deeplearning

吴恩达deeplearning.ai《卷积神经网络》-深度卷积网络：实例探究（二）

为什么要进行实例探究ResNet（ResidualNetwork）残差网络，深度有152层inceptionNetwork经典网络LeNet-5当时没有采用padding，故图像的尺寸会越来越小。LeNet-5启发我们现代的网络结构：多个卷积层后，跟着池化层。或多个卷积层，跟着池化层，最后跟着几个全连接层。此外LetNet-5在池化层后，加入了非线性函数。本例中，池化层后加入了sigmoid函数A
丰brother·2020-06-27 10:16

(三)卷积递归深度学习在3D物体分类中的应用(译文)

卷积递归深度学习在3D物体分类中的应用（Convolutional-RecursiveDeepLearningfor3DObjectClassification）RichardSocher,BrodyHuval
CoolSummmer·2020-06-27 10:14

给研一同学们的深度学习学习规划

DeepLearningSyllabus——整理byxrj[[email protected]]DeepLearningSyllabus学习路线先修理论知识用到再看工具平台推荐课程学习CS231nAssignmen1Assignmen2Assignmen3
jdefla·2020-06-27 10:32

卷积神经网络CNN经典模型整理Lenet，Alexnet，Googlenet，VGG，Deep Residual Learning,squeezenet

如果读者是初接触CNN，建议可以先看一看“DeepLearning（深度学习）学习笔记整理系列”中关于CNN的介绍[1]，是介绍我们常说的Lenet为例，相信会对初学者有帮助。
2014wzy·2020-06-27 09:46

[论文阅读]中文版 - deep learning

深度学习-LeCun、Bengio和Hinton的联合综述论文地址Deeplearning时间：2019年6月10日10:11:47-2019年6月12日10:41:17难度：简单，入门编号：1进度：1
Nyx_2048·2020-06-27 09:31

第二讲 cs224n系列之word2vec & 词向量

Skip-Gram模式关系3Skip-gram基本模型3.1相关公式3.2Skipgram框架结构3.4相关推导4训练优化参考文献本系列是一个基于深度学习的NLP教程，2016年之前叫做CS224d:DeepLearningforNaturalLanguageProcessing
蜗牛蜗牛慢慢爬·2020-06-27 09:53

贝叶斯公式的背后

贝叶斯公式对BigData，MachineLearning，DeepLearning中的很多算法起着基础性的作用，但何以一个200年前的公式对现在的技术发生了如此巨大的作用？
duanlg·2020-06-27 09:13

深度学习&机器学习相关资料汇总

机器学习&深度学习基础知识1、吴恩达-deeplearning.ai链接：http://mooc.study.163.com/smartSpec/detail/1001319001.htm（
AI之路·2020-06-27 09:54

PCANet训练过程

PCANet是一个基于CNN的简化DeepLearning模型。之所以读它是因为它是基于PCA(SVD)的，其卷积核从图像信号的某种SVD分解得到的，而这也是张量列分解的核心之一。
MachineLP·2020-06-27 09:14

deepfake 的深度学习技术 Facewap

deepfake的深度学习技术Facewaphttps://github.com/deepfakes/faceswapFaceswapisatoolthatutilizesdeeplearningtorecognizeandswapfacesinpicturesandvideos.OverviewTheprojecthasmultipleentrypoints.Youwillhaveto
Bevision·2020-06-27 09:26

【deeplearning.ai】第二门课：提升深层神经网络——权重初始化

一、初始化合理的权重初始化可以防止梯度爆炸和消失。对于ReLu激活函数，权重可初始化为：也叫作“He初始化”。对于tanh激活函数，权重初始化为：也称为“Xavier初始化”。也可以使用下面这个公式进行初始化：上述公式中的l指当前处在神经网络的第几层，l-1为上一层。二、编程作业有如下二维数据：训练网络正确分类红点和蓝点。导入需要的扩展包，其中init_utils.py在这里下载importnum
SpaceAutomation·2020-06-27 08:01

