LeCun

[NN] 随机VS批训练

本文翻译节选自1998-Efficient BackProp, Yann LeCun et al.. 4.1 随机VS批训练 每一次迭代, 传统训练方式都需要遍历所有数据集来计算平均梯度.
·2015-11-11 03:01

Logistic Regression 之手写数字识别

MNIST 数据库由NYU 的 Yann LeCun 等人维护， Yann LeCun 自 1998
·2015-11-11 02:09

Caffe代码导读（5）：对数据集进行Testing

  先用手写体识别例子，MNIST是数据集（包括训练数据和测试数据），深度学习模型采用LeNet（具体介绍见http://yann.lecun.com/exdb/lenet/），由Yann
·2015-11-08 16:49

对话深度学习专家雅恩∙乐昆：让深度学习摆脱束缚

时间：这个报道是大概2015年2月的文章：Facebook AI Director Yann LeCun on His Quest to Unleash Deep Learning and Make Machines
·2015-11-08 16:44

学习笔记：Caffe上LeNet模型理解

学习笔记：Caffe上LeNet模型理解 Caffe中用的模型结构是著名的手写体识别模型LeNet-5（http://yann.lecun.com/exdb/lenet/a35.html）。
·2015-11-07 10:24

MNIST数据库介绍及转换

MNIST数据库官方网址为：http://yann.lecun.com/exdb/mnist/，也可以在windows下直接下载，train-images-idx3-ubyte.gz、train-labels-idx1
fengbingchun·2015-11-03 09:54

MNIST数据库介绍及转换

MNIST数据库官方网址为：http://yann.lecun.com/exdb/mnist/，也可以在windows下直接下载，train-images-idx3-ubyte.gz、train-labels-idx1
fengbingchun·2015-11-03 09:00

对话Facebook人工智能实验室主任、深度学习专家Yann LeCun

对话Facebook人工智能实验室主任、深度学习专家Yann LeCun Yann LeCun（燕乐存），Facebook人工智能实验室主任，NYU数据科学中心创始人，计算机科学、神经科学、电子电气科学教授
·2015-11-02 15:33

Yann LeCun：已解决CIFAR-10，目标 ImageNet

Yann LeCun：已解决CIFAR-10，目标 ImageNet Kaggle近期举办了一场 关于CIFAR-10数据集的竞赛，该数据集包含有6万个32*32的彩色图像，共分为10种类型
·2015-11-02 11:23

对话机器学习大神Yoshua Bengio（上）

他连同Geoff Hinton老先生以及 Yann LeCun（燕乐存）教授，缔造了2006年开始的深度学习复兴。他的研究工作主要聚焦在高级机器学习方面，致力于用其解决人工智能问题。
·2015-10-31 15:47

卷积神经网络总结

blog.csdn.net/achaoluo007/article/details/40956285       CNNs应用的最成功的一个例子：Yann LeCun
·2015-10-31 15:47

对话机器学习大神Yoshua Bengio（下）

他连同Geoff Hinton老先生以及 Yann LeCun（燕乐存）教授，缔造了2006年开始的深度学习复兴。他的研究工作主要聚焦在高级机器学习方面，致力于用其解决人工智能问题。
·2015-10-31 10:21

cv 论文（CNN相关）

这是1998年Yann Lecun的一篇大作，是研究CNN必看的一
·2015-10-31 08:04

MNIST手写数字数据库保存为*.bmp图像之MATLAB源程序

源图像数据可访问原站http://yann.lecun.com/exdb/mnist/进行下载，或到http://downl
destiny0321·2015-10-10 16:18

LeCun、Bengio和Hinton对深度学习的联合综述（翻译）

因为原文不允许转载，故只再次给出网址摘要：最新的《Nature》杂志专门为“人工智能+机器人”开辟了一个专题，发表多篇相关论文，其中包括了LeCun、Bengio和Hinton首次合作的这篇综述文章“DeepLearning
严47·2015-10-07 13:39

