• 看一遍你也会做!用英伟达 DIGITS 进行图像分割(上)

    这种可解释性的缺乏有时会受到批评,但在这方面,它和人类大脑的工作方式其实有点像:关于你是怎么知道某张图片是一只猫不是狗,你能解释吗?全卷积网络(FCN),顾名思义,就是只包含卷积层和上面提到的临时非参数...
    文章 2017-08-02 1453浏览量
  • AlexNet到MobileNet,带你入门深度神经网络

    ResNet的灵感出自于这个问题:之前的研究证明了深度对模型性能至关重要,但随着深度的增加,准确度反而出现衰减。令人意外的是,衰减不是来自过拟合,因为训练集上的准确度下降了。极端情况下,假设追加的层都是等价...
    文章 2018-03-22 3756浏览量
  • 贾扬清:我对人工智能方向的一点浅见

    我个人的感觉,虽然大家前几年一直关注AI框架,但是近年来框架的同质化说明了它不再是一个需要花大精力解决问题,TensorFlow 这样的框架在工业界的广泛应用,以及各种框架利用 Python 在建模领域的优秀表现,已经...
    文章 2019-04-15 7645浏览量
  • 深度学习模型训练痛点及解决方法

    那么怎么解决它呢?2.1.1 设置合理的初始化权重w和偏置b 深度学习通过前向计算和反向传播,不断调整参数,来提取最优特征,以达到预测的目的。其中调整的参数就是weight和bias,简写为w和b。根据奥卡姆剃刀法则,...
    文章 2018-05-31 5590浏览量
  • 深度学习理论研究已进入瓶颈期?看看李飞飞们怎么

    但如果对于这些经典问题继续深入研究,或许能够从中发现之前没有想到的解决方法(例如,在ImageNet图像识别上,在Alex Krizhevsky用GPU死磕将效果大幅度提升之前,大部分人应该都不会想到AlexNet)。正如李飞飞所言...
    文章 2017-10-24 1115浏览量
  • 对话阿里巴巴贾扬清:如何成为一名优秀的 AI 架构师?

    二、AI 架构师是人工智能行业最稀缺的人才,我们应该怎么理解这个问题?AI 架构师这个角色是在最近几年里逐渐衍生出来的,因为没有 AI 的工程,也就没有 AI 架构师的角色。从 2012 年以后,刚开始,我们发现对于 AI ...
    文章 2020-01-16 1701浏览量
  • 贾扬清:如何看待人工智能方向的重要问题

    深度学习非常好地解决了感知的问题(计算机视觉,语音等等),可以用神经网络的架构来解决非常多的“感知”的问题,但它需要解释这些感知的东西。而传统机器学习则没有这么人性化的感知功能,但它的模型相对较小,...
    文章 2020-03-03 1848浏览量
  • 贾扬清:如何看待人工智能方向的重要问题

    深度学习非常好地解决了感知的问题(计算机视觉,语音等等),可以用神经网络的架构来解决非常多的“感知”的问题,但它需要解释这些感知的东西。而传统机器学习则没有这么人性化的感知功能,但它的模型相对较小,...
    文章 2020-03-17 339浏览量
  • 贾扬清:如何看待人工智能方向的重要问题

    深度学习非常好地解决了感知的问题(计算机视觉,语音等等),可以用神经网络的架构来解决非常多的“感知”的问题,但它需要解释这些感知的东西。而传统机器学习则没有这么人性化的感知功能,但它的模型相对较小,...
    文章 2020-03-03 265浏览量
  • 含PPT下载|贾扬清:人工智能是科学还是艺术?

