腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
CSDN技术头条
专栏作者
举报
1128
文章
1395879
阅读量
132
订阅数
订阅专栏
申请加入专栏
全部文章(999+)
大数据(287)
数据库(143)
机器学习(126)
人工智能(120)
其他(112)
深度学习(95)
编程算法(77)
java(76)
spark(75)
开源(64)
数据分析(53)
数据处理(49)
hadoop(48)
python(41)
微服务(41)
linux(40)
apache(38)
神经网络(37)
分布式(37)
sql(36)
容器(36)
安全(35)
系统架构(33)
容器镜像服务(32)
云数据库 SQL Server(31)
存储(28)
数据挖掘(27)
云数据库 Redis(27)
mongodb(26)
api(24)
spring(24)
架构设计(21)
nosql(19)
javascript(17)
网站(17)
git(16)
http(16)
缓存(16)
运维(16)
go(14)
网络安全(13)
spring boot(13)
数据可视化(13)
https(13)
区块链(12)
NLP 服务(12)
android(12)
windows(12)
c++(11)
ide(11)
物联网(11)
ios(10)
游戏(10)
爬虫(10)
openstack(10)
微信(10)
php(9)
github(9)
devops(9)
图像识别(9)
jvm(9)
卷积神经网络(9)
推荐系统(9)
安全漏洞(9)
云计算(9)
c 语言(8)
mvc(8)
云+未来(8)
tensorflow(7)
html(7)
cdn(7)
node.js(6)
腾讯云测试服务(6)
spring cloud(6)
小程序(6)
程序员(6)
.net(5)
oracle(5)
打包(5)
搜索引擎(5)
unix(5)
mapreduce(5)
自动化(5)
黑客(5)
互联网金融(5)
hive(5)
hbase(5)
人脸识别(4)
ruby(4)
scala(4)
memcached(4)
postgresql(4)
tomcat(4)
图像处理(4)
html5(4)
敏捷开发(4)
数据结构(4)
bash(3)
r 语言(3)
react(3)
xml(3)
thinkphp(3)
云数据库 MongoDB(3)
电商(3)
企业(3)
shell(3)
zookeeper(3)
dubbo(3)
nat(3)
bug(3)
time(3)
自动驾驶(2)
swift(2)
c#(2)
erlang(2)
servlet(2)
angularjs(2)
vue.js(2)
css(2)
json(2)
ecmascript(2)
单片机(2)
eclipse(2)
svn(2)
jar(2)
maven(2)
中文分词(2)
ubuntu(2)
bash 指令(2)
es 2(2)
渲染(2)
electron(2)
kubernetes(2)
ssh(2)
强化学习(2)
mybatis(2)
numpy(2)
sql server(2)
面向对象编程(2)
决策树(2)
asp(2)
npm(2)
tcp/ip(2)
单元测试(2)
scikit-learn(2)
uml(2)
powershell(2)
机器人(2)
mqtt(2)
kafka(2)
Elasticsearch Service(2)
ui(2)
面试(2)
软件开发(2)
费用中心(1)
云服务器(1)
对象存储(1)
负载均衡(1)
语音识别(1)
官方文档(1)
mac os(1)
lua(1)
bootstrap(1)
jquery(1)
ajax(1)
嵌入式(1)
symfony(1)
django(1)
flask(1)
matlab(1)
centos(1)
命令行工具(1)
消息队列 CMQ 版(1)
SSL 证书(1)
物联网通信(1)
数据工坊(1)
混合云解决方案(1)
出行(1)
微信小程序音视频(1)
sass(1)
webpack(1)
xslt & xpath(1)
babel.js(1)
移动开发(1)
gulp(1)
互联网医疗(1)
压力测试(1)
无人驾驶(1)
jdk(1)
正则表达式(1)
gui(1)
hashmap(1)
监督学习(1)
线性回归(1)
自动化测试(1)
kotlin(1)
aop(1)
rpc(1)
rabbitmq(1)
socket编程(1)
kvm(1)
网站建设(1)
nest(1)
企业组织(1)
图片加速(1)
flutter(1)
ascii(1)
sdk(1)
流计算 Oceanus(1)
agile(1)
amp(1)
apple(1)
arcgis(1)
button(1)
c3p0(1)
coding(1)
debug(1)
delay(1)
elasticsearch(1)
error(1)
gif(1)
gis(1)
gps(1)
ip(1)
it(1)
maya(1)
object(1)
ole(1)
spatial(1)
spotify(1)
stackoverflow(1)
table(1)
tcpdump(1)
this(1)
volatile(1)
youtube(1)
编码(1)
博客(1)
创业(1)
地图(1)
服务器开发(1)
工具(1)
行业(1)
技巧(1)
开发(1)
敏捷(1)
实践(1)
数据(1)
搜索(1)
项目经理(1)
效率(1)
搜索文章
搜索
搜索
关闭
无人驾驶、语音识别这些大火的技术都怎么实现的?
