腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

数据派THU

专栏作者

2140

文章

1954592

阅读量

188

订阅数

干货 | 基于深度学习的生态保护红线和生态空间管控区域内开发建设活动识别

深度学习开发模型数据系统

本研究主要针对江苏省典型生态保护区域，通过计算机语义分割和变化检测的技术方法，以实现生态保护区内违法违规开发建设活动的智能监控。

2023-09-24

1700

软件学院王建民、龙明盛团队提出极端降水临近预报大模型

深度学习论文模型软件设计

近年来，受全球气候变化的影响，短时强降水、暴风雨、暴雪、冰雹等极端降水天气发生频率逐年增加，严重威胁生产安全和人民的生命财产安全。更准确、更精细和更长预警提前量的降水临近预报业务能够更好地提供气象决策支持，为农业生产、新能源开发、航空航天等国家重大需求保驾护航。然而，极端降水天气过程大多只持续几十分钟且空间尺度在几公里范围，受到对流、气旋、地形等复杂过程和大气系统混沌效应的严重影响。基于物理方程模拟的数值预报技术很难对公里尺度的极端降水做出有效预报。在2023年5月27日世界气象组织峰会上，三小时内降水临近预报被列为未解决的重要科学难题之一。

2023-08-08

3290

借力计算机视觉及深度学习，纽卡斯尔大学开发实时、自动化奶牛跛行检测系统

深度学习自动化计算机视觉开发系统

本文约2600字，建议阅读5分钟近期，纽卡斯尔大学联合费拉科学有限公司联合开发了一个针对多头奶牛的自动化、实时跛行检测系统。该系统能够按照跛行评分系统将奶牛进行分类，并且准确度高达 94%-100%。目前，该研究成果已发表在《Nature》上。因口蹄疫等疾病造成的奶牛跛行对畜牧业而言，已成为一个全球性话题。相关科普显示，它不仅会导致奶牛产奶量降低、繁殖效率下降，还会导致奶牛过早地被淘汰。国家动物健康监测服务奶业报告数据显示，奶牛有 16% 的淘汰率是由跛行引起的。跛行已成为奶牛业面临的主要危机之一，因此

2023-05-18

1580

【KAUST博士论文】面向3D理解的鲁棒深度学习模型设计

深度学习工作模型设计数据

来源：专知本文为论文介绍，建议阅读5分钟这篇论文提出了一些新颖的方法，用于解决深度神经网络（DNNs）在3D理解和3D设置方面的鲁棒性面临的重要挑战。这篇论文提出了一些新颖的方法，用于解决深度神经网络（DNNs）在3D理解和3D设置方面的鲁棒性面临的重要挑战。我们的研究主要集中在两个方面：3D数据和设置的对抗鲁棒性以及DNNs在现实3D场景下的鲁棒性。一个3D理解范式是将3D表示为一组3D点，并直接在这组点上学习函数。我们的第一个工作，AdvPC，解决了当前3D点云对抗攻击的有限可迁移性和防御易用性问题

2023-05-11

1700

深度学习如何训练出好的模型

深度学习模型数据性能优化

来源：机器学习AI算法工程本文约4800字，建议阅读10+分钟本文将会详细介绍深度学习模型的训练流程。深度学习在近年来得到了广泛的应用，从图像识别、语音识别到自然语言处理等领域都有了卓越的表现。但是，要训练出一个高效准确的深度学习模型并不容易。不仅需要有高质量的数据、合适的模型和足够的计算资源，还需要根据任务和数据的特点进行合理的超参数调整、数据增强和模型微调。在本文中，我们将会详细介绍深度学习模型的训练流程，探讨超参数设置、数据增强技巧以及模型微调等方面的问题，帮助读者更好地训练出高效准确的深度学习模型

2023-04-25

6010

毛灵栋 : 以兴趣为壤，育能力之实 | 提升之路系列（一）

深度学习大数据数据分析论文实践

导读为了发挥清华大学多学科优势，搭建跨学科交叉融合平台，创新跨学科交叉培养模式，培养具有大数据思维和应用创新的“π”型人才，由清华大学研究生院、清华大学大数据研究中心及相关院系共同设计组织的“清华大学大数据能力提升项目”开始实施并深受校内师生的认可。项目通过整合建设课程模块，形成了大数据思维与技能、跨界学习、实操应用相结合的大数据课程体系和线上线下混合式教学模式，显著提升了学生大数据分析能力和创新应用能力。我是土木工程系 2019 级博士生毛灵栋。我报名参加大数据能力提升项目是在我刚入学的一年级。当时我

2023-04-25

2120

【普林斯顿博士论文】深度神经网络在监督学习、生成建模和自适应数据分析中的泛化

神经网络深度学习监督学习数据分析数据

📷 来源：专知本文为论文介绍，建议阅读5分钟本文从监督学习开始，最终目的是通过提出新的理论框架和实用工具，阐明深度神经网络在生成式建模和自适应数据分析中的泛化性能。 📷 为什么在小数据集上训练的具有大

