文章庫ARTICLE COLUMN
摘要：更廣泛地說，這些結果表明神經(jīng)網(wǎng)絡訓練不需要被認為是一種煉丹術，而是可以被量化和系統(tǒng)化。中間的曲線中存在彎曲，漸變噪聲標度預測彎曲發(fā)生的位置。 由于復雜的任務往往具有更嘈雜的梯度，因此越來越大的batch計算包，可能在將來變得有用，從而消除了...
摘要：所學習的濾波器組被期望為編碼一些合適數(shù)量類別的普通圖像編碼判別信息在不同視覺等級分層提取圖案。特別是，在新框架的每一層，可共享的濾波器共同學習那些相似模式的類。除了減小特征維度，共享濾波器也可以導致特征更魯棒。 今天我們來談談深度學習...
摘要：近年來，深度學習在計算機感知自然語言處理和控制方面取得了重大進展。位列新澤西州的發(fā)明家名人堂，并獲得年神經(jīng)網(wǎng)絡先鋒獎年杰出研究獎年終身成就獎和來自墨西哥的名譽博士學位。 Yann Lecun是卷積網(wǎng)絡模型的發(fā)明者，該模型被廣泛地應用于模式識別應...
摘要：是商湯科技發(fā)表于的一篇目標檢測的論文，對架構的目標坐標回歸部分進行了替換，取得了更加較精確的定位精度，是最近非常值得一讀的論文。一作者信息該文所有作者均來自商湯科技該文直取網(wǎng)格修飾，意即將目標檢測中位置定位轉化為目標區(qū)域網(wǎng)格點的定位。...
摘要：的兩位研究者近日融合了兩種非對抗方法的優(yōu)勢，并提出了一種名為的新方法。的缺陷讓研究者開始探索用非對抗式方案來訓練生成模型，和就是兩種這類方法。不幸的是，目前仍然在圖像生成方面顯著優(yōu)于這些替代方法。 生成對抗網(wǎng)絡（GAN）在圖像生成方面已經(jīng)...
摘要：表示類別為，坐標是的預測熱點圖，表示相應位置的，論文提出變體表示檢測目標的損失函數(shù)由于下采樣，模型生成的熱點圖相比輸入圖像分辨率低。模型訓練損失函數(shù)使同一目標的頂點進行分組，損失函數(shù)用于分離不同目標的頂點。 好久沒有將較好的干貨分...
摘要：本篇綜述的重點是回顧當前利用深度神經(jīng)網(wǎng)絡進行遷移學習的研究及其應用。這篇綜述論文的貢獻如下定義了深度遷移學習，并首次將其分為四類。這就是一個深度遷移學習任務，其中是一個表示深度神經(jīng)網(wǎng)絡的非線性函數(shù)。 論文：A Survey on Deep Transfer Lea...
摘要：今天，發(fā)布了一個新的優(yōu)化工具包一套可以讓開發(fā)者，無論是新手還是高級開發(fā)人員，都可以使用來優(yōu)化機器學習模型以進行部署和執(zhí)行的技術。對于相關的機器學習模型，這可以實現(xiàn)最多倍的壓縮和倍的執(zhí)行速度提升。 今天，TensorFlow發(fā)布了一個新的優(yōu)化工具...
摘要：是一名來自牛津大學的擁有高聲望和優(yōu)良業(yè)界口碑的機器學習教授。在年拿到的博士學位后，至年他在擔任博后，至年在擔任教授，他還是加拿大高級科研學會的一員，并拿到了許多學術類的獎項。年月日，加入了由管理的平臺。 Nando de FreitasNando de Freita...
摘要：但是，有一些研究人員在同一個深度神經(jīng)網(wǎng)絡中巧妙地實現(xiàn)了二者能力的結合。一次讀取并解釋輸入文本中的一個字或字符圖像，因此深度神經(jīng)網(wǎng)絡必須等待直到當前字的處理完成，才能去處理下一個字。 從有一些有趣的用例看，我們似乎完全可以將 CNN 和 RNN/L...
摘要：近日，發(fā)表了一篇文章，詳細討論了為深度學習模型尋找較佳超參數(shù)集的有效策略。要知道，與機器學習模型不同，深度學習模型里面充滿了各種超參數(shù)。此外，在半自動全自動深度學習過程中，超參數(shù)搜索也是的一個非常重要的階段。 在文章開始之前，我想問你...
摘要：是第一個提出體積小，計算量少，適用于移動設備的卷積神經(jīng)網(wǎng)絡。圖卷積運算匯總參考圖與神經(jīng)網(wǎng)絡架構搜索卷積神經(jīng)網(wǎng)絡已被廣泛用于圖像分類人臉識別目標檢測和其他領域。 1、基本卷積運算手工設計輕量化模型主要思想在于設計更高效的網(wǎng)絡計算方式（...