LeCun、Bengio和Hinton对深度学习的联合综述（翻译）

因为原文不允许转载，故只再次给出网址    摘要：最新的《Nature》杂志专门为“人工智能+机器人”开辟了一个专题，发表多篇相关论文，其中包括了LeCun、Bengio和Hinton首次合作的这篇综述文章
q664111·2015-10-07 13:00

刚刚，ACM宣布三位深度学习之父共同获得2018年图灵奖！

2019年6月15日，在加利福尼亚州旧金山举行的ACM年度颁奖晚宴上，Bengio、Hinton和LeCun将正式收到2018年ACMA.M.图灵奖。
cpongo2·2015-10-01 13:48

Notes on Convolutional Neural Networks（阅读）

网络测试的可视化效果，http://yann.lecun.com/exdb/lenet/index.html===============================================
langb2014·2015-09-15 18:00

caffe siamese 网络 对比损失函数

摘抄自caffegithub的issue697Siamese netsaresupervisedmodelsformetriclearning[1].[1]S.Chopra,R.Hadsell,andY.LeCun.Learningasimilaritymetricdis
u014114990·2015-08-25 15:00

Nature：深度学习的现在和未来：DeepLearning、无监督学习、NLP

最新的《Nature》杂志专门为“人工智能+机器人”开辟了一个专题，发表多篇相关论文，其中包括了LeCun、Bengio和Hinton首次合作的这篇综述文章“DeepLearning”。
q375010308·2015-08-13 16:00

看Juergen Schmidhuber论战LeCun、Bengio和Hinton

对于LeCun、Bengio和Hinton三位大神联合发表于Nature的综述文章“DeepLearning”，许多深度学习从业者评论认为写得既全面又深入浅出，读来非常过瘾。
周建丁·2015-07-02 22:47

Facebook人工智能负责人Yann LeCun谈深度学习的局限性

6月7日到12日，世界顶级的计算机视觉会议CVPR在美国波士顿召开，会议邀请了Facebook人工智能实验室主任、NYU数据科学中心创始人、深度学习界的泰斗YannLeCun做了题为“What'sWrongwithDeepLearning?”的主题报告。早在20世纪80年代末，YannLeCun就作为贝尔实验室的研究员开发出了卷积网络技术，并使用它大幅度提高了手写字符的识别能力，目前美国许多手写支
张天雷·2015-07-01 00:00

Deep Learning Papers

一、ImageClassification(Recognition)lenet: http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdfalexnet: 
sunbaigui·2015-06-04 17:00

Deep Learning – Review by LeCun, Bengio, and Hinton

FROM:https://news.ycombinator.com/item?id=9613810thisisdave 7daysagoHasLeCunchangedhispositiononopenaccess?He'dpreviously"pledgedtonolongerdoanyvolunteerwork,includingreviewing,fornon-openaccesspublic
Real_Myth·2015-06-04 09:00

深度学习综述（LeCun、Bengio和Hinton）

原文摘要：深度学习可以让那些拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示。这些方法在许多方面都带来了显著的改善，包括最先进的语音识别、视觉对象识别、对象检测和许多其它领域，例如药物发现和基因组学等。深度学习能够发现大数据中的复杂结构。它是利用BP算法来完成这个发现过程的。BP算法能够指导机器如何从前一层获取误差而改变本层的内部参数，这些内部参数可以用于计算表示。深度卷积网络在处理图像、
凌风探梅·2015-06-04 09:41

深度学习综述（LeCun、Bengio和Hinton）

原文摘要：深度学习可以让那些拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示。这些方法在许多方面都带来了显著的改善，包括最先进的语音识别、视觉对象识别、对象检测和许多其它领域，例如药物发现和基因组学等。深度学习能够发现大数据中的复杂结构。它是利用BP算法来完成这个发现过程的。BP算法能够指导机器如何从前一层获取误差而改变本层的内部参数，这些内部参数可以用于计算表示。深度卷积网络在处理图像、
Real_Myth·2015-06-04 09:00

