深度神经网络gcForest 第29页

DSSM原理解读与工程实践

算法工程师进阶·2022-12-15 19:53

独家 | Meta的新学习算法可以教AI进行多任务处理

深度神经网络已经非常擅长识别照片中的物体和用自然语言进行对话，但不是同时进行：有的AI模型擅长其中一种，但不是两者都擅长。部分问题在于，这些模型使

数据派THU·2022-12-15 18:20

CUDA简介

NVIDIACUDA深度神经网络库：cuDNN显存（GlobalMemory）：显存是在GPU板卡上的DRAM。计算单元（StreamingMultiprocessor）：执行计算的。每一个SM

天边一坨浮云·2022-12-15 17:39

时间序列-预测-模型-2020：Informer【比Transformer更有效的长时间序列预测】【在对性能影响不大的前提下降低复杂度】

在当前的大数据应用场景下，用深度神经网络粗暴的自动提取特

u013250861·2022-12-15 15:54

【CS231n系列】

Stanford231n文章目录Stanford-cs231n课程学习笔记（一）前言一、传统算法最邻近分类器NearestNeighborclassifier存在问题二、深度神经网络1.线性变换2.梯度下降损失函数优化函数总结

狗狗儿儿桥·2022-12-15 15:15

深度神经网络移动终端GPU加速实践

深度神经网络移动终端GPU加速实践前言AI无疑是近几年的超级风口，“AllinAI“等押宝AI的口号层出不穷，AI的风头一时无两。

zhangbijun1230·2022-12-15 15:02

深度学习笔记-第一周

概要吴恩达老师的深度学习一共包括五门课第一门课程（神经网络和深度学习）：学习如何建立神经网络，包括一个深度神经网络，以及如何在数据上面训练他们。还将用一个深度神经网络进行辨认猫。四周时间。

蜂鸟up·2022-12-15 14:51

pyTorch入门（三）——GoogleNet和ResNet训练

GoogleNet微卡智享GoogLeNet是google推出的基于Inception模块的深度神经网络模型，Inception就是把多个卷积或池化操作，放在一起组装成一

Vaccae·2022-12-15 05:21

基于tensorflow的深层神经网络(一)为什么神经网络需要解决非线性和异或问题

因为深度神经网络是实现“多层非线性变换”最常用的一种方法，所以在实际中基本上可以认为深度学习就是深度神经网络的代名词。

Wanderer001·2022-12-14 17:40

一文读懂迁移学习和预训练

引言跟传统的监督式机器学习算法相比，深度神经网络目前最大的劣势是什么？贵。尤其是当我们在尝试处理现实生活中诸如图像识别、声音辨识等实际问题的时候。

枉费红笺·2022-12-14 16:36

【MDPI出版社】2-3个月录用，神经网络、人工智能、大数据、传感器、物联网等研究领域

【出版社】MDPI【期刊简介】IF：2.5-3.0，JCR2/3区，中科院4区【检索情况】SCI在检，正刊【征稿领域】基于深度神经网络的意见挖掘和情感分析【参考周期】2-3个月左右【截稿日期】2023年

WangUnionpub·2022-12-14 16:35

Ubuntu搭建深度学习开发环境(Pytorch Tensorflow GPU版本)

显卡驱动(Driver)|官网:显卡驱动下载CUDA(NVIDIAGPU的并行运算架构)|官网:CUDA下载cuDNN(NVIDIA打造的针对深度神经网络的GPU加速库)|官网:cuD

giant潘潘潘潘潘潘潘潘潘潘潘潘潘·2022-12-14 15:25

【论文】U-Net: Convolutional Networks for Biomedical Image Segmentation

论文题目：U-Net:ConvolutionalNetworksforBiomedicalImageSegmentationu-net，用于生物医学图像分割的卷积网络1.Introduction深度神经网络在视觉领域发展非常迅猛

狂野摇摇车·2022-12-14 15:29

手把手教你使用LabVIEW OpenCV DNN实现手写数字识别（含源码）

LabVIEW中如何使用OpenCVDNN模块实现手写数字识别一、OpenCVDNN模块1.OpenCVDNN简介OpenCV中的DNN（DeepNeuralNetworkmodule）模块是专门用来实现深度神经网络相关功能的模块

