人工智能LeadAI-腾讯云开发者社区

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

人工智能LeadAI

专栏成员

461

文章

659372

阅读量

104

订阅数

深度强化学习-DDPG算法原理和实现

神经网络强化学习算法网络原理

基于值的强化学习算法的基本思想是根据当前的状态，计算采取每个动作的价值，然后根据价值贪心的选择动作。如果我们省略中间的步骤，即直接根据当前的状态来选择动作。基于这种思想我们就引出了强化学习中另一类很重要的算法，即策略梯度(Policy Gradient)。之前我们已经介绍过策略梯度的基本思想和实现了，大家可以有选择的进行预习和复习：

2023-03-28

8710

残差网络ResNet网络原理及实现

神经网络测试网络性能原理

简书ID：石晓文的学习日记(https://www.jianshu.com/u/c5df9e229a67)

2023-03-28

5550

基于Tensorflow实现DeepFM

tensorflow 神经网络变量模型数据

github：https://github.com/sladesha/deep_learning

2023-03-28

5380

【通俗易懂】手把手带你实现DeepFM！

编程算法神经网络

可以说，DeepFM是目前最受欢迎的CTR预估模型之一，不仅是在交流群中被大家提及最多的，同时也是在面试中最多被提及的：

2019-07-31

8120

慧材技术&中核普达测量与测绘系统介绍（二）

物联网神经网络深度学习人工智能

深圳中核普达测量科技有限公司（简称中核普达）具有领先的高精度三维摄影测量技术、大数据计算应用融合技术、无人机自动智能检测技术、核电站工程管理能力、核安全体系管理能力，是高精密超复杂专业测量服务商、生产系统升级整体方案提供商和先进工业智能装备研发合作商。

2019-07-31

9800

NVIDIA TESLA M40

神经网络深度学习

为数据中心配备全球最快的深度学习训练加速器从图像识别与自然语言处理到神经机器翻译和图像分类，深度学习正在重新定义人类的能力所及。从初创公司到大型 Web 服务供应商，深度学习现已成为企业发展的基石，使企业能够为最终用户提供绝佳的解决方案。

2019-05-08

1.8K0

从零开始用Python搭建超级简单的点击率预估模型

本篇是一个基础机器学习入门篇文章，帮助我们熟悉机器学习中的神经网络结构与使用。日常中习惯于使用Python各种成熟的机器学习工具包，例如sklearn、TensorFlow等等，来快速搭建各种各样的机器学习模型来解决各种业务问题。

2018-11-22

4910

词向量技术 | 从word2vec到ELMo

深度学习 NLP 服务神经网络

"词和句子的嵌入已成为所有基于深度学习的自然语言处理（NLP）系统的重要组成部分，它们在固定长度的稠密向量中编码单词和句子，以大幅度提高神经网络处理文本数据的能力。"

2018-08-17

2.5K0

边缘检测论文笔记

编程算法神经网络

摘要：这篇论文提出了一种基于FCNN和深度监督网络的新的边缘检测算法HED，它解决了两个重要的问题，1）整体图片的训练和预测，2）多尺度多层级的特征学习。HED能实现端到端的训练，输入一个图片，输出对应的边缘图片。

2018-07-30

9530

深度学习优化器总结

深度学习编程算法大数据神经网络

每次更新我们需要计算整个数据集的梯度，因此使用批量梯度下降进行优化时，计算速度很慢，而且对于不适合内存计算的数据将会非常棘手。批量梯度下降算法不允许我们实时更新模型。

2018-07-26

1.3K0

神经网络思想建立LR模型（DL公开课第二周答案）

LR回顾 LR计算图求导算法结构设计一个简单的算法实现判别是否是猫。用一个神经网络的思想建立一个LR模型，下面这个图解释了为什么LR事实上是一个简单的神经网。 [图片上传失败...(image

2018-03-30

8100

Word2Vec教程-Skip-Gram模型

原文：Word2Vec Tutorial - The Skip-Gram Model（http://mccormickml.com/2016/04/19/word2vec-tutorial-the-skip-gram-model/）这篇教程主要讲述了Word2Vec中的skip gram模型，主要目的是避免普遍的浅层介绍和抽象观点，而是更加详细地探索Word2Vec。现在我们开始研究skip gram模型吧。模型 skip-gram实际上是非常简单的神经网络模型形式；我认为任何所有微小的调整和变化都会使

