ITPub博客

首页 > 人工智能 > 深度学习

关于 “深度学习” 的内容如下:

  • 「GAN优化」GAN训练的小技巧

     2019-10-17 13:45:25上一期中,我们说明了GAN训练中的几个问题,例如由于把判别器训练得太好而引起的梯度消失的问题、通过采样估算距离而造成偏差的问题、minmax问题不清晰以及模式崩溃、优化选择在参数空间而非函数空间的问题等,今天这篇小文将从博弈论的角度出发来审视一下GAN训练时的问题,说明训练GAN其实是在寻找纳什均衡,然后说明达到纳什均衡或者说损失函数收敛是很难的,

    AIBigbull2050 深度学习 25 2019-10-19 10:08
  • 「完结」12篇GAN的优化文章大盘点,浓浓的数学味儿

     2019-10-17 13:50:40专栏《GAN的优化》(第一季)正式完结啦!在这一季里,我们从生成模型出发,讲述了GAN的基本理论,包括工作原理,更具有普适性的f散度度量和Wasserstein距离,以及IPM框架并顺带给出了一个处理WGAN的莱布尼茨限制的优雅解决方法;接着介绍了GAN训练困难的原因以及几个训练技巧;然后从动力学视角出发探索GAN的训练,将GAN与动力学方程联系在

    AIBigbull2050 深度学习 26 2019-10-19 10:07
  • 细说如何在香港开立公司银行账户

    细说如何在香港开立公司银行账户一、银行账户:  无论你在全球何地建立的公司,都能在香港开设银行账户。一般来讲,香港公司、中国公司离岸公司和海外公司,都可以被银行接受开立账户,被银行列入黑名单的国家和地区除外,如英国公司。二、本地帐户和离岸帐户:  对企业而言,任何企业可以开立本地帐户和离岸帐户,本地帐户指的是香港企业在香港本地银行开立的帐户;离岸帐户指的是香港企业在香港地区以外的银行开立的帐户,或

    卓信136 深度学习 166 2019-10-18 15:05
  • AI大佬“互怼”:Bengio和Gary Marcus隔空对谈深度学习发展现状

    编译 | AI科技大本营编辑部出品 | AI科技大本营(ID:rgznai100)去年以来,由于纽约大学教授 Gary Marcus 对深度学习批评,导致他在社交媒体上与许多知名的 AI 研究人员如 Facebook 首席 AI 科学家 Yann LeCun 进行了一场论战。不止 LeCun ,他还对另一深度学习 大牛 Yoshua Bengio 的相关观点进行了反驳。近期,由于Bengio 对外

    AIBigbull2050 深度学习 215 2019-10-18 12:58
  • 深度学习/计算机视觉常见的8个错误总结及避坑指南

    导语:或许,有些问题是大家都会遇到的人类并不是完美的,我们经常在编写软件的时候犯错误。有时这些错误很容易找到:你的代码根本不工作,你的应用程序会崩溃。但有些 bug 是隐藏的,很难发现,这使它们更加危险。在处理深度学习问题时,由于某些不确定性,很容易产生此类错误:很容易看到 web 应用的端点路由请求是否正确,但却不容易检查梯度下降步骤是否正确。然而,在深度学习实践例程中有很多 bug 是可以避免

    AIBigbull2050 深度学习 400 2019-10-17 09:04
  • 一个简单快速的OCR表单识别录入工具

    “一个简单快速的表单识别录入工具!”常年在辗转于纸质表单文件处理,听起来是不是有点跃跃欲试?日常生活工作过程中,必不可免会产生大量单据和纸质文档资料,譬如表单、档案、理赔等,在电子化档案建设过程中,都需要大量人力完成手工录入。OCR技术出现之后,电子档案建设模式发生了颠覆性的变化。云脉深度学习人工智能识别技术,推出的表单识别技术结合光学电子设备(扫描仪、摄像机等),通过拍摄/扫描的方式快速提取表单

    yunmaiocrsdk 深度学习 378 2019-10-16 14:02
  • 开源图神经网络框架DGL升级:GCMC训练时间从1天缩到1小时

    又一个AI框架迎来升级。这次,是纽约大学、亚马逊联手推出图神经网络框架DGL。不仅全面上线了对异构图的支持,复现并开源了相关异构图神经网络的代码,在GCMC、RCGN等业内知名的模型实现上,取得更好效果。还发布了训练知识图谱嵌入(Knowledge Graph Embedding)专用包DGL-KE,在许多经典的图嵌入模型上都获得了性能提升。目前,这个在2018年NeurIPS大会上发布的框架,已