摘要：作為解決方案的和和是解決短時記憶問題的解決方案，它們具有稱為門的內部機制，可以調節(jié)信息流。隨后，它可以沿著長鏈序列傳遞相關信息以進行預測，幾乎所有基于遞歸神經(jīng)網(wǎng)絡的技術成果都是通過這兩個網(wǎng)絡實現(xiàn)的。和采用門結構來克服短時記憶的影響。 ...
摘要：版本正式發(fā)布啦本文將為大家介紹此版本的一些重大改變主要功能和改進修復以及其他變化。主要特點和改進現(xiàn)在根據(jù)預構建的二進制文件是針對和構建的。，，開始支持分布式在中添加的分布式策略支持和獨立客戶端支持。 TensorFlow 1.11.0 版本正式發(fā)布啦！...
摘要：其實我們在做線性回歸也好，分類邏輯斯蒂回歸也好，本質上來講，就是把數(shù)據(jù)進行映射，要么映射到一個多個離散的標簽上，或者是連續(xù)的空間里面，一般簡單的數(shù)據(jù)而言，我們很好擬合，只要線性變化一下，然后學習出較好的就可以了，但是對于一些比較復雜的...
摘要：但是在當時，幾乎沒有人看好深度學習的工作。年，與和共同撰寫了，這本因封面被人們親切地稱為花書的深度學習奠基之作，也成為了人工智能領域不可不讀的圣經(jīng)級教材。在年底，開始為深度學習的產(chǎn)業(yè)孵化助力。 蒙特利爾大學計算機科學系教授 Yoshua Bengi...
摘要：近日，開源了和的實現(xiàn)基準。是商湯和港中文近日聯(lián)合開源的基于的開源目標檢測工具包。你也可以配置你自己的到數(shù)據(jù)集的路徑。 近日，F(xiàn)acebook AI Research 開源了 Faster R-CNN 和 Mask R-CNN 的 PyTorch 1.0 實現(xiàn)基準：MaskRCNN-Benchmark。相比 Detect...
摘要：是微軟開源的用于不同深度學習框架和的模型之間互相轉換的工具，通過模型的中間表示來完成不同框架模型之間的轉換。 MMdnn簡介在工業(yè)街和學術界中，開發(fā)者或者研究人員可以選擇多種深度學習框架來構建模型，每種框架有自己特有的網(wǎng)絡結構定義以及模型保...
摘要：相比于，它將也作為隱變量納入到變分推斷中。結論綜述本文的結果表明了變分推斷確實是一個推導和解釋生成模型的統(tǒng)一框架，包括和。 作者丨蘇劍林單位丨廣州火焰信息科技有限公司研究方向丨NLP，神經(jīng)網(wǎng)絡個人主頁丨kexue.fm前言我小學開始就喜歡純數(shù)學，...
摘要：我們進行了一個交互式網(wǎng)絡實驗，讓你能與一個名為的循環(huán)神經(jīng)網(wǎng)絡模型一起繪制作品。我們利用來自于游戲的數(shù)百萬涂鴉訓練該神經(jīng)網(wǎng)絡。一旦你停止涂鴉，神經(jīng)網(wǎng)絡將接管并試圖猜測涂鴉的其余部分。在變分自動編碼器演示中，你將繪制指定對象的完整圖形。 ...
摘要：在實踐中，幾乎總是通過向梯度增加來實現(xiàn)算法，而不是真正改變損失函數(shù)。顯然這是兩種不同的方法。那么，權重衰減是不是總比的正則化更好呢我們還沒發(fā)現(xiàn)明顯更糟的情況，但無論是遷移學習問題例如斯坦福汽車數(shù)據(jù)集上的的微調還是 跌宕起伏的 Adam縱觀 A...
摘要：潘新鋼等發(fā)現(xiàn)，和的核心區(qū)別在于，學習到的是不隨著顏色風格虛擬性現(xiàn)實性等外觀變化而改變的特征，而要保留與內容相關的信息，就要用到。 大把時間、大把GPU喂進去，訓練好了神經(jīng)網(wǎng)絡。接下來，你可能會迎來傷心一刻：同學，測試數(shù)據(jù)和訓練數(shù)據(jù)，色調、...
摘要：目標追蹤首先，我們會大致介紹八種建立在上的目標跟蹤算法。詞典包含了種的目標追蹤器行。它將目標追蹤器的命令行參數(shù)字符串映射到實際的追蹤器函數(shù)上。其中行里的目的是根據(jù)追蹤器命令行參數(shù)以及從得來的相關重要信息。 雖然我們熟知的的質心追蹤器表...
ChatGPT和Sora等AI大模型應用，將AI大模型和算力需求的熱度不斷帶上新的臺階。哪里可以獲得...
大模型的訓練用4090是不合適的，但推理（inference/serving）用4090不能說合適，...
圖示為GPU性能排行榜，我們可以看到所有GPU的原始相關性能圖表。同時根據(jù)訓練、推理能力由高到低做了...
89542767
社區(qū)管理員
白馬嘯西風