    深度学习非常好地解决了感知的问题(计算机视觉,语音等等),可以用神经网络的架构来解决非常多的“感知”的问题,但它需要解释这些感知的东西。而传统机器学习则没有这么人性化的感知功能,但它的模型相对较小,...
    文章 2020-02-27 4726浏览量
  • 独家|一文读懂深度学习

    前面提到在Adagrad中由于累积梯度增长过快会导致学习率衰减过快,Adadelta的出现就是为了解决这一问题的。具体的实现方式是在之前的参数序列开一个窗口,只累加窗口中参数梯度,并且以平方的均值代替Adagrad中的平方...
    文章 2017-08-01 2223浏览量
  • PAI分布式机器学习平台编程模型演进之路

    他主要介绍了在集团中使用机器学习解决大数据问题时如何通过编程模型的演进逐步解决业务上的痛点。其中,他只要分享了MapReduce、MPI、Parameter Server编程模型的演进过程。以下内容根据大会视频整理而成。什么是...
    文章 2017-06-20 8852浏览量
  • 全解卷积神经网络,并分享9篇必读论文

    我们知道了问题的输入和输出,现在要考虑该怎么解决它。我们想要计算机做的是分辨出所有给出的图中所具有的独特特征,例如说狗图或猫图的独特特征,这些特征是在某一分类图中一致,而跟其它类型图不同。这件事在我们...
    文章 2018-01-26 4214浏览量
  • 真的,关于深度学习与计算机视觉,看这一篇就够了|硬...

    但是从图灵测试提出来开始到本世纪初,50多年时间有无数科学家提出很多机器学习的算法,试图让计算机具有与人一样的智力水平,但直到2006年深度学习算法的成功,才带来了一丝解决的希望。众星捧月的深度学习 深度...
    文章 2017-08-01 1494浏览量
  • 元学习:实现通用人工智能的关键!

    在Machine Learning时代,复杂一点的分类问题效果就不好了,Deep Learning深度学习的出现基本上解决了一对一映射的问题,比如说图像分类,一个输入对一个输出,因此出现AlexNet这样的里程碑式的成果。但如果输出对...
    文章 2017-08-23 5222浏览量
  • 清华魏少军:人工智能时代中国芯片设计的应对之道

    去年3月9号,我在2018 GTIC会上提出了一个问题,当时问题的前半部分是:是否会出现类似通用CPU那样独立存在的“通用AI处理器”,如果存在的话,它的架构是怎样的?实际上我那时候心里是有一点点答案的,但我想听听...
    文章 2019-10-25 902浏览量
  • 2021算法岗基础技能树怎么点?

    我的目标是以后端为主线发展,之所以还没有完全的放弃这部分的算法,一部分是因为我的专业,更多的原因是我知道在某些问题上只有这些算法才能有效地解决,会用更多的算法也可以让程序员解决更多的问题。【云栖号在线...
    文章 2020-04-13 763浏览量
  • 特征工程(七):图像特征提取和深度学习

    SIFT 和 HOG 提供了一个解决方案,其中图像梯度被它们的方向角所包括,由每个梯度的大小加权。以下是流程: 将 0°-360° 分成相等大小的容器。对于邻域中的每个像素,将权重W添加到对应于其方向角的容器中。W是梯度...
    文章 2018-12-25 5925浏览量
  • 这份深度学习课程笔记获吴恩达点赞

    一般而言,解决高偏差的问题是选择更复杂的网络或不同的神经网络架构,而解决高方差的问题可以添加正则化、减少模型冗余或使用更多的数据进行训练。当然,机器学习模型需要注意的问题远不止这些,但在配置我们的 ML ...
    文章 2018-03-12 3105浏览量
  • 一个降低深度学习时间,空间,经济成本的解决方案|...

    但是实际上并不是这样的,上面说的熵(Entropy)的确没有什么严重的问题,但是多样性(Diversity),在很多现实应用中问题就会出现。根据「Active batch selection via convex relaxations with guaranteed solution...
    文章 2017-08-01 928浏览量
  • 认知推理:从图表示学习和图神经网络的最新理论看AI的...

