• 可视化解释11种基本神经网络架构

    卷积神经网络在基于图像的任务上表现出色,例如将图像分类为狗或猫。8|反卷积神经网络(DNN) 顾名思义,反卷积神经网络的作用与卷积神经网络相反。DNN不是执行卷积来减小图像的维数,而是利用反卷积来创建图像,通常...
    文章 2020-07-02 902浏览量
  • 谷歌发布手机端自动设计神经网络MnasNet

    谷歌大脑团队最新提出在一种在移动端自动设计CNN模型的新方法,用更少的算力,更快、更好地实现了神经网络结构的自动搜索。论文下载:https://arxiv.org/pdf/1807.11626.pdf 为移动设备设计卷积神经网络(CNN)模型...
    文章 2018-08-08 2239浏览量
  • 深度学习综述

    卷积神经网络设计用来处理到多维数组数据的,比如一个有3个包含了像素值2-D图像组合成的一个具有3个颜色通道的彩色图像。很多数据形态都是这种多维数组的:1D用来表示信号和序列包括语言,2D用来表示图像或者声音...
    文章 2018-07-04 4093浏览量
  • 复旦、清华和英特尔中国研究院ICCV新作:完全脱离预...

    根结构已经被应用于一些优秀的神经网络结构中,如google提出的Inception结构等。实验结果表明,stem结构可以有效地保护输入图片信息的丢失,从而训练出更加鲁棒的检测。以下是DSOD在PASCAL VOC 2007数据集上各部分...
    文章 2017-08-21 2547浏览量
  • 必读的计算机视觉开创性论文

    Residual Attention Network是一种使用注意机制的卷积神经网络,可以以端到端的训练方式与先进的前馈网络架构(state-of-art feed forward network)相结合。注意力残留学习用于训练非常深的Residual Attention ...
    文章 2018-04-13 2384浏览量
  • CVPR2017精彩论文解读:直接处理三维点云的深度学习...

    PointNet中把经过特征对齐之后的64维特征看成是点的局部特征,把最后的1024维特征看成是点的全局特征,因此通过一个简单的拼接,把局部和全局的特征捆绑在一起,利用多层感知机进行融合,最后训练分类器实现逐点的...
    文章 2017-08-01 3163浏览量
  • 深度学习之四大经典CNN技术浅析|硬创公开课

    它们分别获得了ILSVRCImageNet Large Scale Visual Recognition Challenge比赛分类项目的2012年冠军top-5错误率16.4%使用额外数据可达到15.3%8层神经网络、2014年亚军top-5错误率7.3%19层神经网络2014年冠军top...
    文章 2017-08-01 2536浏览量
  • 2017年度最值得读的AI论文|CV篇·评选结果公布

    本文还提出了一种 AOG 解析算子来取代 R-CNN 中常用的 RoI 池化算子,因此该方法可以适用于很多基于卷积神经网络的顶尖目标检测系统。在实验中,作者在 R-FCN 之上创建模型并在 PASCAL VOC 2007、PASCAL VOC 2012 ...
    文章 2018-02-01 5735浏览量
  • 脑芯编:分手?摆脱冯诺依曼的深度学习硬件

    上次我们讲到,现行的计算机体系结构——“冯诺依曼”结构是阻碍深度学习神经网络的一个重要瓶颈。其计算和存储分离的特点,使得神经元计算的效率低下。合理改变指令集,加入乘累加指令和SIMD(单指令多数据)指令...
    文章 2017-08-01 1190浏览量
  • 【图解机器学习】人人都能懂的算法原理

    这就相当于不同的弱分类器,专注于部分数据,达到「分而治之」的效果。如下所示,Boosting 就是以串行组合不同模型的范式。大名鼎鼎的 XGBoost、LightGBM 这些库或算法,都采用的 Boosting 方法。原文链接:...
    文章 2020-05-22 722浏览量
  • AI:人工智能概念之机器学习、深度学习中常见关键词、...

    feature matrix 特征矩阵 feature standardization 特征标准化 feedforward architectures 前馈结构算法 feedforward neural network 前馈神经网络 feedforward pass 前馈传导 fine-tuned 微调 first-order feature ...
    文章 2021-10-27 81浏览量
  • 最前沿:视觉推理(Visual Reasoning),神经网络也...

    接下来,图像那一边输入CNN提取特征,将小程序和图像特征放到Execution Engine也就是程序执行的地方,执行程序,最后输出到分类器输出答案。可以看到,程序生成在有Label标签的情况下是比较容易的,直接监督学习就好...
    文章 2017-09-13 2235浏览量
  • TensorFlow和Caffe、MXNet、Keras等其他深度学习框架...

    其次,TensorFlow 确实在很多方面拥有优异的表现,比如设计神经网络结构的代码的简洁度,分布式深度学习算法的执行效率,还有部署的便利性,都是其得以胜出的亮点。如果一直关注着 TensorFlow 的开发进度,就会发现...
    文章 2017-08-02 2277浏览量
  • 什么是 SeetaFace 开源人脸识别引擎

    该模块基于我们提出的一种结合经典级联结构和多层神经网络的人脸检测方法实现,其所采用的漏斗型级联结构(Funnel-Structured Cascade,FuSt)专门针对多姿态人脸检测而设计,其中引入了由粗到精的设计理念,兼顾了...
    文章 2017-06-05 1712浏览量
  • 深度卷积神经网络演化历史及结构改进脉络-40页长文...

    卷积神经网络是各种深度神经网络中应用最广泛的一种,在机器视觉的很多问题上都取得了当前最好的效果,另外它在自然语言处理,计算机图形学等领域也有成功的应用。第一个真正意义上的卷积神经网络由LeCun在1989年...
    文章 2018-05-10 5021浏览量
  • 什么是SeetaFace开源人脸识别引擎?

