AutoEncoder 这是一种非监督学习方式，主要用于数据的降维或者特征的抽取。 Autoencoder 实际上跟普通的神经网络没有什么本质的区别，分为输入层，隐藏层和输出层。 autoencoder的意义在于学习的（通常是节点数更少的）中间coder层（最中间的那一层），这一层是输入向量的良好表 ...
分类：
其他好文 时间：
2020-08-28 14:36:04
阅读次数：
62
了解过深度学习框架的都知道，Tensorflow是早期的主流框架，而后又出现了Keras,keras对Tensorflow进行了封装，使得搭建深度学模型的过程简化到了几个简单的步骤：summary、compile、fit、evaluate、 predict。Pytorch虽然比Tensorflow出... ...
分类：
其他好文 时间：
2020-08-27 13:14:01
阅读次数：
58
网络的多模态形状究竟是啥？道翰天琼认知智能机器人平台API接口大脑为您揭秘。三维形状的补全，即预测残缺形状缺失部分的几何从而恢复出完整的三维模型，是计算机视觉、图形学领域的基本问题。我们所获得的三维形状经常是不完整的，如用户进行三维设计时的中间产物、扫描时由于遮挡而得到的不完整点云等等，因此形状补全有着很广的应用范围。尽管目前已有很多工作利用深度学习方法进行形状补全，然而这些方法只能对每个残缺形状
人工智能是研究如何通过机器来模拟人类认知能力的科学，目前人工智能应用最广泛的计算机视觉与语音交互依赖于监督学习下的深度学习方式，而监督学习下的深度学习算法训练则十分依赖人工标注数据。相关数据显示，目前一个新研发的计算机视觉算法需要上万张到数十万张不等的标注图片训练，新功能的开发需要近万张标注图片训练，而定期优化算法也有上千张图片的需求。这些海量训练数据集的背后是无数标注员共同努力的成果，正如著名科
分类：
其他好文 时间：
2020-08-10 18:33:05
阅读次数：
76
原文：Deep Learning with TensorFlow Second Edition 协议：CC BY-NC-SA 4.0 不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则 2.3.c 在线阅读 ApacheCN 面试求职交流群 724187166 ApacheCN 学习资源 ...
分类：
其他好文 时间：
2020-08-06 20:42:18
阅读次数：
68
上一讲笔者和大家简单介绍了强化学习的相关概念，了解了Q-Learning算法及其简单实现实例。本节笔者将在上一讲的基础上，将强化学习回归到深度学习的主题上。 深度强化学习 强化学习+深度学习的一个结果就是形成了深度强化学习这样的新领域，本节我们先简单介绍一下深度强化学习，然后来看一下深度神经网络是如 ...
分类：
其他好文 时间：
2020-08-05 14:24:05
阅读次数：
68
##AI studio AI studio是一个集项目、数据集、课程、比赛、认证于一体的综合性社区。AI studio有丰富的公开项目，提供给用户学习，并且每个项目都可以直接运行，用户可以选择不同配置的运行环境，环境默认为Notebook。我对计算机视觉方面的项目较为感兴趣，fork了通过Paddl ...
分类：
其他好文 时间：
2020-08-03 00:46:14
阅读次数：
84
激活函数：增加非线性 如果不用激活函数，每一层节点的输入都是上层输出的线性函数。无论神经网络有多少层，输出都是输入的线性组合，与没有隐藏层效果相当，因此网络的逼近能力就相当有限。 Sigmoid: 将输入的连续实值变换为0-1的输出。反向传播中易发生梯度消失，输出不对称（只输出正值） tanh： 输 ...
分类：
其他好文 时间：
2020-07-31 14:08:43
阅读次数：
104
作者|DR. VAIBHAV KUMAR 编译|VK 来源|Analytics In Diamag 随着深度学习模型在各种应用中的成功实施，现在是时候获得不仅准确而且速度更快的结果。 为了得到更准确的结果，数据的大小是非常重要的，但是当这个大小影响到机器学习模型的训练时间时，这一直是一个值得关注的问 ...
分类：
其他好文 时间：
2020-07-30 14:42:34
阅读次数：
69
计算机视觉岗常见面试题 问题1：Softmax+Cross Entropy反向求导 问题2：BatchNorm层的详细解读(具体可以参考之后出版的百面深度学习2333) 作用： 使得每层的输入/输出分布更加稳定，避免参数更新和网络层次变深大幅度影响数据分布。从而使模型训练更稳定。 参数?β?和?γ的 ...
分类：
其他好文 时间：
2020-07-29 22:01:18
阅读次数：
161
