后台-体系设置-扩展变量-手机广告位-主页/栏目头部广告位

人工智能

市场营销和剖析AI的影响

人工智能
Jun 03,2019

营销和剖析的未因由AI供给支撑,咱们正在进入一个新的营销黄金年代。未来是一个多元化和现代化的营销团队,由聪明的剖析营销人员组成,他运用大数据做出更正确的决议计划,技能将促进这一改变。

引荐一款根据 AI 开发的 IDE 插件,协助前进编码功率

人工智能
May 27,2019

最近在阅览技能社区的时分,发现了一款奇特 IDE 插件,官网称能够运用 AI 协助程序员写代码,一会儿招引了我的好奇心。赶忙下载下来运用一番,感觉的确蛮奇特,能够火速前进编程功率。 这款插件叫做 aixcoder,咱们能够从插件姓名就能够看出他的特别性,是一个

LeCun引荐:最新PyTorch图神经网络库,速度快15倍

人工智能
Apr 25,2019

曩昔十年来,深度学习办法(例如卷积神经网络和递归神经网络)在许多范畴取得了史无前例的效果,例如核算机视觉和语音辨认。研讨者首要将深度学习办法运用于欧氏结构数据 (Euclide

MirrorGAN出生!浙大等提出文本-图画新结构,改写COCO纪录

人工智能
Apr 25,2019

GAN又拓荒了新疆界。上一年英伟达的StyleGAN在生成高质量和视觉传神的图画,骗过了很多双眼睛,随后一大批假脸、假猫、假房源随之鼓起,可见GAN的威力。StyleGAN生成假脸尽管GAN在

2018年有意思的几篇GAN论文

人工智能
Apr 25,2019

本文介绍了两篇2018年不只较先进,并且酷而风趣的两篇论文。作者|Damian BogunowiczGAN Dissection: Visualizing and Understanding Generative Adversarial Networks:可视化

国防科大、旷视提出首个在ARM上实时运转的通用方针检测算法

人工智能
Apr 25,2019

今日跟咱们共享一篇前天新出的论文《ThunderNet: Towards Real-time Generic Object Detection》,来自国防科大与旷视的研讨团队(孙剑教师在列)提出了较早的能够在移动端ARM芯

小样本学习(Few-shot Learning)总述

人工智能
Apr 25,2019

分类十分常见,但假如每个类只要几个标示样本,怎样办呢?笔者地点的阿里巴巴小蜜北京团队就面对这个应战。咱们打造了一个智能对话开发渠道——Dialog Studio,以赋能第三方开发者

74.7秒练习完ImageNet!改写记录,2048 GPU暴力出奇观

人工智能
Apr 25,2019

在曩昔两年中,深度学习的速度加快了 30 倍。可是人们仍是对 “快速履行机器学习算法” 有着激烈的需求。Large mini-batch 分布式深度学习是满意需求的要害技能。可是因为难

用免费TPU练习Keras模型,速度还能前进20倍!

人工智能
Apr 25,2019

本文介绍了怎样运用 Google Colab 上的免费 Cloud TPU 资源更快地练习 Keras 模型。很长一段时刻以来,我在单个 GTX 1070 显卡上练习模型,其单精度大约为 8.18 TFlops。后来

GAN之父Ian Goodfellow加盟苹果

人工智能
Apr 25,2019

据 CNBC 报导,生成对立网络(GAN)的创造者,前谷歌大脑闻名科学家 Ian Goodfellow 刚刚正式宣告加盟苹果。他将在苹果公司领导一个「机器学习特别项目组」。尽管苹果此前现已缩小

做深度学习这么多年还不会挑GPU?这儿有份选购全攻略

人工智能
Apr 25,2019

深度学习是一个对算力要求很高的范畴。GPU的挑选将从根本上决议你的深度学习体会。一个好的GPU能够让你快速取得实践阅历,而这些阅历是正是树立专业常识的要害。假如没有这

对 ResNet 实质的一些考虑

人工智能
Apr 25,2019

最近在总结完结语义切割使命的轻量级神经网络时,看到了 MobileNet V2 中关于 ReLU 层的考虑,所以我也回过头从头审视 ResNet 之所以 work 的实质原因。以下是一些个人的见地,

