首页
学习
活动
专区
工具
TVP
发布

AI研习社

专栏作者
1755
文章
2112340
阅读量
197
订阅数
EfficientNet 解析:卷积神经网络模型尺度变换的反思
原标题 | EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks
AI研习社
2019-10-14
9850
2019年暑期实习、秋招深度学习算法岗面试要点及答案分享
本文主要整理了深度学习相关算法面试中经常问到的一些核心概念,并给出了细致的解答,分享给大家。
AI研习社
2019-09-12
6840
【NLP/AI算法面试必备】学习NLP/AI,必须深入理解“神经网络及其优化问题”
一、神经网络基础和前馈神经网络 1、神经网络中的激活函数:对比ReLU与Sigmoid、Tanh的优缺点?ReLU有哪些变种? 2、神经网络结构哪几种?各自都有什么特点? 3、前馈神经网络叫做多层感知机是否合适? 4、前馈神经网络怎么划分层? 5、如何理解通用近似定理? 6、怎么理解前馈神经网络中的反向传播?具体计算流程是怎样的? 7、卷积神经网络哪些部分构成?各部分作用分别是什么? 8、在深度学习中,网络层数增多会伴随哪些问题,怎么解决?为什么要采取残差网络ResNet? 二、循环神经网络 1、什么是循环神经网络?循环神经网络的基本结构是怎样的? 2、循环神经网络RNN常见的几种设计模式是怎样的? 3、循环神经网络RNN怎样进行参数学习? 4、循环神经网络RNN长期依赖问题产生的原因是怎样的? 5、RNN中为什么要采用tanh而不是ReLu作为激活函数?为什么普通的前馈网络或 CNN 中采取ReLU不会出现问题? 6、循环神经网络RNN怎么解决长期依赖问题?LSTM的结构是怎样的? 7、怎么理解“长短时记忆单元”?RNN中的隐状态
AI研习社
2019-09-04
1.1K0
应届硕士毕业生如何拿到知名互联网公司深度学习 offer?
最近投了一堆机器学习/深度学习/计算机视觉方向的公司,分享一下自己的经验,希望对大家有帮助。
AI研习社
2019-08-06
9970
谷歌公布亚毫秒级人脸检测算法 BlazeFace,人脸检测又一突破!
AI 开发者按:谷歌近日发布了一款专为移动 GPU 推理量身定制的轻量级人脸检测器——亚毫秒级的人脸检测算法 Blaze Face。它能够在旗舰设备上以 200~1000+ FPS 的速度运行,并且可以应用在诸多需要快速准确的识别出人脸区域的任务中,例如:2D/3D 面部关键点识别与几何评估、面部特征和表情分类以及面部区域分割等。谷歌发表了相关论文介绍了该研究成果,AI 开发者将其编译如下。
AI研习社
2019-07-30
1.1K0
学界 | Uber AI 研究院深度解构 ICLR 2019 最佳论文「彩票假设」!
AI 科技评论按:作为某种程度上的技术黑盒,神经网络的诸多工作原理仍然有待探索。年初,Frankle 和 Carbin 的论文「 The Lottery Ticket Hypothesis:Finding Sparse,Trainable Neural Networks」提出了一种生成稀疏的高性能网络的简单方法,可以有效进行网络剪枝,这一突破性进展也让这篇论文成为 ICLR 2019 最佳论文的得主之一。在本文,Uber AI 研究院对这一「彩票假设」成果进行了深度解构,意外得到了具备强大剪枝能力的通用「超级掩模」(Supermask)!雷锋网 AI 科技评论编译如下。
AI研习社
2019-06-03
5020
卷积神经网络简介
假设我们想要创建一个能够识别图像中的天鹅的神经网络模型。天鹅具有某些特征,可用于帮助确定天鹅是否存在,例如长颈,白色等。
AI研习社
2019-05-13
1.6K1
学界 | 万字长文详解腾讯优图 CVPR 2019 入选论文
AI 科技评论消息,CVPR 2019 即将于 6 月在美国长滩召开。今年有超过 5165 篇的大会论文投稿,最终录取 1299 篇。此次,腾讯公司有超过 58 篇论文被本届 CVPR 接收,其中腾讯优图实验室 25 篇、腾讯 AI Lab 33 篇,以下便是对腾讯优图实验室 25 篇被录用论文的详细介绍。
AI研习社
2019-05-08
1.2K0
如何让机器像人一样听声音
通过对人体系统进行建模,人工智能技术已经取得了重大突破。尽管人工神经网络是数学模型,仅能粗糙地模拟人类神经元的实际运作方式,但它们在解决复杂而模糊的现实问题中的应用却是深远的。此外,在神经网络中模拟建模人脑的结构深度,为学习到数据背后更有意义的内涵开辟了广泛的可能性。
