-23 01:25

深度神经网络的优化和训练的难点

反向传播算法仍然是当前深度神经网络最受欢迎的模型最优化方法。

afansdie·2023-03-22 01:38

Non-local Neural Networks

paper：Non-localNeuralNetworkscode：https://github.com/AlexHex7/Non-local_pytorch前言在深度神经网络中，捕获long-rangedependencies

00000cj·2023-03-21 04:29

面试中的深度学习基础问题

激活函数的意义泛化误差（过拟合）逻辑回归（LogisticRegression)DropoutBatchNormalization由于InternalCovariateShift(Google)效应产生，即深度神经网络随着网络层数的加深

酷暑冷冰·2023-03-17 07:04

Receptive field(感受野)

终于在知乎上中找到深度神经网络中的感受野(ReceptiveField)-蓝荣祎的文章-知乎)算是弄清了基本原理，记录以备忘1.先举个例子：e.g.两层3*3卷积操作的有效区域(感受野)是5*5(所有filter

默写年华Antifragile·2023-03-15 20:07

One-Shot Learning

平均一个类别需要6000张训练图像One-Shot试图将一个类别的训练图像减少，极端情况时只有一张图片2.在新类别的数据出现时，无需重新训练传统的神经网络无法处理没有出现在训练集中的类别例：以员工刷脸打卡为例，使用深度神经网络

南国_·2023-03-15 10:02

T4-深度学习介绍与反向传播机制

深度学习采用深度神经网络作为模型进行学习。步骤选择神经网络模型评估选择最好结果反向传播通过链式法则，进行梯度下降。

Kairk996·2023-03-15 05:26

深度残差收缩网络：（二）整体思路

深度残差收缩网络是一种新的深度神经网络，是深度残差网络的新型改进。其实，这篇文章的摘要很好地总结了整体的思路。一共四句话，非常简明扼要。

心似离弦箭·2023-03-15 04:46

transformer in cv

transformer是一种主要基于自注意力机制的深度神经网络，最初应用于自然语言处理领域。受到transformer强大的表示能力的启发，研究人员提议将transformer扩展到计算机视觉任务。

Carrie_Hou·2023-03-14 15:58

《人工智能基础》4/91天阅读

卷积层：当一个深度神经网络以卷积层为主体时，我们也称之为卷积神经网络。卷积层就是用卷积运算对原始图像或者上一层的特征进行变换的层。全连接层：略。

皮卡丘_83e1·2023-03-14 13:13

一般来说，三层神经网络可以逼近任何一个非线性函数，为什么还需要深度神经网络?

Xu_Wave·2023-03-14 07:20

第二章-pytorch实现深度神经网络与训练

目录1.随机梯度下降算法2.优化器3.损失函数3.1均方误差损失3.2交叉熵损失4.防止过拟合4.1过拟合的概念4.2防止过拟合的方法5.网络参数初始化5.1网络参数初始化方法5.2参数初始化方法应用实例1.针对某一层的权重进行初始化2.针对一个网络的权重初始化方法6.pytorch中定义网络的方式6.1数据准备6.2网络定义与训练方式16.3网络定义与训练方式27.Pytorch模型保存和加载方

城南皮卡丘·2023-03-13 20:22

Windows下搭建TensorFlow环境1（CPU版本）

TensorFlow最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。

Winni有魅力·2023-03-13 16:26

TensorFlow深度学习(一) - 基于TensorFlow的神经网络基础

1.TensorFlow是什么TensorFlow是由谷歌大脑(GoogleBrain)团队研发的一个用于深度神经网络的非常强大的开源软件库。

ElliotG·2023-03-13 13:50

如何用 Python 脚本批量下载 Google 图像？

问题《如何用Python和深度神经网络识别图像？》一文中，我给你展示了如何用深度学习，教电脑区分机器人瓦力和哆啦a梦。

王树义·2023-03-12 07:27

人人都能懂的机器学习——训练深度神经网络——迁移学习初探

梯度裁剪之前的文章向大家介绍了解决梯度问题的一个常用方法，批标准化。今天我们来一个能够减轻梯度爆炸问题的手段，梯度裁剪。所谓梯度裁剪，是在反向传播的过程中，对梯度进行修剪，使得梯度永远不会达到某个阈值。这个技术通常用在循环神经网络中，因为批标准化在RNN中不太易用。但是在其他类型的神经网络中，批标准化总是表现得非常出色。在Keras里，实现梯度裁剪只需要在创建优化器时，设置clipvalue或者c

苏小菁在编程·2023-03-11 20:50

中国互联网科技处于全球领先地位行业未来仍需加大技术研发投入

在前不久举行的世界互联网大会上，主办方举行了一场汇聚全球15项顶尖互联网科技成果的展示，其中包括多项来自中国的科技成果，如中科院计算机技术研究所的“寒武纪1A深度神经网络处理器”、“百度

智典云科技·2023-03-11 17:28

【深度强化学习】(1) DQN 模型解析，附Pytorch完整代码

github.com/LiSir-HIT/Reinforcement-Learning/tree/main/Model1.算法原理1.1基本原理DQN（DeepQNetwork）算法由DeepMind团队提出，是深度神经网络和

立Sir·2023-03-11 08:04

pytorch基本张量数据操作（一）

对于现代深度神经网络，GPU通常可以提供50倍或更高的加速比，因此不幸的是，仅凭numpy不足以实现现代深度学习。最基本的PyTorch概念：Tensor（张量）。

zirubai·2023-03-10 01:06

主流CPU、GPU、VPU、SOC简介

VisionProcessingUnit）MovidiusMyriad2（MA2450）芯片Q2'16发布，2016年Intel芯片收购计算机视觉公司Movidius，MovidiusMyriadMA2485是Intel第一个用于深度神经网络推理的视觉处理单元芯片

Mr_Michael·2023-03-09 22:27

推荐频道

深度神经网络gcForest