msra

郑宇时空数据挖掘大讲堂

郑宇：多源数据融合与时空数据挖掘（上）(https://www.msra.cn/zh-cn/news/features/yu-zheng-spatiotemporal-data-mining-20170330
etip·2019-06-19 09:57

git 实际项目中操作的干货

gitclone-b+要clone的分支名+仓库地址#例如gitclone-bstock-data-spider-devhttps://amc-msra.visualstudio.com/xxxx在版本回退里
只有光头才能变强·2019-06-17 16:00

权值初始化 - Xavier和MSRA方法

设计好神经网络结构以及lossfunction后，训练神经网络的步骤如下：初始化权值参数选择一个合适的梯度下降算法（例如：Adam，RMSprop等）重复下面的迭代过程：输入的正向传播计算lossfunction的值反向传播，计算lossfunction相对于权值参数的梯度值根据选择的梯度下降算法，使用梯度值更新每个权值参数初始化神经网络的训练过程是一个迭代的过程，俗话说：好的开始就是成功的一半，
香菇不相识·2019-06-13 00:50

权值初始化 - Xavier和MSRA方法

设计好神经网络结构以及lossfunction后，训练神经网络的步骤如下：初始化权值参数选择一个合适的梯度下降算法（例如：Adam，RMSprop等）重复下面的迭代过程：输入的正向传播计算lossfunction的值反向传播，计算lossfunction相对于权值参数的梯度值根据选择的梯度下降算法，使用梯度值更新每个权值参数初始化神经网络的训练过程是一个迭代的过程，俗话说：好的开始就是成功的一半，
Brook_icv·2019-06-13 00:00

Deformable Convolutional Network的原理与实现

blog.csdn.net/StreamRock/article/details/80921550DeformableConvolutionalNetwork（简称Deform-conv）是微软亚洲研究院（MSRA
liyu0611·2019-05-21 17:23

多目标跟踪之LightTrack

包含YOLOV3的目标检测，基于CPN_res101，MSRA152，mobile_deconv这3
watersink·2019-05-18 14:12

对偶学习与强化学习

参考：https://www.msra.cn/zh-cn/news/features/dual-learning-20161207https://www.zhihu.com/question/300967426
Yapii·2019-04-21 14:49

AI公开课：19.04.03周明—MSRA副院长《NLP的进步如何改变搜索的体验》课堂笔记以及个人感悟

AI公开课：19.04.03周明—MSRA副院长《NLP的进步如何改变搜索的体验》课堂笔记以及个人感悟导读周明博士，1999年加入微软研究院(MSRA)。现任微软亚洲研究院副院长。
一个处女座的程序猿·2019-04-03 19:00

maskrcnn_benchmark理解记录——modeling\roi_heads\box_head\roi_box_feature_extractors.py

摘取config记录如下MODEL:META_ARCHITECTURE:"GeneralizedRCNN"WEIGHT:"catalog://ImageNetPretrained/MSRA/R-50"BACKBONE
业精于勤荒于嬉-行成于思而毁于随·2019-03-18 15:47

秒懂！何凯明Resnet

雷锋网注：何凯明博士，2007年清华大学毕业之后开始在微软亚洲研究院（MSRA）实习，2011年香港中文大学博士毕业后正式加入MSRA，目前在FacebookAIResearch(FAIR)实验室担任研究科学家
染血白衣·2019-03-05 10:30

机器学习书籍

《统计学习方法》作者李航，是国内机器学习领域的几个大家之一，曾在MSRA任高级研究员，现在华为诺亚方舟实验室。书中写了十个算法，每个算法的介绍都很干脆，直接上公式，是彻头彻尾的“干货书”。
清冬·2018-12-05 17:11

团队项目博客

A:我们拥有MSRA系统组资深的Julia工程师，也很容易得到Judy(世界上第一个Julia语言的调试器）团队的支持。
Julia_AI_123·2018-11-20 20:00

