首页
学习
活动
专区
工具
TVP
发布

人工智能LeadAI

专栏作者
461
文章
630899
阅读量
104
订阅数
layer定义 | 深度学习caffe框架
首先让我们回顾一下caffe的代码层次: blob,layer, net和solver.
用户1332428
2018-08-17
6320
卷积神经网络实现多个数字识别
数据集:MNIST 框架:Keras 显卡:NVIDIA GEFORCE 750M 参考:Keras中文文档(http://keras-cn.readthedocs.io/en/latest/other/datasets/#mnist)
用户1332428
2018-07-30
1.1K0
卷积神经网络(CNN)介绍与实践
作为人类,我们不断地通过眼睛来观察和分析周围的世界,我们不需要刻意的“努力”思考,就可以对所看到的一切做出预测,并对它们采取行动。当我们看到某些东西时,我们会根据我们过去学到的东西来标记每个对象。为了说明这些情况,请看下面这张图片:
用户1332428
2018-07-30
5430
CNN卷积神经网络分析
CNN最大的优势在特征提取方面。由于CNN的特征检测层通过训练数据进行学习,避免了显示的特征抽取,而是隐式地从训练数据中进行学习;再者由于同一特征映射面上的神经元权值相同,所以网络可以并行学习,这也是卷积网络相对于神经元彼此相连网络的一大优势。主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。
用户1332428
2018-07-26
6750
CNCC2017中的深度学习与跨媒体智能
01 传统方法与深度学习 图像分割 图像分割是医疗图像中一个很重要的任务,通常分为分割,配准,可视化几个子任务。这里贴一张广义的图像分割的图: 存在的困难: 不同目标区域亮度一致,区分度小, 不同目标
用户1332428
2018-03-09
1.3K0
使用Python+Tensorflow的CNN技术快速识别验证码
近年来,机器学习变得愈加火热,中国选手柯洁与AlphaGo的人机大战更是引起热议。目前,在图像识别和视觉分析研究中,卷积神经网络(CNN)技术的使用越来越多。Tensorflow 是由 Google 团队开发的神经网络模块,短短几年间, 就已经有很多次版本的更新。最近我也在自学Tensorflow,想通过卷积神经网络快速识别整块验证码(不分割字符)。期间也碰到许多问题,诸如软件安装,Tensorflow版本差异等。一开始学习tensorflow是盲目的,不知如何下手,网上的资料都比较单一,为了回报社会,让大
用户1332428
2018-03-09
1.6K0
卷积神经网络中PET/CT图像的纹理特征提取
Author: Zongwei Zhou 周纵苇 Weibo: @MrGiovanni Email: zongweiz@asu.edu Please cite this paper if you found it useful. Thanks! Wang H, Zhou Z, Li Y, et al. Comparison of machine learning methods for classifying mediastinal lymph node metastasis of non-small
用户1332428
2018-03-09
1.6K0
卷积神经网络-进化史 | 从LeNet到AlexNet
本文是对刘昕博士的《CNN的近期进展与实用技巧》的一个扩充性资料。 主要讨论CNN的发展,并且引用刘昕博士的思路,对CNN的发展作一个更加详细的介绍,将按下图的CNN发展史进行描述: 上图所示是刘昕博
用户1332428
2018-03-09
1.4K0
透析 | 卷积神经网络CNN究竟是怎样一步一步工作的?
