谷歌用神經(jīng)網(wǎng)絡(luò)根據(jù)筆畫生成漢字，新造了一系列“假漢字

在一定程度上，機器學(xué)習(xí)的過程也一樣，最初都是從簡單的分類問題開始：判斷輸入的圖像是貓還是狗，交易是真實的還是是欺詐……這些任務(wù)非常有用。但是，hardm...

2018-06-25 標(biāo)簽：谷歌神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí) 8068 0

采用的網(wǎng)絡(luò)架構(gòu)，實現(xiàn)了基于圖像強度的變分深度自編碼器

但點云具有稀疏性和無序性的特征，使得一般的卷積神經(jīng)網(wǎng)絡(luò)處理3D點數(shù)據(jù)十分困難，所以目前主要利用手工特征來對點云進(jìn)行處理。其中一種方法就是對點云進(jìn)行預(yù)處理...

2018-06-22 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像激光雷達(dá) 6504 0

人工神經(jīng)網(wǎng)絡(luò)是怎么學(xué)習(xí)的呢？

別看神經(jīng)元細(xì)胞很簡單，但如果神經(jīng)元的數(shù)量很多，它們彼此之間的連接恰到好處，變成神經(jīng)網(wǎng)絡(luò)，就可以從簡單中演生出復(fù)雜的智能來。例如，人類的大腦中含有1千億個...

2018-06-21 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法 9959 0

Inception V2/V3/V4的發(fā)展歷程以及它們的網(wǎng)絡(luò)結(jié)構(gòu)和亮點

在機器學(xué)習(xí)中，我們通常會做一種假設(shè)：訓(xùn)練樣本獨立同分布(iid)且訓(xùn)練樣本與測試樣本分布一致，如果真實數(shù)據(jù)符合這個假設(shè)則模型效果可能會不錯，反之亦然，這...

2018-06-21 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí) 2.8萬 0

一種用深度學(xué)習(xí)框架對普通視頻進(jìn)行流暢穩(wěn)定的慢動作回放的技術(shù)

接著，研究人員從YouTube和攝像機中選取了一些240fps的視頻，其中包括The Slow Mo Guys（一個總共有11000個視頻的資料庫）的剪...

2018-06-21 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)視頻深度學(xué)習(xí) 4627 0

分享下Kaiming大神在CVPR‘18 又有了什么新成果？

在具體實現(xiàn)過程中，基于Mask R-CNN提出了一種新穎的遷移學(xué)習(xí)方法。Mask R-CNN可以將實例分割問題分解為邊框目標(biāo)檢測和掩膜預(yù)測兩個子任務(wù)。在...

2018-06-20 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分割數(shù)據(jù)集 5167 0

極低功耗的兩款全新的神經(jīng)網(wǎng)絡(luò)內(nèi)核AX2185和AX2145

Imagination公司日前基于其神經(jīng)網(wǎng)絡(luò)加速器(NNA)架構(gòu)PowerVR 2NX推出了兩款全新的神經(jīng)網(wǎng)絡(luò)內(nèi)核AX2185和AX2145，其設(shè)計目的...

2018-06-20 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)低功耗 4283 0

PowerVR Series2NX神經(jīng)網(wǎng)絡(luò)加速器設(shè)計

我的母親是一名護(hù)士，目前已經(jīng)退休。她是一個非常聰明的人，對自己的工作業(yè)務(wù)非常的盡職盡責(zé)。幾天前我和她說我正在研究Imagination最新的神經(jīng)網(wǎng)絡(luò)加速...

2018-06-19 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能imagination 5801 0

BP神經(jīng)網(wǎng)絡(luò)概述

BP 神經(jīng)網(wǎng)絡(luò)是一類基于誤差逆向傳播 (BackPropagation, 簡稱 BP) 算法的多層前饋神經(jīng)網(wǎng)絡(luò)，BP算法是迄今最成功的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。...

2018-06-19 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)BP算法 4.5萬 0

人工智能的起點:神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)

一、計算機和人相互依存 當(dāng)今社會，計算機在我們的生活和工作中扮演著重要的角色，人類使用計算機幫助他們進(jìn)行大量的計算，通過計算機讓每個人相互通信等等。但時...

2018-06-15 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 7166 0

講解將知識圖譜特征學(xué)習(xí)引入到推薦系統(tǒng)的各種思路與實現(xiàn)方法

需要注意的是，為了更準(zhǔn)確地刻畫實體，我們額外地使用一個實體的上下文實體特征（contextual entity embeddings）。一個實體e的上下...

2018-06-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法知識圖譜 9113 0

神經(jīng)網(wǎng)絡(luò)是在許多用例中提供了精確狀態(tài)的機器學(xué)習(xí)算法

超參數(shù)是必須初始化到網(wǎng)絡(luò)的值，這些值是神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時無法學(xué)習(xí)到的。例如:在卷積神經(jīng)網(wǎng)絡(luò)中，一些超參數(shù)是內(nèi)核大小、神經(jīng)網(wǎng)絡(luò)中的層數(shù)、激活函數(shù)、丟失函數(shù)、...

2018-06-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí) 3312 0

未來，HeadOn這樣的AI欺騙人類的概率很可能會達(dá)到99%

在論文中，作者進(jìn)一步介紹了HeadOn，這是一個用普通RGB-D相機錄制的人像視頻的重演（reenactment）系統(tǒng)。該系統(tǒng)通過不僅控制面部表情的變化...

2018-06-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI 6347 0

谷歌AutoML是一個基于谷歌在圖像識別領(lǐng)域的最新研究成果

但AutoML彌補了人工智能在應(yīng)用上的不足和技術(shù)的限制，并使更多的企業(yè)更好的利用AI并從中受益。它可以幫助經(jīng)驗有限的公司利用自己的數(shù)據(jù)來通過最為先進(jìn)的機...

2018-06-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像識別深度學(xué)習(xí) 3961 0

卷積神經(jīng)網(wǎng)絡(luò)基本計算原理

在上面的邊緣，從左到右像素檢測的次數(shù)分別為1、2、3、2、1，可見角落邊緣只被檢測了一次，而中間可以被檢測多次，這就會導(dǎo)致邊角信息丟失。解決的辦法是加入...

2018-06-08 標(biāo)簽：濾波器神經(jīng)網(wǎng)絡(luò)CNN 3.6萬 0

AI大行其道，你準(zhǔn)備好了嗎？

在互聯(lián)網(wǎng)領(lǐng)域從事機器學(xué)習(xí)的人基本上屬于以下兩種背景：其中絕大部分是程序員出身，這類童鞋工程經(jīng)驗相對會多一些；另一部分是學(xué)數(shù)學(xué)統(tǒng)計領(lǐng)域的，這部分童鞋理論基...

2018-06-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能機器學(xué)習(xí) 3217 0

一種基于區(qū)域生長法與水平集相融合的肺部CT圖像的分割

本文應(yīng)用比較受歡迎的OSTU算法選取閾值?；驹硎牵豪瞄撝蛋阎狈綀D分為兩部分，當(dāng)被分成的兩部分方差最大時，獲得最優(yōu)閾值[8]。自適應(yīng)閾值法最終把DI...

2018-06-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像閾值 8316 0