·2022-12-14 14:56

Vihagle·2022-12-14 13:28

基于lstm 的GA 优化算法（matlab)

关于lstm长短期记忆网络（Longshort-termmemory,LSTM）模型本质上是一种特定形式的循环神经网络（RecurrentNeuralNetwork，简称RNN)，是一种用于时序预测的深度神经网络

m0_66161522·2022-12-14 12:18

18张图，直观理解神经网络、流形和拓扑

大约十年前开始，深度神经网络在计算机视觉等领域取得了突破性成果，引起了极大的兴趣和关注。然而，仍有一些人对此表示忧虑。

hebiwen95·2022-12-14 11:35

慕尼黑工业大学最新综述：深度神经网络中的不确定性

©PaperWeekly原创·作者|王馨月学校|四川大学本科生研究方向|自然语言处理概要在过去的十年中，神经网络几乎遍及所有科学领域，并成为各种现实世界应用的重要组成部分。由于日益普及，对神经网络预测的置信度变得越来越重要。然而，基本的神经网络不能提供确定性的估计，或者存在自信过度或不足的问题，即校准不当。为了克服这个问题，许多研究人员一直致力于理解和量化神经网络预测中的不确定性。因此，已经确定了

PaperWeekly·2022-12-14 11:32

深度神经网络的不确定性（上）

目录摘要深度神经网络不确定性的起因A.数据获取B.深度神经网络设计与训练C.推理D.预测性不确定度建模E.不确定性分类摘要基本的神经网络不能提供确定性估计，或者存在过度或过低的置信度，也就是说，校准得很糟糕

视言·2022-12-14 11:02

深度神经网络的不确定性（中）

目录不确定度估计方法A.SingleDeterministicMethodsB.BayesianNeuralNetworksC.EnsembleMethodsD.TestTimeAugmentationE.NeuralNetworkUncertaintyQuantificationApproachesforRealLifeApplications不确定度估计方法不确定度的来源很多，我们无法完全去除

视言·2022-12-14 11:02

深度神经网络的不确定性（下）

目录不确定性的测量和质量估计分类任务中的不确定性测量分类任务中的数据不确定性测量分类任务中的模型不确定性测量分类任务中的分布不确定性完备数据集性能测量估计回归任务中的不确定性测量回归任务中的数据不确定性测量回归任务中的模型不确定性估计分割任务中的不确定性校准校准方法正则化方法后处理方法不确定性估计校准方法估计校准质量数据集与baseline不确定性估计的应用真实世界的不确定度应用总结与展望总结-当

视言·2022-12-14 11:59

基于深度学习的目标检测算法综述（一）

近些年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。从最初2013年提出

浩瀚之水_csdn·2022-12-14 07:12

超大超全！万字长文详解多领域实时目标检测算法（2022最新）

摘要基于深度神经网络的目标检测器不断发展，并用于多种应用，每个应用都有自己的一组要求。安全关键型的应用程序需要高精度和可靠性，而低延迟的任务需要节约资源的神经网络结构。

自动驾驶之心·2022-12-14 07:41

深度学习中的单阶段小目标检测方法综述

随着深度学习的不断发展,目标检测技术逐步从基于传统的手工检测方法向基于深度神经网络的检测方法转变。

宋罗世家技术屋·2022-12-14 07:44

复杂交通环境感知 | 基于深度学习的计算机视觉方法综述

近年来，计算机视觉在智能交通系统（ITS）和自动驾驶（AD）中的应用逐渐转向深度神经网络架构。数据挑战与训练数据的收集和标记及其与现实世界条件的相关性、数据集固有的偏差、需要处理的大量