视频地址:https://www.youtube.com/embed/FmpDIaiMIeA; 文档参阅:<a href="https://github.com/brohrer/public-host
用户1332428
2018-03-09
7600
译文 | 与TensorFlow的第一次接触 第五章:多层神经网络
本章中,我们继续使用之前章节中的MNIST数字识别问题,与读者一起编码实现一个简单的深度学习神经网络。 如我们所了解的,一个深度学习神经网络由相互叠加的多层组成。特别的,本章中我们会建立一个卷积神经网络---典型的深度学习样例。卷积神经网络由Yann LeCunn及其它人一起在1998年发明并流行起来。这些卷积网络在最近的图像识别中引领了最高性能表现;例如,在这个数字识别的例子中,它就达到了高于99%的精度。 本章的其余部分,我会通过示例代码来讲解神经网络中最重要的两个概念:卷积和池化,关于它们参数的细节超
用户1332428
2018-03-09
6110
用于语义分割的全卷积网络
摘要 卷积网络在特征分层领域是非常强大的视觉模型。我们证明了经过端到端、像素到像素训练的卷积网络超过语义分割中最先进的技术。我们的核心观点是建立“全卷积”网络,输入任意尺寸,经过有效的推理和学习产生相
用户1332428
2018-03-09
9450
零基础入门深度学习 | 第四章:卷积神经网络
无论即将到来的是大数据时代还是人工智能时代,亦或是传统行业使用人工智能在云上处理大数据的时代,作为一个有理想有追求的程序员,不懂深度学习这个超热的技术,会不会感觉马上就out了? 现在救命稻草来了,《零基础入门深度学习》系列文章旨在讲帮助爱编程的你从零基础达到入门级水平。零基础意味着你不需要太多的数学知识,只要会写程序就行了,没错,这是专门为程序员写的文章。虽然文中会有很多公式你也许看不懂,但同时也会有更多的代码,程序员的你一定能看懂的(我周围是一群狂热的Clean Code程序员,所以我写的代码也不会
用户1332428
2018-03-09
3.3K1
TensorFlow从1到2 | 第四章: 拆解CNN架构
上一篇 《TensorFlow从1到2 | 第三章: 深度学习革命的开端:卷积神经网络》 快速回顾了CNN的前世今生。 本篇将拆开CNN架构,一探究竟。 基于空间映射的架构 全连接网络架构存在一个“硬
用户1332428
2018-03-09
7400
Tensorflow之 CNN卷积神经网络的MNIST手写数字识别
前言 tensorflow中文社区对官方文档进行了完整翻译。鉴于官方更新不少内容,而现有的翻译基本上都已过时。故本人对更新后文档进行翻译工作,纰漏之处请大家指正。(如需了解其他方面知识,可参阅以下Tensorflow系列文章)。 深入MNIST TensorFlow是一个非常强大的用来做大规模数值计算的库。其所擅长的任务之一就是实现以及训练深度神经网络。在本教程中,通过为MNIST构建一个深度卷积神经网络的分类器,我们将学到构建一个TensorFlow模型的基本步骤。 这个教程假设你已经熟悉神经网络和MNI
用户1332428
2018-03-08
1.5K0
iOS 图片风格转换(CoreML)
前言 图片风格转换最早进入人们的视野,估计就是Prisma这款来自俄罗斯的网红App。他利用神经网络(多层卷积神经网络)将图片转换成为特定风格艺术照片。利用图片风格转换算法,我们可以将一个图片放入以及
用户1332428
2018-03-08
1.9K0
TensorFlow从1到2 | 第三章:深度学习革命的开端:卷积神经网络
关于全连接神经网络(Full Connected Neural Network,FC)的讨论已经说的不少了,本篇将要介绍的是,从2006年至今的神经网络第三次浪潮中,取得巨大成功、处于最核心位置的技术
用户1332428
2018-03-08
9580
通道洗牌、变形卷积核、可分离卷积?盘点卷积神经网络中十大令人拍案叫绝的操作。
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、卷积智能在同一组进行吗?-Group convolution Group convolution 分组卷积,最早在AlexNet中出现,由于
用户1332428
2018-03-08
1.2K0
为什么ResNet和DenseNet可以这么深? | 一文详解残差块为何能解决梯度弥散问题
传统的“提拉米苏”式卷积神经网络模型,都以层叠卷积层的方式提高网络深度,从而提高识别精度。但层叠过多的卷积层会出现一个问题,就是梯度弥散(Vanishing),backprop无法把有效地把梯度更新到前面的网络层,导致前面的层参数无法更新。 而ResNet的出现就是为了解决这个问题,通过在卷积层之间增加一个skip connection,就能很好的把梯度传到更远的层次中。那么问题来了, 为什么加了一个捷径就能防止梯度弥散? 这个要从神经网络梯度更新的过程说起,如果读者已经非常熟悉神经网络的梯度更新,可以
用户1332428
2018-03-08
1.1K0
Assignment 2 | 斯坦福CS231n-深度学习与计算机视觉课程
该笔记是以斯坦福cs231n课程的python编程任务为主线,展开对该课程主要内容的理解和部分数学推导。这篇文章是第二篇。 CS231n简介 CS231n的全称是CS231n: Convolution
用户1332428
2018-03-08
1.6K0
LeNet5的基本结构 | 卷积神经网络
在机器视觉,图像处理领域,卷积神经网络取得了巨大的成功。本文将参考UFLDL和DEEPLEARNING.NET的教程,结合自己的理解,梳理一下卷积神经网络的构成以及其BP算法的求解。虽然利用thean
用户1332428
2018-03-08
8820
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
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