ATYUN订阅号

1653 篇文章
85 人订阅

卷积神经网络

AiTechYun

用StyleGAN生成“权力的游戏”人物(上)

《权利的游戏》迎来了大结局,我斗胆在此问一下各位权游迷,你有没有想过如果你最喜欢的电影或电视剧中的角色性别完全不同会是什么样子?

1357
AiTechYun

深度学习词汇表(一)

对于刚开始学习深度学习的新人来说,深度学习术语掌握起来会非常困难。这篇深度学习词汇表包含了一些深度学习的常用术语,以帮助读者深入了解特定主题。

672
AiTechYun

揭秘图像识别,告诉你机器如何“看见”这个世界

看懂一个东西对人类来说很容易,但是对机器来说却是很难的,这个时候图像识别技术就应运而生。今天我们就为大家揭秘图像识别技术原理,告诉你机器如何利用卷积神经网络进行...

2332
AiTechYun

AI有助于揭示人们如何处理抽象思维

随着AI变得越来越复杂,公众越来越关注这些技术在国际象棋和其他战略游戏中如何成功地与人类竞争。来自休斯顿大学的一位哲学家采取了不同的方法,解构机器学习中使用的复...

793
AiTechYun

NVIDIA开发新的基于深度学习的算法,实时为黑白视频上色

手动着色黑白视频是需要大量劳动力且繁琐的过程。 但是现在,由NVIDIA研究人员开发的一种新的基于深度学习的算法有望使这个过程变得更加容易,新的框架允许视觉艺术...

2164
AiTechYun

20世纪福克斯开发AI模型,通过电影预告片预测观众偏好

为了帮助确定展示出电影的最佳预告片,20世纪福克斯电影制片厂的研究人员开发了一种深度学习模型,可以根据电影的电影预告片预测观众偏好。

923
AiTechYun

谷歌大脑研究:AI识别蛋白质结晶,准确率高达94%

谷歌大脑团队的成员今天宣布开发了用于识别蛋白质结晶的深层卷积神经网络,准确率约为94%。蛋白质结晶决定了细胞的形状,可以在发现治疗各种疾病的药物中发挥作用。它们...

1113
AiTechYun

深度学习图像识别项目(下):如何将训练好的Kreas模型布置到手机中

今天,我们将这种经过训练的Keras模型部署到iPhone手机或者说iOS的APP中,在这里我们使用CoreML,这 是一种易于使用的Apple应用程序机器的学...

2343
AiTechYun

赫尔辛基大学AI基础教程:先进的神经网络技术(5.3节)

在赫尔辛基大学AI基础教程前一节中,我们讨论了大多数神经网络方法的基本思想:多层神经网络,非线性激活函数并学习了反向传播算法。

812
AiTechYun

【业界】是什么推动了深度学习的“寒武纪大爆炸”?

准确地说,多伦多大学计算机科学家Alex Krizhevsky、Geoffrey Hinton和Ilya Sutskever都不知道他们要发布的是什么。那是20...

1215
AiTechYun

深度学习图像识别项目(中):Keras和卷积神经网络(CNN)

在下篇文章中,我还会演示如何将训练好的Keras模型,通过几行代码将其部署到智能手机上。

2.3K5
AiTechYun

卷积神经网络检测皮肤癌已超越皮肤科专家

研究人员首次发现深度学习卷积神经网络(CNN)比经验丰富的皮肤科医生在检测皮肤癌方面表现更好。

1292
AiTechYun

深度学习要点:可视化卷积神经网络

AiTechYun 编辑:yuxiangyu 深度学习中最深入讨论的话题之一是如何解释和理解一个训练完成的模型,尤其是在医疗保健等高风险行业的背景下。“黑盒”这...

1.2K10
AiTechYun

只使用Numpy手动实现多层卷积神经网络(详解)

AiTechYun 编辑:yuxiangyu 在过去,我曾写过一篇关于“理解在最大池化层和转置卷积的反向传播”的文章。现在我想要使用这些知识做一个多层(或者说多...

3658
AiTechYun

【学术】卷积神经网络教你如何还原被马赛克的文本图像

对人类来说,将带有文字的图像锐化是很容易的。以图1为例。 ? 图1:被锐化的图像 把图1恢复为图2也不是件很困难的事。 ? 图2:原图 然而,我们太懒了的...

3717
AiTechYun

使用Keras集成卷积神经网络的入门级教程

在统计学和机器学习中,组合使用多种学习算法往往比单独的任何的学习算法更能获得好的预测性能。与统计力学中的统计集成不同(通常是无穷大),机器学习的集成由具体的有限...

3005
AiTechYun

不怕学不会 使用TensorFlow从零开始构建卷积神经网络

人们可以使用TensorFlow的所有高级工具如tf.contrib.learn和Keras,能够用少量代码轻易的建立一个卷积神经网络。但是通常在这种高级应用中...

3956
AiTechYun

【实践】伪造名人的脸—做一个小示例了解生成式对抗网络

生成式对抗网络(GAN)的概念由Ian Goodfellow提出。Goodfellow使用了艺术评论家和艺术家的比喻来描述这两个模型比喻发生器和鉴别,它们组成了...

3934
AiTechYun

利用面部识别算法和卷积神经网络的转移学习,分析朝鲜海报上的人物性别分布

众所周知,朝鲜是一个具有神秘色彩的国家。除了在电视或者网络上看到一些政治方面的新闻外,我们很难从网络上了解到朝鲜人民的日常生活状态。但是,科技是万能的。本文将利...

6349
AiTechYun

伪排练:NLP灾难性遗忘的解决方案

有时,你需要对预先训练的模型进行微调,以添加新标签或纠正某些特定错误。这可能会出现“灾难性遗忘”的问题。而伪排练是一个很好的解决方案:使用原始模型标签实例,并通...

3426

扫码关注云+社区

领取腾讯云代金券