AI研习社
2019-05-08
5140
计算机视觉(及卷积神经网络)简史
尽管计算机视觉近期突然兴起(重大突破时刻发生在2012年,那时AlexNet网络赢得ImageNet的冠军),它确实不是以一个新的科学领域。
AI研习社
2019-05-08
8030
深入探究深度卷积语义分割网络和 Deeplab_V3
深度卷积神经网络(DCNN)在各种计算机视觉应用中取得了显着的成功。当然,语义分割的任务也不例外。
AI研习社
2019-05-08
7240
学界 | 向频域方向演进的卷积网络:OctConv用更低计算力做到更高准确率
AI 科技评论按:近几天,一篇改进卷积网络的论文引发了不小的关注和讨论。简单来说,这篇论文对传统的卷积操作做了简单的通用改进,就同时获得了更低的计算能力消耗和更高的准确率。知名机器学习研究员、「GANs 之父」Ian Goodfellow 就在推特上公开称赞了这篇论文。
AI研习社
2019-05-08
5020
Github项目推荐 | PyTorch 中文手册 (pytorch handbook)
这是一本开源的书籍,目标是帮助那些希望和使用PyTorch进行深度学习开发和研究的朋友快速入门。
AI研习社
2019-05-07
2.2K0
万字长文带你看尽深度学习中的各种卷积网络
AI 科技评论按:深度学习中的各种卷积网络大家知多少?对于那些听说过却又对它们没有特别清晰的认识的小伙伴们,Kunlun Bai 这篇文章非常值得一读。Kunlun Bai 是一位人工智能、机器学习、物体学以及工程学领域的研究型科学家,在本文中,他详细地介绍了 2D、3D、1x1 、转置 、空洞(扩张)、空间可分离、深度可分离、扁平化、 分组等十多种卷积网络类型。AI 科技评论编译如下。
AI研习社
2019-05-07
6250
从脑电波到机器人运动——深度学习:介绍
神经系统是一个极为复杂的结构。你整个身体中的神经总长度超过十万公里,它们的每一部分都与你的脊髓和大脑相连。这个“网络”传输着每一个控制人体运动的电脉冲信号。每一个指令都从你的大脑发出,大脑是一个由神经元构成更加神奇的的结构,神经元间通过电激活信号进行通信。理解和解释脑电模式是神经科学家和神经生物学家的最大任务之一,但它也是一个非常具有挑战性的任务。
AI研习社
2019-05-07
4930
贝叶斯神经网络(系列)第一篇
深度神经网络(DNNs)是通过学习示例来学习执行任务,而无需事先了解任务的连接系统。它们可以轻松扩展到数百万个数据点,并且可以通过随机梯度下降进行优化。
AI研习社
2019-03-14
1.4K0
使用《Deep Image Prior》来做图像复原
图像复原是指从退化的图像中恢复未知的真实图像。图像的退化可能出现在图像形成、传输和保存期间。图像复原技术广泛应用于卫星图像和低光摄影。并且由于数字技术、计算和通信技术的发展,从退化的图像中复原出原始的图像变得非常重要,这已经发展成一种与图像处理、计算机视觉以及计算成像相交叉的研究领域。
AI研习社
2019-03-14
9710
图片语义分割深度学习算法要点回顾
深度学习算法解决了数个难度级别逐渐上升的计算机视觉任务。在我先前的博文中,我已详细阐述了广为人知的两个任务:图像分类和目标检测。图像语义分割的难点在于将各个像素点分类到某一实例,再将各个实例(分类结果)与实体(大象,人,道路,天空等)一一对应。这任务即场景理解的一部分:深度学习模型怎样能更好地学习视觉内容的全局语境?
AI研习社
2018-12-29
1.1K0
让你的电脑拥有“视力”,用卷积神经网络就可以!
近年来,计算机视觉领域取得了很大的进展。卷积神经网络极大地提升了图像识别模型的精度,在生活中也有很多的应用。在这篇文章中,我将描述它的工作原理、一些实际应用,以及如何用Python和Keras是实现一个卷积神经网络。
AI研习社
2018-12-27
6160
五个很厉害的 CNN 架构
让我们来看看一些强大的卷积神经网络,这些网络实现的深度学习为今天的计算机视觉的成就奠定了基础。
AI研习社
2018-12-26
4330
点击加载更多
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!
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