Hinton 深度学习论文总结

blog.sina.com.cn/s/blog_870a639201019fbl.html【1】Afastlearningalgorithmfordeepbeliefnets:2006Hinton关于deeplearning
lioncv·2020-06-27 08:26

多模态(RGB-D)——Ensemble Learning

《ImprovingaDeepLearningbasedRGB-DObjectRecognitionModelbyEnsembleLearning》2017，AndreasAakerbergetal.EnsembleLearning
Peanut_范·2020-06-27 07:44

多模态(RGB-D)——特征层融合

《MultimodalDeepLearningforRobustRGB-DObjectRecognition》2015，AndreasEiteletal.特征层融合1.提出了一种新的RGB-D结构为目标识别
Peanut_范·2020-06-27 07:43

多模态(RGB-D)——CIMDL

《CorrelatedandIndividualMulti-ModalDeepLearningforRGB-DObjectRecognition》2016,ZiyanWang，JiwenLuetal.CIMDL
Peanut_范·2020-06-27 07:43

数据可视化漫谈（三）

viewmode=contents博主简介：风雪夜归子（Allen），机器学习算法攻城狮，喜爱钻研MeachineLearning的黑科技，对DeepLearning和ArtificialIntelligence
风雪夜归子·2020-06-27 07:52

数据可视化漫谈（二）

viewmode=contents博主简介：风雪夜归子（Allen），机器学习算法攻城狮，喜爱钻研MeachineLearning的黑科技，对DeepLearning和ArtificialIntelligence
风雪夜归子·2020-06-27 07:52

spark机器学习笔记：（六）用Spark Python构建回归模型

viewmode=contents博主简介：风雪夜归子（英文名：Allen），机器学习算法攻城狮，喜爱钻研MeachineLearning的黑科技，对DeepLearning和ArtificialIntelligence
风雪夜归子·2020-06-27 07:51

数据可视化漫谈（一）

viewmode=contents博主简介：风雪夜归子（Allen），机器学习算法攻城狮，喜爱钻研MeachineLearning的黑科技，对DeepLearning和ArtificialIntelligence
风雪夜归子·2020-06-27 07:51

spark机器学习笔记：（三）用Spark Python构建推荐系统

viewmode=contents博主简介：风雪夜归子（英文名：Allen），机器学习算法攻城狮，喜爱钻研MeachineLearning的黑科技，对DeepLearning和ArtificialIntelligence
风雪夜归子·2020-06-27 07:51

机器学习系列：（六）K-Means聚类

viewmode=contents博主简介：风雪夜归子（英文名:Allen），机器学习算法攻城狮，喜爱钻研MachineLearning的黑科技，对DeepLearning和ArtificialIntelligence
风雪夜归子·2020-06-27 07:19

机器学习系列：（二）线性回归

viewmode=contents博主简介：风雪夜归子（英文名:Allen），机器学习算法攻城狮，喜爱钻研MachineLearning的黑科技，对DeepLearning和ArtificialIntelligence
风雪夜归子·2020-06-27 07:19

机器学习系列：（一）机器学习基础

viewmode=contents博主简介：风雪夜归子（英文名:Allen），机器学习算法攻城狮，喜爱钻研MachineLearning的黑科技，对DeepLearning和ArtificialIntelligence
风雪夜归子·2020-06-27 07:18

数据预处理系列：（九）用主成分分析（PCA）降维

转载请联系作者并注明出处http://blog.csdn.net/u013719780博主简介：风雪夜归子（英文名:Allen），机器学习算法攻城狮，喜爱钻研MachineLearning的黑科技，对DeepLearning
风雪夜归子·2020-06-27 07:48

GAN与WassersteinGAN代码keras分析

https://github.com/tdeboissiere/DeepLearningImplementations使用mnist数据集。
echo爱毛毛1990·2020-06-27 07:23

Jetson Nano配置与使用（7）Hello AI World( Inference Only)

1.简要介绍下JetsonInferenceNvidia官方给出的DeployingDeepLearning实例可以在DIGITS/Jetson多种设备上运行。
Damon0626·2020-06-27 07:38

