文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://systransis.cn/yun/39583.html
摘要:我們可以讓它相信,下面黑色的圖像是一張紙巾,而熊貓則會(huì)被識(shí)別為一只禿鷲現(xiàn)在,這個(gè)結(jié)果對(duì)我來說并不吃驚,因?yàn)闄C(jī)器學(xué)習(xí)是我的工作,而且我知道機(jī)器學(xué)習(xí)習(xí)慣產(chǎn)生奇怪的結(jié)果。 神奇的神經(jīng)網(wǎng)絡(luò)當(dāng)我打開Google Photos并從我的照片中搜索skyline時(shí),它找到了我在八月拍攝的這張紐約地平線的照片,而我之前并未對(duì)它做過任何標(biāo)記。當(dāng)我搜索‘cathedral’,Google的神經(jīng)網(wǎng)絡(luò)會(huì)找到我曾看到的...
摘要:第二部分高級(jí)概念我們現(xiàn)在對(duì)卷積有了一個(gè)良好的初步認(rèn)識(shí),也知道了卷積神經(jīng)網(wǎng)絡(luò)在干什么為什么它如此強(qiáng)大。 譯自Tim Dettmers的Understanding Convolution in Deep Learning。有太多的公開課、教程在反復(fù)傳頌卷積神經(jīng)網(wǎng)絡(luò)的好,卻都沒有講什么是卷積,似乎默認(rèn)所有讀者都有相關(guān)基礎(chǔ)。這篇外文既友好又深入,所以翻譯了過來。文章高級(jí)部分通過流體力學(xué)量子力學(xué)等解釋...
摘要:文章第一部分旨在幫助讀者理解卷積的概念和深度學(xué)習(xí)中的卷積網(wǎng)絡(luò)。卷積定理要理解卷積,不得不提,它將時(shí)域和空域上的復(fù)雜卷積對(duì)應(yīng)到了頻域中的元素間簡單的乘積。 譯者按:本文譯自 Tim Dettmers 的 Understanding Convolution in Deep Learning。有太多的公開課、教程在反復(fù)傳頌卷積神經(jīng)網(wǎng)絡(luò)的好,卻都沒有講什么是「卷積」,似乎默認(rèn)所有讀者都有相關(guān)基礎(chǔ)。這...
閱讀 1845·2021-11-23 09:51
閱讀 1304·2021-11-18 10:02
閱讀 974·2021-10-25 09:44
閱讀 2115·2019-08-26 18:36
閱讀 1634·2019-08-26 12:17
閱讀 1158·2019-08-26 11:59
閱讀 2755·2019-08-23 15:56
閱讀 3368·2019-08-23 15:05