深度学习
神经网络
卷积神经网络
机器学习
很早之前,我就听雷军说过一句话:“站在风口上,猪都可以飞起来!”这句话用来形容现在的深度学习非常贴切。近几年来,深度学习的发展极其迅速,其影响力已经遍地开花,在医疗、自动驾驶、机器视觉、自然语言处理等各个方面大展身手。在深度学习这个世界大风口上,谁能抢先进入深度学习领域,学会运用深度学习技术,谁就能真正地在 AI 时代“飞”起来。
CSDN技术头条
2018-12-27
620
0
如何使用TensorFlow实现卷积神经网络
tensorflow
卷积神经网络
机器学习
编者按:本文节选自图书《TensorFlow实战》第五章,本书将重点从实用的层面,为读者讲解如何使用TensorFlow实现全连接神经网络、卷积神经网络、循环神经网络,乃至Deep Q-Network。同时结合TensorFlow原理,以及深度学习的部分知识,尽可能让读者通过学习本书做出实际项目和成果。 卷积神经网络简介 卷积神经网络(Convolutional Neural Network,CNN)最初是为解决图像识别等问题设计的,当然其现在的应用不仅限于图像和视频,也可用于时间序列信号,比如音频信号、
CSDN技术头条
2018-02-13
1.3K
0
基于卷积神经网络(CNN)的中文垃圾邮件检测
卷积神经网络
前言 文本分类任务是一个经久不衰的课题,其应用包括垃圾邮件检测、情感分析等。 传统机器学习的做法是先进行特征工程,构建出特征向量后,再将特征向量输入各种分类模型(贝叶斯、SVM、神经网络等)进行分类。 随着深度学习的发展以及RNN、CNN的陆续出现,特征向量的构建将会由网络自动完成,因此我们只要将文本的向量表示输入到网络中就能够完成自动完成特征的构建与分类过程。 就分类任务而言,CNN比RNN更为合适。CNN目前在图像处理方向应用最为广泛,在文本处理上也有一些的应用。本文将参考 Denny Brit
CSDN技术头条
2018-02-12
2.6K
0
深度卷积对抗生成网络(DCGAN)
卷积神经网络
卷积神经网络在有监督学习中的各项任务上都有很好的表现,但在无监督学习领域,却比较少。本文介绍的算法将有监督学习中的CNN和无监督学习中的GAN结合到了一起。 在非CNN条件下,LAPGAN在图像分辨率提升领域也取得了好的效果。 与其将本文看成是CNN的扩展,不如将其看成GAN的扩展到CNN领域。而GAN的基本算法,可以参考对抗神经网络。 GAN无需特定的cost function的优势和学习过程可以学习到很好的特征表示,但是GAN训练起来非常不稳定,经常会使得生成器产生没有意义的输出。而论文的贡献就在于:
CSDN技术头条
2018-02-12
1.2K
0
卷积神经网络处理自然语言
卷积神经网络
NLP 服务
nat
当我们听到卷积神经网络(Convolutional Neural Network, CNNs)时,往往会联想到计算机视觉。CNNs在图像分类领域做出了巨大贡献,也是当今绝大多数计算机视觉系统的核心技术,从Facebook的图像自动标签到自动驾驶汽车都在使用。 最近我们开始在自然语言处理(Natural Language Processing)领域应用CNNs,并取得了一些引人注目的成果。我将在本文中归纳什么是CNNs,怎样将它们应用于NLP。CNNs背后的直觉知识在计算机视觉的用例里更容易被理解,因此我就先
CSDN技术头条
2018-02-11
835
0
Yann LeCun:深度学习硬件前瞻
卷积神经网络
神经网络
深度学习
Yann LeCun被大家誉为“卷积神经网络之父”,该技术助推了人工智能在Google、Facebook等公司的发展,在此之外,LeCun也已经不再局限于扎根算法领域。正如那些开发全新计算方法的人一样,他在硬件领域也有深厚背景,尤其是芯片设计,并且在硬件专业化,复杂问题下的数据迁移,以及核性能提升方面也很拿手。 LeCun是从贝尔实验室的研究真正开始开拓深度学习的,他的研究项目结合了先进的软硬件联合设计技术(co-design)。即使在今天,他在服务器端的机器学习和神经网络循环仍广为人知。他本周在Hot
CSDN技术头条
2018-02-09
827
0
卷积神经网络CNN
数据处理
神经网络
卷积神经网络
本文学习笔记的部分内容参考zouxy09的博客,谢谢! http://blog.csdn.net/zouxy09/article/details/8775360 什么是卷积 卷积如果改名为“加权平均积”,就会很好理解了。卷积的离散形式就是常用的加权平均,而连续形式则可理解为对连续函数的加权平均。假如我们观测或计算出一组数据,但数据由于受噪音的污染并不光滑,我们希望对其进行人工处理。那么,最简单的方法就是加权平均。实际上加权平均是两个序列在做离散卷积,其中一个序列是权重,另一个序列是原数据。试想若把序列换为函
CSDN技术头条
2018-02-09
2.2K
0
深入浅出LSTM神经网络
神经网络
卷积神经网络
【编者按】使用前馈卷积神经网络(convnets)来解决计算机视觉问题,是深度学习最广为人知的成果,但少数公众的注意力已经投入到使用递归神经网络来对时间关系进行建模。而根据深度学习三大牛的阐述,LSTM网络已被证明比传统的RNNs更加有效。本文由加州大学圣迭戈分校(UCSD)研究机器学习理论和应用的博士生Zachary Chase Lipton撰写,用浅显的语言解释了卷积网络的基本知识,并介绍长短期记忆(LSTM)模型。 ---- 鉴于深度学习在现实任务中的广泛适用性,它已经吸引了众多技术专家、投资者和非专
CSDN技术头条
2018-02-09
890
0
卷积神经网络中十大拍案叫绝的操作
卷积神经网络
CNN从2012年的AlexNet发展至今,科学家们发明出各种各样的CNN模型,一个比一个深,一个比一个准确,一个比一个轻量。我下面会对近几年一些具有变革性的工作进行简单盘点,从这些充满革新性的工作中探讨日后的CNN变革方向。 注:水平所限,下面的见解或许有偏差,望大牛指正。另外只介绍其中具有代表性的模型,一些著名的模型由于原理相同将不作介绍,若有遗漏也欢迎指出。 一、卷积只能在同一组进行吗?-- Group convolution Group convolution 分组卷积,最早在AlexNet中出
CSDN技术头条
2018-02-06
4.3K
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档