    AIBigbull2050 深度学习 404 2019-10-16 12:55
  • Facebook 发布 Detectron2:基于 PyTorch 的新一代目标检测工具

    Detectron 是 FAIR 在 2018 年初公开的目标检测平台,包含了大量业内最具代表性的目标检测、图像分割、关键点检测算法,该框架主要基于 python 和 caffe2 实现,开源项目已获得了超 2.2w 的星标数。而 Detectron2 则是刚推出的新版 PyTorch 1.3 (详情查看:https://www.leiphone.com/news/201910

    AIBigbull2050 深度学习 402 2019-10-16 08:47
  • Facebook开源模型可解释库Captum,这次改模型有依据了

    作者 | Narine Kokhlikyan, Vivek Miglani, Edward Wang, Orion Reblitz-Richardson译者 | Rachel出品 | AI科技大本营(ID:rgznai100)【导读】前脚 TF 2.0 刚发布,在 PyTorch 开发者大会首日也携 PyTorch1.3 版本而来。除此之外,还发布了隐私保护机器学习框架 CrypTen、模型可解释

    AIBigbull2050 深度学习 436 2019-10-15 13:01
  • BVS智能视频分析-智慧交通解决方案

    随着现代城市化进程的快速发展,机动车辆保有量的急剧增加,道路交通及管理已经成为城市和交通管理部门的重要工作。本系统以先进的智能视频分析技术为手段,达到减少事故的发生、提高通行效率、优化交通环境的目的。在现有的城建规模上提高城市路网的通行能力,保证车辆的安全行驶,提高管理交通系统的效率和执行力。

    betvsys 深度学习 413 2019-10-15 10:42
  • 谷歌又出量子计算新成果,这次用上了深度强化学习

    日前,谷歌在 Nature 合作期刊《npj Quantum Information》上发表了一篇论文,提出结合深度强化学习的方法来实现通用量子控制,从而能够极大地提高量子计算机的计算能力。谷歌也在官方博客上发表文章介绍了这项工作。论文下载地址:https://www.nature.com/articles/s41534-019-0141-3.pdf实现近期量子计算机的主要挑战之一与其最基本的组成

    AIBigbull2050 深度学习 384 2019-10-15 08:39
  • 速度与精度的结合 - EfficientNet 详解

     2019-10-11 22:47:53初识本篇将为你介绍来自 google 的 EfficientNet,论文提出了一种多维度混合的模型放缩方法。论文链接(文末有代码):https://arxiv.org/pdf/1905.11946.pdf作者希望找到一个可以同时兼顾速度与精度的模型放缩方法,为此,作者重新审视了前人提出的模型放缩的几个维度:网络深度、网络宽度、图像分辨率,前人的文章

    AIBigbull2050 深度学习 456 2019-10-12 21:07
  • Facebook 发布 Detectron2,新一代目标检测平台

     2019-10-12 12:44:08Detectron 是 FAIR 用于实现最先进的目标检测算法(包括 Mask R-CNN)的软件系统。该系统是在Apache 2.0许可下提供的Python库,并建立在由Facebook支持的深度学习框架“Caffe2”上。自2018年发布以来,Detectron对象检测平台已经成为Facebook人工智能研究(FAIR)广泛采用的开源项目之一。

    AIBigbull2050 深度学习 777 2019-10-12 21:05
  • 细粒度物体检测算法的升级揭秘

    EasyDL是百度大脑的定制化模型训练和服务平台,用户通过EasyDL可以低成本地训练自己的深度学习模型,从而获得效果优异的定制化AI服务。自上线以来,EasyDL的用户规模和使用场景迅速增长,也收到了深度学习业内人士的赞赏和青睐。在众多模型使用场景中,小目标物体的检测比较常见,一般的目标检测算法往往效果不理想;因此,EasyDL团队针对小目标物体的检测进行了专项优化,并取得了令人瞩目的效果提升。