经典ResNet效果不能复现?何恺明回应:它饱尝住了时刻的检测

人工智能
Apr 25,2019

大神何恺明受到了质疑。今日,Reddit 上一位用户对何恺明的ResNet提出质疑,他以为:何恺明 2015 年的原始残差网络的效果没有被复现,乃至何恺明自己也没有。网友称,他没有发现任何

深度学习的天赐和咒骂:最大的优势也是最大的缺点

人工智能
Apr 25,2019

咱们对深度网络的黑盒效应都很了解了。尽管没有人知道黑盒子里究竟阅历了什么,但是深度学习的成功以及一系列惊人的失利形式,供给了怎样处理的数据的名贵经验。本文作者Piekn

神经网络练习tricks

人工智能
Apr 25,2019

神经网络构建好,练习不出好的作用怎样办?明明说好的拟合恣意函数(一般接连)(为什么?能够参阅http://neuralnetworksanddeeplearning.com/),说好的满足多的数据(https://en.wiki

卷积神经网络四种卷积类型

人工智能
Apr 25,2019

运用内核巨细为3,步长为1和填充的2D卷积一般卷积首要,咱们需求就界说卷积层的一些参数达到共同。卷积核巨细(Kernel Size):卷积核界说了卷积的巨细规模,二维卷积核最常见的便是 3

大规模拥堵人群:一个破纪录的人群计数算法!

人工智能
Apr 25,2019

人脸辨认或人脸报到往往是1:1,或1:N的图画辨认技能,但怎样数人数,少数只要能辨认人脸当然就能够数人数了。但当咱们面对大规模拥堵的人群,咱们或许不需求辨认人脸,仅仅人群计数,

2018年深度学习的首要前进

人工智能
Apr 25,2019

在曩昔几年中,深度学习改变了整个人工智能的开展。深度学习技能现已开端在医疗保健,金融,人力资源,零售,地震检测和自动驾驶轿车等范畴的运用程序中呈现。至于现有的效果体现也

GAN--前进GAN练习的技巧汇总

人工智能
Apr 25,2019

前 言GAN模型相比较于其他网络一向受困于三个问题的掣肘: 1. 不收敛;模型练习不稳定,收敛的慢,乃至不收敛; 2. mode collapse; 生成器发生的效果形式较为单一; 3. 练习缓慢;呈现

完成 TensorFlow 架构的规模性和灵敏性

人工智能
Apr 25,2019

TensorFlow 是为了大规模分布式练习和推理而规划的,不过它在支撑新机器学习模型和体系级优化的试验中的体现也满足灵敏。 本文对能够一起兼具规模性和灵敏性的体系架构进行

TensorFlow 帮你完成更好的结构化图层和模型

人工智能
Apr 25,2019

今日首要向咱们介绍的内容是:自界说层。咱们主张运用 tf.keras 作为构建神经网络的高档 API。也便是说,大多数 TensorFlow API 都能够经过 eager execution(即时履行)来运用。i

重磅!Uber发布史上最简略的深度学习结构Ludwig!

人工智能
Apr 25,2019

昨日,Uber官网重磅宣告新开源深度学习结构Ludwig,不需求懂编程常识,让专家能用的更随手,让非专业人士也能够玩转人工智能,可谓史上最简略的深度学习结构!Ludwig是一个树立在Tenso

TensorFlow、MXNet、Keras怎样取舍? 常用深度学习结构比照

人工智能
Apr 25,2019

作者简介魏秀参,旷视科技 Face++ 南京研讨院负责人。南京大学 LAMDA 研讨所博士,首要研讨范畴为核算机视觉和机器学习。在相关范畴较高档世界期刊如 IEEE TIP、IEEE TNNLS、M

深度学习图画超分辨率最新总述:从模型到运用

人工智能
Apr 25,2019

今日arXiv新上论文《Deep Learning for Image Super-resolution:A Survey》,具体回忆了近年来根据深度学习的图画超分辨率(Super-resolution,SR)的方方面面,关于想要进入该范畴

医学图画剖析最新总述:走向深度

人工智能
Apr 25,2019

今日arXiv新上一篇论文《Going Deep in Medical Image Analysis: Concepts, Methods, Challenges and Future Directions》,来自澳大利亚埃迪斯科文大学的研讨人员总述了深

引荐文章

抢手标签

    抢手文章 最新文章 文章云

站内导航

全站查找