自动驾驶之心·2022-12-14 07:30

知识蒸馏如何快速提升人工智能模型的性能？

知识蒸馏的诞生背景近年来，深度神经网络（DNN）在工业界和学术界都取得了巨大成功，尤其是在计算机视觉任务方面。

网易易盾·2022-12-14 07:26

图像分割（三）—— Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation

特别是基于u型结构和跳跃连接的深度神经网络在各种医学图像任务中得到了广泛的应用。然而，CNN虽然取得了优异的性能，但由于卷积操作的局部性，它并不能很好

黑洞是不黑·2022-12-14 06:50

神经网络与深度学习：卷积神经网络

深度神经网络：有多层隐含层的神经网络。深度学习：自动的从数据中学习与任务相关的特征；提取出的特征缺乏可解释性。端到端学习：自动从数据中学习特征（端到端思想就是输入

Twinkle1231·2022-12-14 01:14

不平衡问题: 深度神经网络训练之殇

目录1.概述2.类别重平衡2.1重采样2.2代价敏感学习2.3Logit调整2.4小结3.信息增强3.1迁移学习3.2数据增强3.3小结4.模块改进4.1表征学习4.2分类器设计4.3解耦训练4.4集成学习4.5小结5.参考文献系列文章：枫桦：知乎专栏系列文章很早之前就对动态权重比较感兴趣，最开始接触动态权重，是17年师兄师姐的一篇论文[1]。动态权重，或者称为自适应权重，可以广泛应用于多场景、多

AI算法札记·2022-12-14 00:59

分布式训练

分布式训练可用于传统的ML模型，但更适用于计算和时间密集型任务，如用于训练深度神经网络的深度学习。分布式训练有两种主要类型：数据并行和模型并行。

Carol0630·2022-12-13 18:31

LPRNet: License Plate Recognition via Deep Neural Networks

我们的方法受到深度神经网络近期突破的启发，对中国车牌识别准确度高达95％，可以实时处理，在NVIDIAGeForceGTX1080上每个车

cdknight_happy·2022-12-13 12:58

《How transferable are features in deep neural networks》

论文《Howtransferablearefeaturesindeepneuralnetworks》该论文被NIPS2014收录，对于研究深度神经网络特征的可迁移性具有重要意义。

jackriper·2022-12-13 09:40

08.1. 序列模型

8.1.4.小结8.1.序列模型电影评分看法的改变，一些原因：锚定效应享乐适应季节性场外因素序列数据的应用场景：股价语音、文本数据地震，余震人类之间的互动等8.1.1.统计工具处理序列数据需要统计工具和新的深度神经网络架构

nsq1101·2022-12-13 09:01

李沐动手学深度学习V2-NLP序列模型和代码实现

一.序列模型1.统计工具处理序列数据需要统计工具和新的深度神经网络架构，如下图股票价格示例所示，其中用xtx_txt表示价格，即在时间步（timestep）t∈Z+t\in\mathbb{Z}^+t∈Z

cv_lhp·2022-12-13 09:53

深度学习对抗样本的防御方法

作者：19届lz论文：《深度学习对抗样本的防御方法综述》问题2013年，Szegedy等人[1]首先通过添加轻微扰动来干扰输入样本，使基于深度神经网络（Deepneuralnetwork,DNN）的图片识别系统输出攻击者想要的任意错误结果

中南大学苹果实验室·2022-12-13 02:04

卷积网络的特征图可视化（keras自定义网络+VGG16）

dcrmg/article/details/81255498使用Keras来搭建VGG网络https://blog.csdn.net/qq_34783311/article/details/84994351深度神经网络可解释性

dataloading·2022-12-12 19:08

pytorch 介绍

不仅能够实现强大的GPU加速，同时还支持动态神经网络.PyTorch提供了两个高级功能：1.具有强大的GPU加速的张量计算（如Numpy）2.包含自动求导系统的深度神经网络与tensorflow,caffe

路新航·2022-12-12 19:38

教你如何运用可视化理解卷积神经网络（CNNs）的指南

终端用户想要了解模型是如何得到最终结果时，仅用纸和笔来解释深度神经网络的工作机制是行不通的。那么，如何让神经网络不再像“黑匣子”一样神秘？可视化可以做到这一点——将神经网络的不同特征可视化

CmWill·2022-12-12 19:36

第7章网络优化与正则化

搭建神经网络的两个难点：（1）优化问题：首先，神经网络的损失函数非凸，找到全局最优解通常比较困难．其次，深度神经网络的参数非常多，训练数据也比较大，因此也无法使用计算代价很高的二阶优化方法，而一阶优化方法的训练效率通常比较低