    但是这样又出现了新的问题:我们现在怎么来做 GNN 或者图神经网络呢?毕竟在图神经网络中要结合网络化的信息,如刚才提到的网络表示学习结合的是一个上下文信息,用上下文信息做这种网络表示学习,怎么真的把这种...
    文章 2020-04-14 1262浏览量
  • 一个降低深度学习时间,空间,经济成本的解决方案

    但是实际上并不是这样的,上面说的熵(Entropy)的确没有什么严重的问题,但是多样性(Diversity),在很多现实应用中问题就会出现。根据“Active batch selection via convex relaxations with guaranteed solution...
    文章 2017-09-19 4010浏览量
  • 【深度学习框架大PK】褚晓文教授:五大深度学习框架三...

    为了解决这个问题,当然有很多的解决方案,GPU用了非常复杂的内存架构,是一个金字塔型的架构,最顶层是非常快的寄存器,它下面还有L1级的Cache,还有L2级的Cache,还有Shared Memory。CPU的Cache对程序员是不透明的...
    文章 2017-09-20 2176浏览量
  • Intel研究院院长吴甘沙演讲全文:大数据分析师的卓越...

    未来数据交易的话还要解决数据的定价问题,这是非常困难的。当我有了数据以后,需要生命周期的管理,大数据生命周期管理非常重要。一是provenance,英语原意是出处或者是来源,但现在把它译为世系,或数据的的家族...
    文章 2017-05-02 1095浏览量
  • CVPR 2017精彩论文解读:显著降低模型训练成本的主动...

    那要怎么解决深度学习在医学方面、特别是医学图像方面的这个难题呢?就要用尽量少的标注数据去训练一个 promising 的分类器,就是说一个比较好的分类器。那我们就要考虑要多少训练数据才够训练一个 promising 的分类...
    文章 2017-08-01 1077浏览量
  • 脑芯编:窥脑究竟,织网造芯(二)

    解决这个问题之前,我们先要明白神经网络的作用——通过一系列线性和非线性的变化重新将输入信息映射成为表达事物的本质的简化特征。如果你觉得上面一句的每个字都认识,却不知道他在说什么,那么我们来看一个经典的...
    文章 2017-08-01 1002浏览量
  • 商汤科技曹旭东:为何深度学习几乎成了计算机视觉研究...

    回到论文本身,这篇论文解决的是深度网络一般超过20~30层的时候,训练和测试的loss不再下降,甚至随着层数的增加,loss会逐渐增加,针对这个问题提出了一个非常行之有效的解决方案。这个方法之所以有效,有很多解释...
    文章 2017-08-01 1824浏览量
  • OpenBLAS项目与矩阵乘法优化|AI 研习社

    下一步需要解决的是这个cache的问题问题是没有做大的分块,超过cache大小之后性能就会下滑,要解决这个问题的话,需要在更上一层做Blocking。转换成代码的话,在这一层做一个K的切分,下面一层做一个m的切分,至于...
    文章 2017-08-02 1472浏览量
  • 阿里云贾扬清:大数据+AI工程化,让数据从「成本」...

    AI 要成为企业生产力,就必须以工程化的技术来解决模型开发、部署、管理、预测、推理等全链路生命周期管理的问题。我们总结发现,AI 工程化领域有三大亟待推进的事情:数据和算力的云原生化,调度和编程范式的规模化...
    文章 2021-05-25 1106浏览量
  • 干货:图像比赛的通用套路有哪些?...

    用数据增强解决过拟合的问题后,我们就开始可以对模型进行调整。解决了数据不足之后我们就可以考虑使用更大模型了。最简单的提升模型方法是使用参数规模更大的预训练模型,另外一种就是对模型进行一些改动,用预训练...
    文章 2017-08-01 1636浏览量
1 2 >

云产品推荐

视频直播 大数据计算服务 MaxCompute 国内短信套餐包 ECS云服务器安全配置相关的云产品 开发者问答 阿里云建站 新零售智能客服 万网 小程序开发制作 视频内容分析 视频集锦 代理记账服务 阿里云AIoT 阿里云科技驱动中小企业数字化