[DeeplearningAI笔记]卷积神经网络4.11一维和三维卷积

4.4特殊应用:人脸识别和神经网络风格转换觉得有用的话,欢迎一起讨论相互学习~吴恩达老师课程原地址4.11一维和三维卷积二维和一维卷积对于2D卷积来说，假设原始图像为14∗14∗314*14*314∗14∗3的三通道图像，使用32个5∗5∗35*5*35∗5∗3的卷积核(其中3表示通道数，一般只关注感受野的大小，而卷积核的深度大小与输入的通道数相同)进行卷积，则得到大小为10∗10∗3210*10
武科大许志伟·2020-06-27 07:21

Tensorflow实现各种学习率衰减

Tensorflow实现各种学习率衰减觉得有用的话,欢迎一起讨论相互学习~参考文献DeeplearningAIAndrewNgTensorflow1.2API学习率衰减(learningratedecay
武科大许志伟·2020-06-27 07:21

[DeeplearningAI笔记]卷积神经网络1.2-1.3边缘检测

4.1卷积神经网络觉得有用的话,欢迎一起讨论相互学习~吴恩达老师课程原地址1.2边缘检测示例边缘检测可以视为横向边缘检测和纵向边缘检测如下图所示:边缘检测的原理是通过一个特定构造的卷积核对原始图片进行卷积操作后得到一个特征图，这个特征图恰好能反应图像的边缘。例如：假设下图中越大的像素值对应的颜色越浅而越小的像素值对应的颜色越深。则一张如左图所示的6∗66*66∗6的单通道图片通过一个3∗33*33
武科大许志伟·2020-06-27 07:21

[DeeplearningAI笔记]第一章人工智能行业大师访谈

[DeeplearningAI笔记]第一章人工智能行业大师访谈觉得有用的话,欢迎一起讨论相互学习~吴恩达老师课程原地址吴恩达采访GeoffreyHintonNG:前几十年,你就已经发明了这么多神经网络和深度学习相关的概念
武科大许志伟·2020-06-27 07:20

[DeeplearningAI笔记]第三章2.4-2.6不匹配的训练和开发/测试数据

[DeeplearningAI笔记]第三章2.4-2.6不匹配的训练和开发/测试数据觉得有用的话,欢迎一起讨论相互学习~吴恩达老师课程原地址2.4在不同分布上训练和测试数据在深度学习时代,越来越多的团队使用和开发集
武科大许志伟·2020-06-27 07:20

机器学习(Machine Learning)与深度学习(Deep Learning)资料汇总

《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、DeepLearning.
ChenYuanshen·2020-06-27 06:25

实例分析神经网络传播过程

从早期神经元(neuron),到感知器(Perceptron),再到Bp神经网络，然后到今天的深度学习(deeplearning)，这是它的大致的
张骞晖2·2020-06-27 06:19

深度学习Deep Learning（05）：Batch Normalization(BN)批标准化

github地址：https://github.com/lawlite19/DeepLearning_Python四、BatchNormalization（BN）批标准化1、说明参考论文：http://
莫失莫忘Lawlite·2020-06-27 05:03

深度学习Deep Learning（01）_CNN卷积神经网络

深度学习DeepLearninggithub地址：https://github.com/lawlite19/DeepLearning_Python有关神经网络的部分可以查看这里的BP神经网络的部分：https
莫失莫忘Lawlite·2020-06-27 05:02

运用深度学习预测肺癌

运用深度学习预测肺癌原文：ForecastingLungCancerDiagnoseswithDeepLearning注：本文为TheDataScienceBowl(DSB)2017竞赛的第二名获奖团队中
RookieFCB·2020-06-27 05:29

特定敌手样本Adversarial Malware论文阅读小结

从而再决定怎么生成特定敌手样本AdversarialMalwareBinaries:EvadingDeepLearningforMalwareDetectioninExecutables深度网络检测方法
都说没想好·2020-06-27 05:40

《Deep Learning with keras》翻译连载

这边，解释一下，将会连载关于《Deeplearningwithkeras》一书的翻译版及一些自己的认识。如有侵权，请联系删除。若有错误，请指出，多谢关照。
我爱花生米·2020-06-27 05:55