Finch4422·2022-12-12 18:01

下面将手写数字识别的程序修改成带有卷积操作的深度神经网络结构

importtorchfrommatplotlibimportpyplotaspltfromtorchvisionimportdatasetsfromtorch.utils.dataimportDataLoaderfromtorchvisionimporttransformsimporttorch.optimasoptimimportnumpyasnpbatch_size=64data_trans

天一天666·2022-12-12 17:50

python深度神经网络量化,基于python的第一个深度神经网络-交通信号灯学习

序言：常言道，在实践中学习，在理论中提升。辗辗转转看了几本神经网络的书，磕磕绊绊地了解了一些概念，对于神经网络还是懵懵懂懂。在matlab里跑代码，纯调用库函数，真的是闭着眼睛开车。幸运的是，赶巧遇到了以下两本神作，对神经网络的本质算是一知半解。Python神经网络编程，塔里克.拉希德著，人民邮电出版社出版。深度学习图解，安德鲁.特拉斯克著，清华大学出版社出版。对于神经网络来说，选择一个好的评估函

人类桃子·2022-12-12 12:34

深度神经网络简介及python示例_Python神经网络编程/深度学习系列：(英)塔里克·拉希德|译者:林赐 : 电子电脑 :电工无线电自动化 :自动化技术 ...

导语内容提要神经网络是一种模拟人脑的神经网络，以期能够实现类人工智能的机器学习技术。塔里克·拉希德著的《Python神经网络编程》揭示神经网络背后的概念，并介绍如何通过Python实现神经网络。全书分为3章和两个附录。第1章介绍了神经网络中所用到的数学思想。第2章介绍使用Python实现神经网络，识别手写数字，并测试神经网络的性能。第3章带领读者进一步了解简单的神经网络，观察已受训练的神经网络内部

weixin_39533280·2022-12-12 12:04

为对抗训练的理论工作添砖加瓦：选择"核心子集"进行训练，大大缩短训练时间...

关注公众号，发现CV技术之美▊引言深度神经网络极易受到对抗样本的攻击。

我爱计算机视觉·2022-12-12 10:34

Keras深度学习实战（40）——音频生成

40）——音频生成0.前言1.模型与数据集分析1.1数据集分析1.2模型分析2.音频生成模型2.1数据集加载与预处理2.2模型构建与训练小结系列链接0.前言我们已经在《文本生成模型》一节中学习了如何利用深度神经网络生成文本

盼小辉丶·2022-12-12 10:38

关于端侧推理的一些框架

README_CN.mdhttps://www.mnn.zone/mnn使用教程MNN入门教程-编译与安装MNN使用详细指南(原创，包含树莓派构建MNN)MNN配置阿里的神经网络推理框架MNN使用方法MNN-深度神经网络推理引擎

Toky Zhu·2022-12-12 08:56

【读点论文】MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications改变卷积方式来简化计算

MobileNets基于一种流线型架构，使用深度方向可分离的卷积来构建轻量级深度神经网络。本文引入两个简单的全局超参数，有效地在延迟和准确性之间进行权衡。这些超

羞儿·2022-12-12 01:33

102个模型、40个数据集，这是你需要了解的机器翻译SOTA论文

其实机器翻译也走过一条漫漫长路，从早期基于规则与实例的方法，到基于统计的机器翻译，再到目前基于深度神经网络的翻译系统，我

喜欢打酱油的老鸟·2022-12-12 01:32

MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications

EfficientConvolutionalNeuralNetworksforMobileVisionApplicationsMobileNets：用于移动视觉应用的高效卷积神经网络Mobile：可以指手机等移动端；MobileNet是Google在2017年提出的轻量级深度神经网络

不存在的c·2022-12-12 01:51

时间序列分析的关键问题

特征提取利用深度神经网络或者传统特征工程的方法，例如卷积、多尺度卷积或者PCA降维法。

xiaobin199cs·2022-12-11 22:09

推荐频道

深度神经网络gcForest