2023-04-25

1780

【2023新书】医学影像人工智能前沿

机器学习深度学习人工智能卷积神经网络工作

来源：专知本文为书籍介绍，建议阅读5分钟这本书的目的是考虑到医院在使用人工智能支持的检测程序准确诊断各种疾病方面的最新进展。这本书的目的是考虑到医院在使用人工智能支持的检测程序准确诊断各种疾病方面的最新进展。本文研究了最近在医学成像处理领域工作的著名研究人员和临床医生支持的疾病检测技术。在本书中，将介绍各种人工智能方法的集成，如软计算、机器学习、深度学习和其他相关工作。结合利用AI的真实临床图像。本书还包括关于机器学习、卷积神经网络、分割和深度学习辅助的二分类和多分类的几章。 https://iopsc

2023-04-12

5000

【干货书】遥感图像分析、分类与变化检测(第4版)

深度学习图像分析开发算法统计

来源：专知本文为书籍介绍，建议阅读5分钟第4版，专注于开发和实现统计驱动的、数据驱动的技术，用于遥感图像的数字图像分析。遥感图像分析、分类和变化检测:With Algorithms for Python，第4版，专注于开发和实现统计驱动的、数据驱动的技术，用于遥感图像的数字图像分析，它的特点是算法的统计和机器学习理论与计算机代码紧密交织。它开发了用于光学/红外和合成孔径雷达(SAR)图像分析的统计方法，包括小波变换、非线性分类的核方法，以及前馈神经网络背景下的深度学习介绍。 https://www.ro

2023-04-05

3530

原创 | 让你捷足先登的深度学习框架

神经网络深度学习框架模型数据

本文介绍了几种非常有用的深度学习框架、它们的优点以及应用，通过对每个框架进行比较，研发人员了解如何有选择地使用它们，高效快捷完成项目任务。

2023-03-29

4890

如何挖掘医疗数据？看这份KDD2021《异构医疗数据挖掘》教程

数据挖掘深度学习医疗教程数据

来源：专知本文约1000字，建议阅读5分钟在本教程中，我们将介绍最先进的深度学习方法及其实际应用，特别关注于探索不同类型医疗数据的独特特征。 [ 导读 ]ACM SIGKDD（国际数据挖掘与知识发现大会，简称 KDD）是世界数据挖掘领域的最高级别的学术会议，由 ACM 的数据挖掘及知识发现专委会（SIGKDD）主办，被中国计算机协会推荐为 A 类会议。自 1995 年以来，KDD 已经连续举办了26届，今年于2021年8月14日至18日举办，今年的会议主办地在新加坡。来自华为的研究人员在PSU上给出

2023-03-29

3500

《科学》：媲美AlphaFold2的蛋白质结构预测新工具问世，一台游戏计算机十分钟出结果，完全免费

深度学习游戏工具计算机设计

来源：学术头条本文约2000字，建议阅读5分钟整个研究学界都将受益。如今，人工智能已经渗透到人们生活的方方面面，各种深度学习算法也越来越多地应用于各个领域。尤其在生物和医学领域，人工智能技术可以说大放异彩，极大加速了有关生物、病理等科学的发展，而其中一项重要的应用，就是预测蛋白质结构。蛋白质作为构成人体组织器官的支架和主要物质，在人体生命活动中起着重要作用。2020 年，DeepMind 在第 14 届 “蛋白质结构预测关键评估”（CASP14）大赛中展示了轰动一时的相关成果 ——AlphaFol

2023-03-29

2170

图灵奖得主Geoffrey Hinton：我的五十年深度学习生涯与研究心法

神经网络深度学习人工智能工作算法

来源：The Robot Brains Podcast 机器学习初学者翻译：沈佳丽、程浩源、许菡如、胡燕君、贾川本文约7500字，建议阅读15分钟本文介绍了Hinton非常坦诚地分享了自己的学术生涯，深度学习的未来和研究心得。他从未正式上过计算机课程，本科在剑桥大学读的是生理学和物理学，期间曾转向哲学，但最终拿到的却是心理学方向的学士学位；他曾因为一度厌学去做木匠，但遇挫后还是回到爱丁堡大学，并拿到“冷门专业”人工智能方向的博士学位；数学不好让他在做研究时倍感绝望，当了教授之后，对于不懂的神经科学和计

2023-03-29

3670

【资源分享】吴恩达28张彩图全解深度学习（附下载）

神经网络深度学习函数模型数据

来源：知乎 Abner说AI本文约7500字，建议阅读15分钟本文将从深度学习基础（01-13）、卷积网络（14-22）和循环网络（23-28）三个方面介绍该笔记。关注微信公众号“数据派THU”，后台回复“20230215”，即可领取28张深度学习知识图高清PDF文件！ [ 导读 ] 吴恩达在推特上展示了一份由 TessFerrandez 完成的深度学习专项课程信息图，这套信息图优美地记录了深度学习课程的知识与亮点。因此它不仅仅适合初学者了解深度学习，还适合机器学习从业者和研究者复习基本概念。这不仅仅是