人工智能的“黄埔军校”，微软亚洲研究院20年走出的20位传奇人物

作为人工智能的“黄埔军校”，微软亚洲研究院（MSRA）这20年来，走出了无数传奇人物。
算法与数学之美·2018-11-08 21:00

各位大佬，别再拿人工智能当春药了！

我是个二手的人工智能表演艺术家：从博士毕业开始，就在MSRA做了几年语音识别项目的研究。虽然我们的两任院长——李开复老师和洪小文老师都是语音研究出身，却丝毫不能改变当年这一项目在全院最鸡肋的地位。
GitChat技术杂谈·2018-10-08 00:00

【人脸识别】解析MS-Celeb-1M人脸数据集及FaceImageCroppedWithAlignment.tsv文件提取

更多内容关注微信公众号：ML_Study1，MS-Celeb-1M数据集：MSRIRC是目前世界上规模最大、水平最高的图像识别赛事之一，由MSRA（微软亚洲研究院）图像分析、大数据挖掘研究组组长张磊发起
长缨缚苍龙·2018-09-19 13:54

权值初始化方法之Xavier与MSRA

首先介绍一下Xavier等初始化方法比直接用高斯分布进行初始化W的优势所在： 一般的神经网络在前向传播时神经元输出值的方差会不断增大,而使用Xavier等方法理论上可以保证每层神经元输入输出方差一致。 这里先介绍一个方差相乘的公式，以便理解Xavier：Xavier现在我们先来分析一层卷积：  其中ni表示输入个数。根据概率统计知识我们有下面的方差公式： 特别的，当我们假设输入和权重都是0均值时（
B1009·2018-09-18 11:12

MSRA-TD5000数据集使用详解

详情参考MSRA的官方地址：http://www.iapr-tc11.org/mediawiki/
xingoo·2018-09-03 18:00

深度学习中的数学与技巧(2):《Batch Normalization Accelerating Deep Network Training by Reducing Interna

今年过年之前，MSRA和Google相继在ImagenNet图像识别数据集上报告他们的效果超越了人类水平，下面将分两期介绍两者的算法细节。
lx_xin·2018-08-21 15:26

语音识别-CNN（Residual）

论文地址：DeepResidualLearningforImageRecognitionResNet——MSRA何凯明团队的ResidualNetworks，在2015年ImageNet上大放异彩，在ImageNet
Xwei1226·2018-08-13 21:54

Ubuntu16.04服务器普通用户（非管理员账户）在自己目录下安装TensorFlow， Keras等（亲测）

最近在MSRA实习，组里给了一台多GPU的服务器账号，登录进去一看，已经多个用户了。本着不打扰别人的搭建的环境，也不被别人打扰的原则，决定在自己用户的目录下面单独安装相应的开发环境。
moses1994·2018-08-08 16:01

Encoder-Decoder自动生成对联，要试试么？

下载数据和代码编程环境：TensorflowPython3.6（实现了一份基于seq2seq的自动对联的代码，感兴趣的小伙伴可以下载学习）另外，点击阅读原文尝试微软的自动对联系统（http://duilian.msra.cn
机器学习算法与Python学习-公众号·2018-07-17 19:00

ResNet论文（深度残差网络)

ResNet——MSRA何凯明团队的ResidualNetworks，2015年，在ImageNet的classification、detection、localization以及COCO的detection
糖糖糖-豆·2018-05-19 20:45

深度学习之群卷积（Group Convolution）

最近在看MSRA的王井东研究员的《InterleavedGroupConvolutionsforDeepNeuralNetworks》。论文中多次提到群卷积这个概念，所以特地学习了一下群卷积。
赛艇队长·2018-04-21 15:12

R-CNN系列比较

RCNN可以看作是RegionProposal+CNN这一框架的开山之作，RCNN的主要缺点是重复计算，后来MSRA的kaiming组的SPPNET做了相应的加速。
alibabazhouyu·2018-04-18 01:14

BiLSTM-CRF 模型实现中文命名实体识别

在MSRA的简体中文NER语料（我是从这里下载的，非官方出品，可能不是SIGHAN2006Bakeoff-3评测所使用的原版语料）上训练NER模型，识别人名、地名和组织机构名。
liangjiubujiu·2018-03-24 08:48

