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

灯塔大数据

专栏作者

1001

文章

950982

阅读量

115

订阅数

双周动态|中国电信SIM数字身份证正式上线；普林斯顿大学用AI技术模拟第一印象；上海开发“书生”解决AI视觉领域瓶颈问题

https 网络安全 html 神经网络深度学习

编者按：【双周动态】是【融智未来】推出的产业动态及投融资事件回顾栏目，主要盘点两周内产业大事件和创新企业投融资动态。 01 产业动态运营商新闻中国电信“SIM 数字身份证”正式上线中国电信官方宣布，中国电信“SIM 数字身份”正式上线，同时开设“中国电信数字身份”微信小程序、“电信营业厅”App、“翼支付”App 三个入口，用户即可快速完成数字身份申领开通和认证，在线上线下场景通过数字身份便捷快速完成事务咨询和办理。中国电信“SIM 数字身份”服务，集 SIM 与身份功能于一身，以中

灯塔大数据

2022-05-12

5100

双周动态|中国电信入选国有重点企业管理标杆创建行动；字节&牛津提出视觉解析器；DeepMind公开35万种蛋白质预测结构

神经网络深度学习人工智能 https 网络安全

编者按：【双周动态】是【融智未来】推出的产业动态及投融资事件回顾栏目，主要盘点两周内产业大事件和创新企业投融资动态。

灯塔大数据

2021-08-06

3730

生成对抗网络(GAN)的应用与发展

机器学习神经网络深度学习人工智能监督学习

近年来，生成对抗网络(GAN)得到广泛的研究，已经在一些特定应用上与其它机器学习算法相结合，针对有监督学习、半监督学习、无监督学习任务都有许多新型算法涌现出来。同时，由于 GAN 无需显式建模任何数据分布就可生成Real-like的样本，因此已经广泛应用到了诸如计算机视觉、自然语言处理等领域中。

灯塔大数据

2020-12-14

3.5K0

解读基于频域的图像分类网络——Learning in the Frequency Domain阅读笔记

腾讯云开发者社区机器学习神经网络深度学习人工智能

论文地址：https://arxiv.org/pdf/2002.12416.pdf

灯塔大数据

2020-11-04

3.2K0

深度学习中的参数梯度推导（五）上篇

机器学习神经网络深度学习人工智能

在循环神经网络(RNN)模型与前向反向传播算法中，我们总结了对RNN模型做了总结。由于RNN也有梯度消失的问题，因此很难处理长序列的数据，大牛们对RNN做了改进，得到了RNN的特例LSTM（Long Short-Term Memory），它可以避免常规RNN的梯度消失，因此在工业界得到了广泛的应用。下面我们就对LSTM模型做一个总结。

灯塔大数据

2020-10-27

5680

深度学习中的参数梯度推导（四）：vanilla RNN的前传与反传

机器学习人工智能编程算法深度学习 https

在前面我们讲到了DNN，以及DNN的特例CNN的模型和前向反向传播算法，这些算法都是前向反馈的，模型的输出和模型本身没有关联关系。今天我们就讨论另一类输出和模型间有反馈的神经网络：循环神经网络(Recurrent Neural Networks ，以下简称RNN)，它广泛的用于自然语言处理中的语音识别，手写书别以及机器翻译等领域。

灯塔大数据

2020-10-09

1.6K0

生成对抗网络(GAN)算法原理简述

机器学习神经网络深度学习人工智能

2014年Ian Goodfellow在研究使用生成模型自动生成图片的过程中，发现传统神经网络方法效果并不理想，随后缘于一个偶然的灵感，发明了生成对抗网络(GAN)，在其实验数据的图片生成上取得了非常理想的效果。从此，这种全新的技术作为训练生成模型的新框架，迅速风靡人工智能各个领域并取得不少突破。

灯塔大数据

2020-09-15

5.4K0

深度学习中的参数梯度推导（三）下篇

机器学习神经网络人工智能 https 深度学习

在深度学习中的参数梯度推导（三）中篇里，我们总结了CNN的BP推导第一步：BP通过池化层时梯度的计算公式。本篇（下篇）则继续推导CNN相关的其他梯度计算公式。

灯塔大数据

2020-08-31

9880

深度学习中的参数梯度推导（三）中篇

机器学习神经网络人工智能深度学习 https

在深度学习中的参数梯度推导（三）上篇中，我们总结了CNN（卷积神经网络）的前向传播。在本篇（中篇）以及之后的下篇里，我们要解决CNN反向梯度的推导问题。本篇的主要内容是给出CNN的BP推导的初步概览，以及CNN的BP推导第一步：BP通过池化层时梯度的计算公式。

灯塔大数据

2020-08-24

4920

深度学习中的参数梯度推导（三）上篇

机器学习神经网络人工智能编程算法深度学习

在深度学习中的参数梯度推导（二）中，我们总结了经典而基础的DNN的前向和反向传播。在本篇（上篇），我们将介绍另一经典的神经网络CNN的前向传播，并在下篇中介绍推导其反向传播的相关公式。