2018-03-30

1.2K0

从CVPR2017 看多样目标检测

图像处理腾讯云开发者社区图像识别深度学习神经网络

1、导读 When you have trouble with object detection, keep calm and use deep learning. 这句话是作者自己抖机灵的话，如果说 deep learning 已经攻陷计算机视觉这个领域的话，Object Detection可以说是受灾最严重的区域了。不管是基于region proposal的RCNN系列，还是 end-to-end 的YOLO系列，基于深度学习的方法已经完胜手工特征方法。 Object Detection 这块众多博士科

2018-03-09

1K0

目标检测研究综述+LocNet

编程算法图像识别机器学习神经网络深度学习

01 localization accuracy 更准确的bounding box，提高IOU 02 目标检测的发展 1、传统的目标检测（滑动窗口的框架） (1).滑动窗口 (2).提取特征（SIF

2018-03-09

1.3K0

R-CNN 物体检测第一弹

机器学习神经网络深度学习人工智能

今天，重读了 R-CNN 的 TPAMI 版本，感觉受益颇多。该版相比之前的会议版，在检测流程和实现细节上表述得更为清晰。此外，因为是改投 TPAMI 的关系，因此文中补充了很多额外的实验和分析，尤其是检测系统为什么最后设计成这样的缘由。接下来，我就简要记录一下这篇文章的主要思想和作者对检测的思考，也加入我个人的理解。缘起为了推动计算机视觉领域的研究进展，斯坦福大学的 Li Feifei 组根据 wordnet 的思想，建立了一个包罗了近乎海量图片的数据库ImageNet 。在那个 SVM 还异常火热的

2018-03-09

8740

R-CNN 物体检测第二弹（Fast R-CNN）

神经网络机器学习人工智能深度学习编程算法

今天，重看了 R-CNN 的后续改进 Fast R-CNN（Arxiv版）-本文中提到的paper，若未特别指明，说的就是此版本。这里提一把辛酸泪。15年8月份到11月份，当时我参加了实验室和外面合作的一个项目。主要的工作就是在对方提供的航拍图像中，准确快速地检测出车辆等微小目标。大师兄作为该项目的实际负责人，他提出采用Fast R-CNN来进行检测，这也是我第一次听说R-CNN目标检测。在该项目中，我是负责coding的主代码手（就是拼接github上的Fast R-CNN代码），也参与目标boundi

2018-03-09

1K0

请注意，我们要谈谈神经网络的注意机制和使用方法

神经网络中的注意机制（attention mechanism），也被称为神经注意（neural attention）或注意（attention），最近也得到了人们越来越多的关注。在本文中，作者将尝试为不同机制和用例找到共同点，此外还将描述并实现两个软视觉注意（soft visual attention）机制范例。本文作者 Adam Kosiorek 为牛津大学在读博士。 01 注意机制是什么？我们可以粗略地把神经注意机制类比成一个可以专注于输入内容的某一子集（或特征）的神经网络：它可以选择特定的输入。设

2018-03-09

1.1K0

可解释性与deep learning的发展

机器学习人工智能深度学习神经网络编程算法

大家好，我叫张拳石，UCLA博士后。目前在朱松纯老师的实验室，带领一个团队，做explainable AI方向。本文的题目有些大，这篇短文中，我只简单谈谈个人对deep learning发展状况的感受，和我最近的explanatory graph for CNNs和interpretable CNN两个研究课题。希望大家批评指正。当deep learning刚刚在CV圈子里面兴起的时候，我并没有第一时间给予足够的关注，直到几个月后，变革的巨浪拍下，旧方向消亡的速度和新技术诞生的节奏都大大超过我的预期。相信

2018-03-09

1.1K0

keras学习笔记-黑白照片自动着色的神经网络-Beta版

keras 神经网络

Alpha版本不能很好地给未经训练的图像着色。接下来，我们将在Beta版本中做到这一点——将上面的将神经网络泛化。以下是使用Beta版本对测试图像着色的结果。特征提取器我们的神经网络要做的是发现

2018-03-09

6750

keras学习笔记-黑白照片自动着色的神经网络-Alpha版

图像处理神经网络

如今，上色都是人手工用Photoshop做的，一张图片要花好几个月才能完成，需要进行大量调查研究，光是其中的一张脸就需要多达20层图层。但是，基于深度神经网络的自动着色机器人，可以几秒钟就实现PS几个月的效果，而且成效越来越惊人。下面，我们将分三个步骤展示如何打造你自己的着色神经网络。第一部分讲解核心逻辑。我们将构建一个40行代码的神经网络，作为“Alpha”着色机器人，这个代码片段实际上没有太多的魔法，但可以让你熟悉基本操作。然后，我们将创建一个可以泛化的神经网络——“Beta”版本。Beta机器人能

2018-03-09

1.3K0

点击加载更多

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

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