部分计算机视觉数据集汇总

经典/热点计算机视觉数据集http://yann.lecun.com/exdb/mnist/TheMNISTdatabaseofhandwrittendigits,availablefromthispage
OcmRaZOR·2015-06-04 08:32

部分计算机视觉数据集汇总

经典/热点计算机视觉数据集http://yann.lecun.com/exdb/mnist/ TheMNISTdatabaseofhandwrittendigits,availablefromthispage
csyhhb·2015-06-04 08:00

深度学习-LeCun、Bengio和Hinton的联合综述

allowtransparency="true"frameborder="0"scrolling="no"src="http://hits.sinajs.cn/A1/weiboshare.html?url=http%3A%2F%2Fwww.csdn.net%2Farticle%2F2015-06-01%2F2824811&type=3&count=&appkey=&title=%E6%9C%80%
OcmRaZOR·2015-06-02 10:38

[置顶] 深度学习-LeCun、Bengio和Hinton的联合综述

摘要：最新的《Nature》杂志专门为“人工智能+机器人”开辟了一个专题，发表多篇相关论文，其中包括了LeCun、Bengio和Hinton首次合作的这篇综述文章“DeepLearning”。
csyhhb·2015-06-02 10:00

最新的一期《Nature》（昨天在线出版），为人工智能方向开辟了专栏

包括深度学习三大牛LeCun、Bengio、Hinton的综述文章“Deep Learning”（下载：http://pan.baidu.com/s/1i3zm5Ch），来自别
杰·2015-05-28 10:00

论战Yann LeCun：谁能解释极限学习机（ELM）牛X在哪里？

论战YannLeCun：谁能解释极限学习机（ELM）牛X在哪里？YannLeCun、黄广斌、David_Wang2015转载自http://www.csdn.net/article/2015-05-07/2824636被认为学习速度快、泛化性能好的ExtremeLearningMachine(ELM，极限学习机)，在国内颇有市场，但大神YannLeCun近日质疑ELM存在命名、方法论等方面存在很多
Datuqiqi·2015-05-15 23:00

Convolution Neural Network (CNN) 原理与实现

本文结合Deeplearning的一个应用，ConvolutionNeuralNetwork进行一些基本应用，参考Lecun的Document0.1进行部分拓展，与结果展示（inpython）。
u013538664·2015-04-18 03:00

Pattern Recoginition and Machine Learning Intro - Using neural nets to recognize handwritten digits

http://neuralnetworksanddeeplearning.com/chap1.htmlhttp://yann.lecun.com/exdb/mnist/Thehumanvisualsystemisoneofthewondersoftheworld.Considerthefollowingsequenceofhandwrittendigits
·2015-04-10 11:00

深度学习介绍（六）趣闻

实际上，深度学习从上世纪80年代开始并没有受到重视，一直到90年代才有所好转，但是LeCun一直坚持了下来，正如深度学习运动核心人物GeoffreyHinton所说，“是LeCun高举着火炬，冲过了最黑暗的时代
yingyujianmo·2015-04-08 20:00

深度学习介绍（二）背景

卷积神经网络背景LeCun的LeNets深度学习网络可以被广泛应用在全球的ATM机和银行之中，它可以理解支票上写的是什么。
狮子HH·2015-04-08 19:43

深度学习介绍（二）背景

卷积神经网络背景LeCun的LeNets深度学习网络可以被广泛应用在全球的ATM机和银行之中，它可以理解支票上写的是什么。
yingyujianmo·2015-04-08 19:00

深度学习介绍（一）Yann LeCun

作为人工智能的一种形式，深度学习能够更好地模仿人类大脑。之前还有很多人工智能研究人员还在公开对该领域嗤之以鼻，而仅仅过了几年，从谷歌、微软，到百度、Twitter，深度学习已经开始蔓延到整个商业科技世界了。很多科技巨头正在挖掘一种特殊的深度学习，他们称之为卷积神经网络(convolutionalneuralnetworks)，旨在构建更加智能的互联网服务，比如可以自动理解语言和识别图像。在谷歌，卷
yingyujianmo·2015-04-08 19:00

