淺析深度學(xué)習(xí)的原理及其架構(gòu)

DBNs在每一層中利用用于表示的無監(jiān)督學(xué)習(xí)RBMs。Bengio et al paper 探討和對比了RBMs和auto-encoders（通過一個(gè)表示...

2018-10-07 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 6753 0

未來機(jī)器視覺技術(shù)發(fā)展的五大趨勢應(yīng)該是怎么樣的

在過去的一年里，人工智能(AI)、大數(shù)據(jù)、3D成像和機(jī)器人過程自動化等領(lǐng)域在取得了空前的發(fā)展。在即將到來的2019年，機(jī)器視覺技術(shù)應(yīng)用還將蓬勃發(fā)展，新機(jī)...

2019-06-22 標(biāo)簽：機(jī)器人機(jī)器視覺深度學(xué)習(xí) 6694 0

何愷明團(tuán)隊(duì)最新研究：提出一個(gè)端到端的3D目標(biāo)檢測器VoteNet

在圖像中，通常在目標(biāo)中心附近存在一個(gè)像素，但在點(diǎn)云中卻不是這樣。由于深度傳感器僅捕獲物體的表面，因此3D物體的中心很可能在遠(yuǎn)離任何點(diǎn)的空白空間中。因此，...

2019-04-26 標(biāo)簽：檢測器數(shù)據(jù)集深度學(xué)習(xí) 6693 0

機(jī)器視覺目標(biāo)識別方法解析：Blob分析法、模板匹配法、深度學(xué)習(xí)法

一階算法在整個(gè)卷積網(wǎng)絡(luò)中進(jìn)行特征提取、目標(biāo)分類和位置回歸，通過一次反向計(jì)算得到目標(biāo)位置和類別，在識別精度稍弱于兩階段目標(biāo)檢測算法的前提下，速度有了極大的提升。

2023-01-10 標(biāo)簽：機(jī)器視覺深度學(xué)習(xí)卷積網(wǎng)絡(luò) 6669 0

針對線性回歸模型和深度學(xué)習(xí)模型，介紹了確定訓(xùn)練數(shù)據(jù)集規(guī)模的方法

具體來看，對于傳統(tǒng)的機(jī)器學(xué)習(xí)算法，模型的表現(xiàn)先是遵循冪定律（power law），之后趨于平緩；而對于深度學(xué)習(xí)，該問題還在持續(xù)不斷地研究中，不過圖一為目...

2019-05-05 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)集深度學(xué)習(xí) 6630 0

CVPR 2019：中科院、牛津等提出SiamMask網(wǎng)絡(luò)，視頻跟蹤最高精度

長久以來，我們的思維傾向于陷入舒適區(qū)。當(dāng) A 做了物體檢測，我們嘗試改網(wǎng)絡(luò)，改 loss，別的領(lǐng)域 trick 拿來就是一篇。而我們常常忽略了更為重要的...

2019-03-10 標(biāo)簽：自動化數(shù)據(jù)集深度學(xué)習(xí) 6612 0

圖像處理應(yīng)用中深度學(xué)習(xí)的重要性分析

作者：Martin Cassel，Silicon Software 工業(yè)應(yīng)用中FPGA 上的神經(jīng)元網(wǎng)絡(luò)(CNN) 深度學(xué)習(xí)應(yīng)用憑借其在識別應(yīng)用中超高的預(yù)...

2020-12-13 標(biāo)簽：fpgagpu圖像處理 6602 0

FPGA的深度學(xué)習(xí)加速器有怎樣的挑戰(zhàn)和機(jī)遇

FPGA 的神經(jīng)網(wǎng)絡(luò)加速器如今越來越受到 AI 社區(qū)的關(guān)注，本文對基于 FPGA 的深度學(xué)習(xí)加速器存在的機(jī)遇與挑戰(zhàn)進(jìn)行了概述。近年來，神經(jīng)網(wǎng)絡(luò)在各種領(lǐng)域...

2019-01-29 標(biāo)簽：FPGA加速器AI 6591 0

人工智能深度學(xué)習(xí)的五大模型及其應(yīng)用領(lǐng)域

隨著科技的飛速發(fā)展，人工智能（AI）技術(shù)特別是深度學(xué)習(xí)在各個(gè)領(lǐng)域展現(xiàn)出了強(qiáng)大的潛力和廣泛的應(yīng)用價(jià)值。深度學(xué)習(xí)作為人工智能的一個(gè)核心分支，通過模擬人腦神經(jīng)...

2024-07-03 標(biāo)簽：人工智能模型深度學(xué)習(xí) 6565 0

深度學(xué)習(xí)的57個(gè)名詞解釋及相關(guān)論文資料

一、激活函數(shù)（Activation Function） 為了讓神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí)復(fù)雜的決策邊界（decision boundary），我們在其一些層應(yīng)用一...

2017-12-08 標(biāo)簽：深度學(xué)習(xí) 6532 0

利用深度學(xué)習(xí)模型實(shí)現(xiàn)監(jiān)督式語義分割

最近進(jìn)行語義分割的結(jié)構(gòu)大多用的是卷積神經(jīng)網(wǎng)絡(luò)（CNN），它首先會給每個(gè)像素分配最初的類別標(biāo)簽。卷積層可以有效地捕捉圖像的局部特征，同時(shí)將這樣的圖層分層嵌...

2018-05-25 標(biāo)簽：編碼器神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 6522 0

一個(gè)基于PyTorch的幾何深度學(xué)習(xí)擴(kuò)展庫，為GNN的研究和應(yīng)用再添利器

作者在論文中寫道：“這是一個(gè) PyTorch 的幾何深度學(xué)習(xí)擴(kuò)展庫，它利用專用的 CUDA 內(nèi)核實(shí)現(xiàn)了高性能。它遵循一個(gè)簡單的消息傳遞 API，將最近提...

2019-03-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)pytorch 6493 0