-
贾佳亚等提出Fast Point R-CNN，利用点云快速高效检测3D目标
2019-09-10 09:50:04选自arXiv作者：Yilun Chen、Shu Liu、Xiaoyong Shen、Jiaya Jia机器之心编译参与：韩放、一鸣本文提出了一个统一、高效且有效的，基于点云的三维目标检测框架。其两阶段方法采用体素表示和原始点云数据并充分利用了它们的优势。第一阶段的网络，以体素表示为输入，只包含轻量卷积运算，产生少量高质量的初始预测。初始预测中每个点的坐标和索
-
「每周CV论文推荐」 初学GAN必须要读的文章
欢迎来到《每周CV论文推荐》。在这个专栏里，还是本着有三AI一贯的原则，专注于让大家能够系统性完成学习，所以我们推荐的文章也必定是同一主题的。GAN作为当前最有前途，也最烧钱的方向之一，值得每一个从事CV领域的同学跟进，今天给大家介绍入行GAN需要读的文章。作者&编辑 | 言有三1 GAN首先当然是要读GAN之父Goodfellow的文章[2]了，引用量已经超过了10000+，不过因为GA
-
商汤原创AI训练框架SenseParrots的成长之路
2019-09-07 18:20:29近些年，AI科技革命为世界和人们的生活带来巨大改变，而这一轮AI浪潮爆发的核心就是深度学习。2014年，商汤科技自主研发了深度学习训练框架SenseParrots，成为商汤发展原创AI技术的基石。日前，在2019世界人工智能大会上举办的WAIC开发者日活动上，商汤科技联合创始人、香港中文大学-商汤科技联合实验室主任林达华，分享了《SenseParr
-
GIF动图一步一步看懂LSTM和GRU
https://www.toutiao.com/a6733753593007964684/ 接上文：动画图解循环神经网络在这篇文章中，我们将从LSTM和GRU背后的直觉开始。然后我（Michael）将解释使LSTM和GRU表现良好的内部机制。如果你想了解这两个网络背后的机制，那么这篇文章就是为你准备的。短期记忆RNN受到短期记忆的影响。如果序列很长，他们将很难将信息从较早的时间步传送到后面的时间步
-
动画图解循环神经网络
递归神经网络的图解指南：直观理解如果你想学习机器学习，理解递归神经网络这一强大技术非常重要。如果你使用智能手机或经常上网，你很有可能已经使用过应用了RNN的应用程序。递归神经网络用于语音识别，语言翻译，股票预测; 甚至用于图像识别来描述图片中的内容。网上已经有许多关于递归神经网络的指南，本文通过分享插图以及解释我是如何理解它的。我将避免所有数学公式，而是专注于RNN背后的直觉。在这篇文章的最后，希
-
16×16 图像放大 8 倍还不糊！这个机器学习模型是怎么办到的？
https://www.leiphone.com/news/201909/v810zqfxtQ38T9Bp.html 导语：可以将非常小的图片表情恢复原状～雷锋网(公众号：雷锋网)开发者按：本篇文章为 AI 研习社社员 @Pita 的特别约稿。我们欢迎更多优秀的 AI 青年一起加入到我们的大家庭，共享 AI 领域的真知灼见（网址：https://ai.yanxishe.com）最近看到了一个比较好
-
韩松等人提出NN设计新思路：训练一次，全平台应用
选自arXiv作者：Han Cai、Chuang Gan、韩松机器之心编译参与：熊猫本文将介绍麻省理工学院与 MIT-IBM Watson AI Lab 的研究者提出的一种「一劳永逸」方法。通过分离模型训练与架构搜索过程，该方法能极大降低神经网络模型设计部署成本。链接：https://arxiv.org/pdf/1908.09791.pdf如要有效地部署深度学习模型，需要专门的神经网络架构，以便最
-
深度学习之图像目标检测速览
目标检测是很多计算机视觉应用的基础，比如实例分割、人体关键点提取、人脸识别等，它结合了目标分类和定位两个任务。现代目标检测器的框架可分为two-stage和one-stage两种类型，two-stage框架分为两步，精度高，但速度较慢，不能到、达到实时检测：1） 区分前景物体框与背景并为它们分配适当的类别标签；2） 回归一组系数使得最大化检测框和目标框之间的交并比或其它指标，最后，使用非极大值抑制
-
一行代码自动调参，支持模型压缩指定大小，Facebook升级FastText
机器之心报道参与：一鸣、亚洲FastText 作为一款使用简单、运行快速的自然语言处理工具，获得了很多研究者和开发者的喜爱。美中不足的是，FastText 之前没有自动调参的功能。近日，Facebook 更新了这一工具，用户只需要在命令行增加一句代码，工具可以根据用户数据自动调整超参数，使得模型在指定标签或整体数据上达到最佳效果。同时，其可以进行模型压缩，并自动在压缩过程中调整参数。即使模型足够小
-
DeepMind 把自己的“杀手锏”开源了
2019-08-28 18:38:09雷锋网注：图片来自DeepMind众所周知，强化学习（Reinforcement Learning）是一种人工智能训练技术，无论是在棋 牌游戏方面打败人类选手的机器人，还是在训练自动驾驶系统方面，强化学习都起着至关重要的作用。近日，Alphabet 旗下的 DeepMind 发表了一篇由 27 位研究人员共同完成的论文，详细介绍了一个名为 OpenSpiel