卷积神经网络（三）：权值初始化方法之Xavier与MSRA

基础知识首先介绍一下Xavier等初始化方法比直接用高斯分布进行初始化W的优势所在：一般的神经网络在前向传播时神经元输出值的方差会不断增大,而使用Xavier等方法理论上可以保证每层神经元输入输出方差一致。这里先介绍一个方差相乘的公式，以便理解Xavier：Xavier现在我们先来分析一层卷积：其中ni表示输入个数。根据概率统计知识我们有下面的方差公式：特别的，当我们假设输入和权重都是0均值时（目
Fire_Light_·2018-03-14 16:07

卷积神经网络（三）：权值初始化方法之Xavier与MSRA

基础知识首先介绍一下Xavier等初始化方法比直接用高斯分布进行初始化W的优势所在：一般的神经网络在前向传播时神经元输出值的方差会不断增大,而使用Xavier等方法理论上可以保证每层神经元输入输出方差一致。这里先介绍一个方差相乘的公式，以便理解Xavier：Xavier现在我们先来分析一层卷积：其中ni表示输入个数。根据概率统计知识我们有下面的方差公式：特别的，当我们假设输入和权重都是0均值时（目
Fire_Light_·2018-03-14 16:07

利用DNN训练mnist数据集(2)

相比前一次练习，主要有以下几点改进：参数的初始化由服从固定方差的高斯分布改为了MSRA(服从动态方差的高斯分布)。优化器由SGD(随机梯度下降)改为了Adam。
昌山小屋·2018-02-09 17:37

ResNet网络结构

MSRA（微软亚洲研究院）何凯明团队的深度残差网络（DeepResidualNetwork）在2015年的ImageNet上取得冠军，该网络简称为ResNet（由算法Residual命名），层数达到了152
-牧野-·2018-02-05 19:33

caffe中weight_filler

提供了7种权值初始化的方法，分别为：常量初始化（constant）、高斯分布初始化（gaussian）、positive_unitball初始化、均匀分布初始化（uniform）、xavier初始化、msra
lien0906·2018-02-01 10:05

论文分享 - R-Net: Machine Reading Comprehension with Self-Matching

介绍该文由MSRA发表，在SQuAD数据库上目前成绩最好。
HudsonLiu·2018-01-25 11:43

神经网络的权重初始化

常用的神经网络权重初始化方法有xavier和msra。由于基于的激活函数的假设不一样，msra的方差是xavier的2倍。xavier初始化基于线性激活函数，线性激活函数相当于没有激活函数。
编码视界·2018-01-05 21:35

Line:一种适应于大型网络的network Embedding策略

这篇论文也是我2017年7月份在MSRA实习的时候通过微软内部的技术分享听到的，当时也是唐建本人直接讲的，话不多说开始直接讲模型。
guoyuhaoaaa·2017-12-07 16:11

自然语言处理入门知识

https://pan.baidu.com/s/1eSphCSa密码:59je.2.如何在NLP领域第一次做成一件事by周明微软亚洲研究院首席研究员、自然语言处理顶会ACL候任主席,http://www.msra.cn
寒暑假很重要啊·2017-11-24 20:26

【论文笔记】视频物体检测(VID)系列 FGFA：Flow-Guided Feature Aggregation for Video Object Detection

：https://arxiv.org/abs/1703.10025代码链接：https://github.com/msracver/Flow-Guided-Feature-Aggregation这篇是MSRA
Elaine_Bao·2017-11-05 21:52

TensorFlow 使用例子-LSTM实现序列标注

因此，本文用了msra的分词数据。另外，由于用到了词向量，所以用了搜狗实验室发布的2008新闻数据，提前训练了300维度的字向量（用的gensim包训
Omni-Space·2017-10-17 06:57

人脸识别总体介绍

MSRA（微软亚洲研究院）在14年的最新技术——JointCascadeFaceDetectionandAlignment（ECCV14)，这篇文章直接在30ms的时间里把detection和alignmen
guoyunfei20·2017-10-10 17:56