    该模块基于我们提出的一种结合经典级联结构和多层神经网络的人脸检测方法实现,其所采用的漏斗型级联结构(Funnel-Structured Cascade,FuSt)专门针对多姿态人脸检测而设计,其中引入了由粗到精的设计理念,兼顾了...
    文章 2017-08-01 1323浏览量
  • 少样本学习(Few-shot Learning)最新进展

    如果在few-shot learning的任务中去训练普通的基于cross-entropy的神经网络分类器,那么几乎肯定是会过拟合,因为神经网络分类器中有数以万计的参数需要优化,相反,很多非参数化的方法(最近邻、K-近邻、Kmeans)是...
    文章 2020-11-21 2644浏览量
  • 如何判断人脸识别是否准确?SeetaFace助你一臂之力|...

    人脸检测模块SeetaFace Detection基于一种结合经典级联结构和多层神经网络的人脸检测方法实现,其所采用的漏斗型级联结构(Funnel-Structured Cascade,FuSt)专门针对多姿态人脸检测而设计,其中引入了由粗到精的...
    文章 2017-08-01 1755浏览量
  • 收藏|精选11篇AI领域论文(附代码、数据集链接)

    在深度神经网络中,ReLU 往往被用作激活函数,而使用 softmax 作为分类器。本文受到近来使用其他分类器方法启发,尝试了使用 ReLU 作为 DNN 的分类器。原文发布时间为:2018-03-31 本文来自云栖社区合作伙伴“数据派...
    文章 2018-04-02 2190浏览量
  • 十个生成模型(GANs)的最佳案例和原理|代码+论文

    另一个网络称为鉴别器(discriminator),能接收生成器数据和真实训练数据,训练得到能正确区分数据类型的分类器。这两个网络互相对抗。其中,生成器通过学习来产生更逼近真实数据的新样本,用于愚弄鉴别器,反之...
    文章 2018-01-16 2177浏览量
  • 深度学习在图像取证领域中的进展

    特征分类方面为了加速高维隐写特征的分类,Fridrich课题组提出了针对隐写分析的特定分类器,集成分类器。深度学习的发展为隐写分析提供了一种新的思路。Qian Y,Dong J等首次将深度学习算法应用于隐写分析领域,并...
    文章 2017-08-01 1654浏览量
  • 深度学习的核心:掌握训练数据的方法

    我们的神经网络不需要对对象实例进行分类。这就意味着&xff0c;可以对行人、汽车、路面上的凹陷处、医学影像上的肿瘤、室内场景、食物成分、卫星上的物体等等进行分割。那么&xff0c;它是如何工作的呢&xff1f;如下图所示&...
    文章 2017-12-08 6020浏览量
  • 深度学习笔记之基于R-CNN的物体检测

    这就是所谓的迁移学习,说的简单一点就是把一个任务训练好的参数,拿到另外一个任务,作为神经网络的初始参数值,这样相比于你直接采用随机初始化的方法,精度可以有很大的提高。图片分类标注好的训练数据非常多,...
    文章 2017-11-14 1239浏览量
  • DL之ShuffleNetV2:ShuffleNetV2算法的简介(论文介绍)...

    神经网络体系结构设计大多以计算复杂度的间接度量为指导&xff0c;即FLOPs。然而&xff0c;直接度量&xff08;如速度&xff09;也取决于其他因素&xff0c;如内存访问成本和平台特性。因此&xff0c;这项工作建议评估目标平台上的直接...
    文章 2021-11-01 93浏览量
  • Paper:《Spatial Transformer Networks》的翻译与...

    scale,rotation and more generic warping,resulting in state-of-the-art performance on several benchmarks,and for a number of classes of transformations. 卷积神经网络定义了一种非常强大的模型&xff0c;...
    文章 2021-11-06 128浏览量
  • 机器之心开放人工智能专业词汇集(附Github地址)

    BMA贝叶斯模型平均Bayes optimal classifier贝叶斯最优分类器Bayesian decision theory贝叶斯决策论Bayesian network贝叶斯网络Between-class scatter matrix类间散度矩阵Bias偏置/偏差Bias-variance decomposition...
    文章 2021-11-29 93浏览量
  • 15 篇最新 AI 论文来袭!NLP、CV....

    本文借助对抗网络对表征学习网络进行正则化,其分类器向表征网络提供负反馈,使其不会陷入特定数据域的表征学习,从而提升网络对的泛化能力。论文链接https://www.paperweekly.site/papers/1923 Hierarchical Neural...
    文章 2018-05-16 2478浏览量
  • 深度学习在目标跟踪中的应用

    目前基于深度学习的目标跟踪算法采用了几种思路来解决这个问题,下面将依据思路的不同展开介绍,并在最后介绍目前跟踪领域出现的运用递归神经网络(recurrent neural network)解决目标跟踪问题的新思路。一、利用辅助...
    文章 2017-08-01 1207浏览量
  • 论文笔记之:Visual Tracking with Fully ...

    1.分析了 图像分类上深度神经网络上不同层的特征的属性,以及对跟踪问题的影响。2.提出一种结合两种层次特征的跟踪算法,更好的选择特征,实现更加鲁棒的跟踪。3.提出一种 feature 选择机制,去除干扰性的 feature,...
    文章 2016-07-04 1193浏览量
  • DL之InceptionV2/V3:InceptionV2&InceptionV3算法的...

    神经网络中的因子分解卷积和积极的降维是如何产生计算成本相对较低的网络的。将较低的参数计数和额外的正则化与批标准化辅助分类器和标签平滑相结合&xff0c;可以在相对较小的训练集上训练高质量的网络。论文Christian...
    文章 2021-10-27 104浏览量
1 2 3 4 >

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