-
「GAN优化」从动力学视角看GAN是一种什么感觉？
今天讲述的内容是GAN与动力学，这是一个非常好玩、非常新鲜的视角。考虑到很多人微积分和线性代数等知识的涉猎不多，我将会对涉及的内容都做出基本说明，也并不会涉及过深入的东西，然后争取串成一个故事，扩展一下大家的视野。作者 | 小米粥编辑 | 小米粥最近这几期我们都一直在讲GAN的训练，最开始说明了实际训练GAN面临的几个理论和实践上的问题，然后接着从博弈论角度解释了GAN和纳什均衡，还说了几个帮助网
-
语义分割网络 U-Net 详解
Unet 背景介绍Unet 发表于 2015 年，属于 FCN 的一种变体，想了解 FCN 可以看我的另一篇 FCN 全卷积网络论文阅读及代码实现 。Unet 的初衷是为了解决生物医学图像方面的问题，由于效果确实很好后来也被广泛的应用在语义分割的各个方向，比如卫星图像分割，工业瑕疵检测等。Unet 跟 FCN 都是 Encoder-Decoder 结构，结构简单但很有效。Encoder 负责特征提
-
当模型不起作用的时候应该怎么做？
你的团队几个月来一直在收集数据、构建预测模型、创建用户界面，并与一些早期的用户一起部署新的机器学习产品。但你现在听到的并不是大家一起庆祝项目胜利的声音，而是听到产品经理对那些早期用户的抱怨，这些早期用户对模型精度不满意并开始认为“模型不起作用”。所以你现在应该做什么?我们常常在很多模式识别实验室里给相关组织应用机器学习算法到新产品见到这种情况。这不是一个容易迅速解决的问题。真实世界的机器学习模型的
-
「NLP」GPT：第一个引入Transformer的预训练模型
目前两种最重要的预训练语言模型，一种是前面介绍过的BERT，另外一种就是GPT。GPT出了两个版本，GPT1.0和GPT2.0，GPT2.0相对于GPT1.0差别不大，可以认为是它的增强版。本篇介绍GPT1.0和GPT2.0，看看它于BERT有什么不一样。作者 | 小Dream哥编辑 | 言有三1 GPT是什么General Pre-Training(GPT)，即通用预训练语言模型，是一种利用Tr
-
清华、李飞飞团队等提出强记忆力 E3D-LSTM 网络
清华大学、Google AI 和斯坦福大学李飞飞团队提出了一种具有强记忆力的 E3D-LSTM 网络，强化了 LSTM 的长时记忆能力，这为视频预测、动作分类等相关问题提供了新思路，是一项非常具有启发性的工作。如何对时间序列进行时空建模及特征抽取，是 RGB 视频预测分类，动作识别，姿态估计等相关领域的研究热点。清华大学、Google AI 和斯坦福大学李飞飞团队提出了一种具有强记忆力的 E3D-
-
「深度学习系列」CNN模型的可视化
前面几篇文章讲到了卷积神经网络CNN，但是对于它在每一层提取到的特征以及训练的过程可能还是不太明白，所以这节主要通过模型的可视化来神经网络在每一层中是如何训练的。我们知道，神经网络本身包含了一系列特征提取器，理想的feature map应该是稀疏的以及包含典型的局部信息。通过模型可视化能有一些直观的认识并帮助我们调试模型，比如：feature map与原图很接近，说明它没有学到什么特征；或者它几乎
-
「GAN优化」详解SNGAN(频谱归一化GAN)
今天将和大家一起学习具有很高知名度的SNGAN。之前提出的WGAN虽然性能优越，但是留下一个难以解决的1-Lipschitz问题，SNGAN便是解决该问题的一个优秀方案。我们将先花大量精力介绍矩阵的最大特征值、奇异值，然后给出一个简单例子来说明如何施加1-Lipschitz限制，最后一部分讲述SNGAN。作者 | 小米粥编辑 | 小米粥在GAN中，Wasserstein距离比f散度拥有更好的数学性
-
「杂谈」一招，同时可视化18个开源框架的网络模型结构和权重
深度学习开源框架众多，对于开发者来说其中有一个很硬的需求，就是模型结构和权重的可视化。使用过Caffe的同学都因为强大的Netscope可以离线修改实时可视化网络结构而暗爽，那其他的框架怎么样呢？今天给大家介绍一个可以离线可视化各大深度学习开源框架模型结构和权重的项目，netron。作者&编辑 | 言有三1 项目介绍项目开发者Lutz Roeder，一位来自于微软Visual Studio
-
深度学习在视觉上的局限性以及我们如何对付它们
作者：Alan L. Yuille, Chenxi Liu编译：ronghuaiyang导读深度学习在视觉领域取得了巨大的成功，即便如此，深度学习在视觉上仍然有很多的局限性，这篇文章从深度学习的历史开始说起，阐述了深度学习在视觉上的局限性，并给出了一些可能的方案。深度学习历史我们正在见证深度学习的第三次兴起。前两次浪潮—1950 - 1960年和1980 - 1990年—引起了相当大的兴奋，但慢慢
-
谷歌的googLeNet卷积神经网络为什么在计算机视觉领域如此强大？
2019-08-24 20:38:40专栏推荐正文GoogLeNet是一种全新的深度学习结构，在这之前的AlexNet、VGG等结构都是通过增大网络的深度来获得更好的训练效果，但层数的增加会带来很多负作用，比如过拟合、梯度消失、梯度爆炸等。为了简化计算成本，先通过一个 1×1的卷积层，再通过一个 5×5 的卷积层，1×1 的层可能有 16 个通道，而 5×5 的层输出为 28×28×3