    AIBigbull2050 深度学习 421 2019-10-12 21:02
  • 探索无限大的神经网络

    AI 科技评论按:今天我们要介绍对无限大的神经网络的探索。这个故事来自 CMU 杜少雷和胡威撰写的博客《Ultra-Wide Deep Nets and Neural Tangent Kernel (NTK)》,雷锋网 AI 科技评论编译。让我们从头讲起。被推翻的「复杂度甜点」机器学习界有一条流传已久的规矩:你需要在模型的训练误差和泛化能力之间谨慎地做出取舍。衡量泛化能力,有一个很便捷的指标是看看

    AIBigbull2050 深度学习 411 2019-10-12 17:24
  • MNIST数据集介绍

    大多数示例使用手写数字的MNIST数据集[1]。该数据集包含60,000个用于训练的示例和10,000个用于测试的示例。这些数字已经过尺寸标准化并位于图像中心,图像是固定大小(28x28像素),其值为0到1。为简单起见,每个图像都被平展并转换为784(28 * 28)个特征的一维numpy数组。概览用法在我们的示例中,我们使用TensorFlow https://github.com/tensor

    AIBigbull2050 深度学习 403 2019-10-12 10:10
  • 大话目标检测经典模型:Mark R-CNN

    2019-10-10 22:00:56在之前的文章中介绍了目标检测经典模型(R-CNN、Fast R-CNN、Faster R-CNN),目标检测一般是为了实现以下效果:在R-CNN、Fast R-CNN、Faster R-CNN中,实现了对目标的识别和定位,如下图所示:为了更加精确地识别目标,实现在像素级场景中识别不同目标,利用“图像分割”技术定位每个目标的精确像素,如下图所示(精确分割出人、汽

    AIBigbull2050 深度学习 381 2019-10-11 22:01
  • CNN进化史

    2019-10-10 22:02:42卷积神经网络(CNN)近年来取得了长足的发展,是深度学习中的一颗耀眼明珠。CNN不仅能用来对图像进行分类,还在图像分割(目标检测)任务中有着广泛的应用。CNN已经成为了图像分类的黄金标准,一直在不断的发展和改进。刘昕博士总结了CNN的演化历史,如下图所示:CNN的起点是神经认知机模型,此时已经出现了卷积结构,经典的LeNet诞生于1998年。然而之后CNN的锋

    AIBigbull2050 深度学习 392 2019-10-11 21:57
  • 谷歌又出量子计算新成果,这次用上了深度强化学习!

    导语:为实现大规模量子计算铺路~日前,谷歌在 Nature 合作期刊《npj Quantum Information》上发表了一篇论文,提出结合深度强化学习的方法来实现通用量子控制,从而能够极大地提高量子计算机的计算能力。谷歌也在官方博客上发表文章介绍了这项工作。论文下载地址:https://www.nature.com/articles/s41534-019-0141-3.pdf实现近期量子计算

    AIBigbull2050 深度学习 384 2019-10-11 15:08
  • 大话CNN经典模型:VGGNet

    2019-10-10 22:17:352014年,牛津大学计算机视觉组(Visual Geometry Group)和Google DeepMind公司的研究员一起研发出了新的深度卷积神经网络:VGGNet,并取得了ILSVRC2014比赛分类项目的第二名(第一名是GoogLeNet,也是同年提出的)和定位项目的第一名。VGGNet探索了卷积神经网络的深度与其性能之间的关系,成功地构筑了16~19

    AIBigbull2050 深度学习 419 2019-10-11 12:51
点击加载更多下一页

成为大咖

联系我们
itpub
help@itpub.net
18603471036
扫描二维码联系客服
关于 广告服务 使用条款
京ICP备16024965号
经营性网站备案信息
网络110报警服务
中国互联网举报中心
北京互联网违法和不良信息举报中心