Facebook AI Director Yann LeCun on His Quest to Unleash Deep Learning and Make Machines Smarter

原文链接：http://spectrum.ieee.org/automaton/robotics/artificial-intelligence/facebook-ai-director-yann-lecun-on-deep-learning
shuimuqingyi·2015-03-01 11:00

CNN之父再出豪言：深度学习需要新的编程语言

“深度学习需要一种新的编程语言”自20世纪80年代以来，LeCun就一直致力于神经网络研究。由于他本人对于神
cpongo2·2015-01-14 19:41

cifar10竞赛后，对Yann LeCun的采访

http://blog.kaggle.com/2014/12/22/convolutional-nets-and-cifar-10-an-interview-with-yan-lecun/1、CNN离不开大数据和高性能计算机的支持
yihaizhiyan·2015-01-05 16:00

Convolution Neural Network (CNN) 原理与实现

 本文结合Deeplearning的一个应用，ConvolutionNeuralNetwork进行一些基本应用，参考Lecun的Document0.1进行部分拓展，与结果展示（inpython）。
sruixue·2014-12-20 16:00

eblearn相关站点

eblearn介绍视频：http://videolectures.net/mlss05us_lecun_ebmli/ 深度学习入门(andrewNG):http://openclassroom.stanford.edu
y_x·2014-12-08 14:00

Caffe代码导读（5）：对数据集进行Testing

先用手写体识别例子，MNIST是数据集（包括训练数据和测试数据），深度学习模型采用LeNet（具体介绍见http://yann.lecun.com/exdb/lenet/），由YannLeCun教授提出
kkk584520·2014-12-03 12:00

MATLAB自动识别MNIST手写数字数据库

下载地址： http://yann.lecun.com/exdb/mnist/2代码下载识别代码：http://www.mathworks.cn/matlabcentral/fileexchan
tiandijun·2014-11-08 20:00

基于MNIST数据集通过朴素贝叶斯学习生成随机手写体数字图像

读者可以阅读以下http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/2、训练数据集经典的手写数字图像训练和测试集来自http://yann.lecun.com
ictwangbiao·2014-05-22 11:34

Convolution Neural Network (CNN) 原理与实现

本文结合Deeplearning的一个应用，ConvolutionNeuralNetwork进行一些基本应用，参考Lecun的Document0.1进行部分拓展，与结果展示（inpython）。
abcjennifer·2014-05-15 20:00

Convolution Neural Network (CNN) 原理与实现

本文结合Deeplearning的一个应用，ConvolutionNeuralNetwork进行一些基本应用，参考Lecun的Document0.1进行部分拓展，与结果展示（inpython）。
Rachel-Zhang·2014-05-15 00:00

对话Facebook人工智能实验室主任、深度学习专家Yann LeCun

YannLeCun（燕乐存），Facebook人工智能实验室主任，NYU数据科学中心创始人，计算机科学、神经科学、电子电气科学教授。他1983年在ESIEE获得电气工程学位，1987年在UPMC获得计算机博士学位。在多伦多大学做了一段时间博士后，于1988年加入位于新泽西州的AT&T贝尔实验室。1996年他成为图像处理研究部的主任，2003年，在普林斯顿NEC研究院经历短暂的Fellow生活以后，
Gregory Piatetsky·2014-04-30 00:00

对话Facebook人工智能实验室主任、深度学习专家Yann LeCun

YannLeCun（燕乐存），Facebook人工智能实验室主任，NYU数据科学中心创始人，计算机科学、神经科学、电子电气科学教授。他1983年在ESIEE获得电气工程学位，1987年在UPMC获得计算机博士学位。在多伦多大学做了一段时间博士后，于1988年加入位于新泽西州的AT&T贝尔实验室。1996年他成为图像处理研究部的主任，2003年，在普林斯顿NEC研究院经历短暂的Fellow生活以后，
Gregory Piatetsky·2014-04-30 00:00
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他