深度学习框架--深度卷积神经网络CNNs的多GPU并行框架 及其在图像识别的应用

id=1516本文是腾讯深度学习系列文章的第二篇，聚焦于腾讯深度学习平台（TencentDeepLearningPlatform）中深度卷积神经网络DeepCNNs的多GPU模型并行和数据并行框架。
visionshop·2020-06-27 05:10

深度学习 - 模型训练 技巧

improve-deep-learning-performance/译文http://www.cnblogs.com/jkmiao/p/5962744.html深度学习性能提升的诀窍[转载]原文：HowToImproveDeepLearningPerformance
visionshop·2020-06-27 05:39

多任务深度学习（MultiTask Learning）

案例1-人脸识别香港中文大学汤晓鸥组发表在NIPS14的论文《DeepLearningFaceRepresentationbyJointIdentification-Verification》,提出了一种联合训练人脸确认损失和人脸分类损失的多任务人脸识别网络
maocaisheng·2020-06-27 05:01

聊天机器人chatbox

整理者：我爱机器学习本文将持续更新，烦请留言告知遗漏的高质量资源AwesomeChatbot链接：https://github.com/shaohua/awesome-chatbotDEEPLEARNINGFORCHATBOTS
To_be_brave1·2020-06-27 05:45

卷积神经网络可视化和理解

最近在研究神经网络特征可视化的问题，想弄清楚deeplearning之所以能够work这么好的原因。所以挑选了几篇相关的文章进行阅读，并把自已在阅读过程中的一些概要记录下来。
cltdevelop·2020-06-27 04:20

LSTM和递归网络基础教程

来源：https://deeplearning4j.org/cn/lstm本页旨在帮助神经网络学习者了解循环网络的运作方式，以及一种主要的循环网络，即LSTM的功能和结构。
u012507022·2020-06-27 04:13

药物设计的深度学习(Deep Learning for Drug Design)

翻译《DeepLearningforDrugDesign:anArtificialIntelligenceParadigmforDrugDiscoveryintheBigDataEra》摘要过去的十年中
qq2648008726·2020-06-27 03:00

深度学习在药物发现领域的兴起

翻译《Theriseofdeeplearningindrugdiscovery》摘要过去的十年中，深度学习(DeepLearning，DL)在各种人工智能研究领域取得了显着的成功。
qq2648008726·2020-06-27 03:28

【deeplearning.ai笔记第二课】1.4 正则化，权重初始化和输入归一化

正则化能减少过拟合，那么有哪些方法呢？我们来看一下：1.1costfunction加上正则项L2regularization即在costfunction加上L2norm:∑θ2L1regularization即在costfunction加上L1norm:∑∥θ∥1.2weightdecayL2normregularization也叫权重衰减（weightdecay）。因为加上正则项后，在梯度下降中
adrianna_xy·2020-06-27 03:52

【deeplearning.ai笔记第二课】2.3 学习率衰减（learning rate decay），局部极小值和鞍点

1.学习率衰减（learningratedecay）在训练模型的时候，通常会遇到这种情况：我们平衡模型的训练速度和损失（loss）后选择了相对合适的学习率（learningrate），但是训练集的损失下降到一定的程度后就不在下降了，比如trainingloss一直在0.7和0.9之间来回震荡，不能进一步下降。如下图所示：遇到这种情况通常可以通过适当降低学习率（learningrate）来实现。但是
adrianna_xy·2020-06-27 03:20

深度学习处理遥感影像入门教程

DeepLearningforRemoteSensingDataLiangpeiZhangDL在RS领域有非常好的发展前景，传统方法人工提取特征，无法在discriminability和鲁棒性之间达到平衡
Kun Li·2020-06-27 03:53

正则化方法：L1和L2 regularization、数据集扩增、dropout

本文是《Neuralnetworksanddeeplearning》概览中第三章的一部分，讲机器学习/深度学习算法中常用的正则化方法。
wepon_·2020-06-27 03:30
上一页 100 101 102 103 104 105 106 107 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他