灯塔大数据

2020-08-17

9720

深度学习中的参数梯度推导（二）：深度神经网络（DNN）的前传与反传

深度学习神经网络编程算法

在深度学习中的参数梯度推导（一）的上篇和下篇中，我们总结了一些用于推导神经网络反向梯度求导的重要的数学技巧。此外，通过一个简单的demo，我们初步了解了使用矩阵求导来批量求神经网络参数的做法。在接下来的章节，我们将专门针对DNN/FNN这种网络结构进行前向传播介绍和反向梯度推导。

灯塔大数据

2020-08-11

1.1K0

深度学习中的参数梯度推导（一）下篇

神经网络 https 网络安全编程算法深度学习

在《深度学习中的参数梯度推导（一）上篇》中，我们总结了各常见（向量对矩阵，矩阵对向量）的导数定义。我们还学习了矩阵微分和矩阵导数的关系，以及一些常见的矩阵微分性质。在本篇（下篇）将介绍矩阵导数中的链式法则以及专门针对标量对矩阵/向量求导的核心方法-迹技巧。最后，我们简单演习一下如何用矩阵求导来得到神经网络中的参数的梯度。

灯塔大数据

2020-08-04

1.5K0

精品连载 | “深度学习与计算机视觉”学习笔记——发展篇

深度学习机器学习人工智能神经网络编程算法

首先是图像生成，前面所讲的图像风格迁移也算一种图像生成，以往的模型都是输入图片，提取特征，输出类别等，而这类模型是输入(从卷积层得到的中间)特征，输出对于这种特征的图片。因此，广义上其是在无需任何图像的输入场景下，从零生成与目标相似而又不同的图像。

灯塔大数据

2020-07-16

4820

精品连载|“深度学习与计算机视觉”学习笔记——应用篇

机器学习神经网络人工智能深度学习图像搜索

图像分类，这个是计算机视觉的基础任务，主要包含通用图像分类和细粒度图像分类，其中细粒度分类，需进一步从大类中进行细分类，比如识别狗是哪个品种。

灯塔大数据

2020-07-14

5510

“非接触经济”背后的电信运营商数字化转型

费用中心神经网络深度学习人工智能 5g

2020年伊始新冠疫情冲击我国经济，尤其线下及到店消费受到前所未有限制。同时突发的疫情也催化了用户生活、工作、消费等行为习惯的深刻改变，进一步倒逼国内经济结构重塑， “非接触经济”开始成为各行各业热议的关键词。全国范围内，依托5G、云计算、人工智能、产业互联网等新技术载体的非接触经济，成为下一阶段经济增长的新引擎，也成为各行各业数字化转型的新推手。

灯塔大数据

2020-07-14

9350

精品连载|“深度学习与计算机视觉”学习笔记——原理篇

机器学习神经网络人工智能卷积神经网络深度学习

上一篇简要回顾了深度学习与计算机视觉技术的演变史，其中与计算机视觉关联最紧密的深度学习网络就是卷积神经网络(CNN)，而谈CNN的原理，最早可以追溯到动物视觉感知机制的发现。

灯塔大数据

2020-07-07

4610

NEURAL ARCHITECTURE SEARCH WITH REINFORCEMENT LEARNING 论文解读

神经网络机器学习深度学习人工智能强化学习

此论文出自google Brain并发表与ICLR2017，看这篇论文主要是google Brain在cvpr2017上发表了一篇NASnet论文。

灯塔大数据

2020-06-03

1K0

技术分享 | 基于Intel Analytics Zoo的人脸识别应用与实践（上）

spark 大数据人脸识别深度学习 hadoop

AnalyticsZoo是由Intel开源，基于Apache Spark、TensorFlow、Keras和BigDL的大数据分析+AI平台，能够帮助用户利用Spark的各种流水线、内置模型、特征操作等，构建基于大数据的深度学习端到端应用。

灯塔大数据

2019-07-22

1.5K0

中国电信加入GSMA AI in Network大中华区特别工作组

神经网络深度学习人工智能

2019年6月27日，中国电信加入GSMA AI in Network大中华区特别工作组，中国电信是该工作组最活跃的成员之一，贡献了无线网络运营和承载网切片等场景中引入人工智能技术的实践案例。

灯塔大数据

2019-07-12

6100

学术大讲堂 |（五）网络人工智能—5G时代的试金石

神经网络人工智能深度学习

今天下午给大家分享一下网络人工智能方向的一些发展情况以及我们在这些方面做过的一些实践活动。首先是人工智能的发展历程，大家都比较熟悉，主要是三个历程，我想说的主要是最近第三次的人工智能发展浪潮，它是以深度学习为代表的发展时期。从1956年人工智能概念提出以来，业界尚未有统一权威的定义，针对第三轮人工智能的发展，我们怎样理解人工智能的内涵，一个是刚提到的，伴随着深度学习理论的爆发式应用，本轮的人工智能发展可以等同于深度学习代表的狭义人工智能，一个从产业角度提人工智能，包括底层的芯片、前期的大数据工作，以及在此之上的各种开源的人工智能框架和算法模型，在最上层，基于这些技术、面向特别应用场景的解决方案和服务，这些都是产业里人工智能会涉及到的内容。

灯塔大数据

2019-06-11

6200

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