2023-03-29

3300

【EMORY博士论文】几何数据的可解释和交互式表示学习

神经网络深度学习框架模型数据

来源：专知本文为论文介绍，建议阅读5分钟本文旨在探索一条新的研究路线，即解释引导学习(EGL)，通过XAI技术干预深度学习模型的行为，共同提高深度神经网络的可解释性和泛化性。近年来，深度神经网络(Deep Neural Networks, DNNs)，包括卷积神经网络(Convolutional Neural Networks, cnn)和图神经网络(Graph Neural Networks, GNNs)的快速发展，使得图像和图结构数据等几何数据的表示学习得到了快速的发展，并取得了显著的进展。然而，d

2023-03-29

1370

深度学习聚类的综述

深度学习聚类算法模型网络优化

来源：机器学习算法与Python实战本文约1200字，建议阅读5分钟本文对现有的深度聚类算法进行全面综述与总结。这篇博客对现有的深度聚类算法进行全面综述与总结。现有的深度聚类算法大都由聚类损失与网络损失两部分构成，博客从两个视角总结现有的深度聚类算法，即聚类模型与神经网络模型。 1. 什么是深度聚类？经典聚类即数据通过各种表示学习技术以矢量化形式表示为特征。随着数据变得越来越复杂和复杂，浅层（传统）聚类方法已经无法处理高维数据类型。为了解决改问题，深度聚类的概念被提出，即联合优化表示学习和聚类。

2023-03-29

8200

万字长文：详解现代AI和深度学习发展史

神经网络深度学习人工智能计算机算法

来源：新智元本文约9000字，建议阅读10+分钟本文带你了解人工智能理论起源和深度学习的演变史。「人工智能」一词，首次在1956年达特茅斯会议上，由约翰麦卡锡等人正式提出。实用AI地提出，最早可以追溯到1914年。当时Leonardo Torres y Quevedo构建了第一个工作的国际象棋机器终端游戏玩家。当时，国际象棋被认为是一种仅限于智能生物领域的活动。至于人工智能理论，则可以追溯到1931-34年。当时库尔特·哥德尔（Kurt Gödel ）确定了任何类型的基于计算的人工智能的基本限

2023-03-29

3030

收藏 | 从SGD到NadaMax，深度学习十种优化算法原理及实现（附代码）

深度学习算法系统优化原理

来源：深度学习爱好者知乎 https://zhuanlan.zhihu.com/p/81020717 本文约3700字，建议阅读10分钟本文为你总结十个优化算法的公式，并附上了简单的Python实现。无论是什么优化算法，最后都可以用一个简单的公式抽象：是参数，而是参数的增量，而各种优化算法的主要区别在于对的计算不同，本文总结了下面十个优化算法的公式，以及简单的Python实现： SGD Momentum Nesterov Momentum AdaGrad RMSProp Ada

2023-03-29

3360

【2023新书】现代深度学习表格数据处理:常见建模问题的新方法

深度学习金融数据处理表格数据

来源：专知本文为书籍介绍，建议阅读5分钟这本书提供了一个强大的概念和理论工具包来解决具有挑战性的表格数据问题。深度学习是现代人工智能领域最强大的工具之一。虽然主要应用于高度专业化的图像、文本和信号数据集，但本书对一个看似不太可能的领域——表格数据，合成并提出了新的深度学习方法。无论是在金融、商业、安全、医学还是无数其他领域，深度学习都可以帮助挖掘和建模表格数据中的复杂模式——这是一种非常普遍的结构化数据形式。本书的第一部分提供了与整体建模和操作表格数据相关的机器学习原则、算法和实现技能的严格概述。第二

2023-03-29

2370

Nature发文：读博前，应该知道的20件事情

深度学习备份工作论文数据

来源：募格学术深度学习爱好者本文约1500字，建议阅读5分钟本文给你20条读博前的建议。开始博士学位可能很难。回想起来，有很多事情我希望在一开始的时候就知道。在这里，我列出了我英国牛津大学动物学系博士生和博士后研究人员的建议清单，以帮助新的研究生。 1. 找到适合自己的日程，平衡工作与生活。最好是在整个学业中保持良好的平衡，稳扎稳打，而不是紧张的工作把精力消耗殆尽。照顾好自己是成功的关键。 2. 与导师讨论你的期望。每个人的工作方式不同，确保你了解自己的需求并尽早将其传达给导师，这样你也可以和导师一

2023-03-29

1950

点击加载更多

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战

Python精品学习库

代码在线跑，知识轻松学

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

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