DL4NLP —— 序列标注：BiLSTM-CRF模型做基于字的中文命名实体识别

在MSRA的简体中文NER语料（我是从这里下载的，非官方出品，可能不是SIGHAN2006Bakeoff-3评测所使用的原版语料）上训练NER模型，识别人名、地名和组织机构名。
Determined22·2017-10-08 20:00

LightRNN —— 基于RNN的轻量级语言模型

2017年6月我在MSRA实习的时候，在微软内部的Talk上听过MSRA主管研究员秦涛博士讲过一篇他们团队在2016年顶会NIPS上发表的最新成果《LightRNN:MemoryandComputation-EfficientRecurrentNeuralNetworks
guoyuhaoaaa·2017-10-06 10:05

RCNN学习笔记（0）-RCNN->SPPnet->Fast RCNN->Faster RCNN

SPPnet：MSRA的kaiming组的SPPnet对RCNN重复计算的缺点，做出了相应的加速。关键是解决了传统CN
SalaFeng是一条咸鱼·2017-10-02 21:17

互联网商业变现与计算广告（干货+5000字精彩问答）

清华电子系呆了十年，04年年底博士毕业，毕业以后在MSRA（音），我去的时候开复刚调到美国去，我师从布莱克宋。
AITBOOK·2017-09-21 10:20

神经网络中权值初始化的方法

权值初始化的方法主要有：常量初始化（constant）、高斯分布初始化（gaussian）、positive_unitball初始化、均匀分布初始化（uniform）、xavier初始化、msra初始化
迷上微笑·2017-07-27 18:09

CSDN日报20170710——《小公司程序员怎么进大公司》

点击阅读全文深度学习|深度学习的研究方向和发展趋势作者：linolzhang天朝的AI趋势貌似势不可挡，华人的高智商开始凸显，看各大Challenge的获胜者，几乎清一色的华人的身影，包括MSRA、FAIR
CSDN官方博客·2017-07-10 18:50

微软亚洲研究院（MSRA）副院长周明：未来5-10年，NLP将走向成熟

近日，微软亚洲研究院（MSRA）副院长周明在「自然语言处理前沿技术分享会」上，与大家讲解了自然语言处理（NLP）的最新进展，以及未来的研究方向，以下内容由CSDN记者根据周明博士的演讲内容编写，略有删减
csdn_csdn__AI·2017-06-05 11:39

MSRA微软亚洲研究院 最新卷积网络: Deformable Convolutional Networks(可变形卷积网络)

微软每年都是CVPR大户，今天我们要讲解的就是MSRA微软亚洲研究院的最新投稿论文：DeformableConvolutionalNetworks。（很可能被收录哦~）我们暂且翻译为：可变形卷积网络。
算法学习者·2017-05-14 21:15

TF使用例子-LSTM实现序列标注

因此，本文用了msra的分词数据。另外，由于用到了词向量，所以用了搜狗实验室发布的2008新闻数据，提前训练了300维度的字向量（用的gensim包训
Slyne_D·2017-05-11 12:54

ResNeXt网络进化

一.ResNeXt的Block改进MSRA的KaiMing转战Facebook的又一力作，大牛的神来之笔：论文下载：AggregatedResidualTransformationsforDeepNeuralNetworks
linolzhang·2017-05-11 00:51

深度学习在自然语言处理中的应用: 集智俱乐部活动笔记

活动主讲人是自然语言处理领域的知名学者吕正东，他先后在MSRA和华为诺亚方舟实验室担任过研
noter16·2017-04-27 10:26

Windows自带的远程协助工具（非远程桌面，类比QQ远程桌面）

本期，我给大家介绍一个Windows自带的远程协助工具msra.exe，看见网上相关资料很少，所以补充一下。
学神时代·2017-04-11 20:38

微软亚洲研究院英雄谱：主宰中国科技圈的半壁江山

微软亚洲研究院（MicrosoftResearchAsia，简称MSRA)，这座微软在海外设立的首个研究院，1998年由比尔盖茨钦点，从此敲响了中国IT业态苏醒的前奏。
李开复·2017-02-17 00:00
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他