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

计算机视觉战队

专栏作者

814

文章

728754

阅读量

103

订阅数

2018年深度学习优化算法最新综述

梯度下降算法是机器学习中使用非常广泛的优化算法，也是众多机器学习算法中最常用的优化方法。几乎当前每一个先进的（state-of-the-art）机器学习库或者深度学习库都会包括梯度下降算法的不同变种实现。

计算机视觉研究院

2018-12-26

1.2K0

简单易懂的讲解深度学习（入门系列之八）

神经网络也许是计算机计算的将来，一个了解它的好方法是用一个它可以解决的难题来说明。假设给出 500 个字符的代码段，您知道它们是C，C++，JAVA或Python。现在构造一个程序，来识别编写这段代码的语言。一种解决方案是构造一个能够学习识别这些语言的神经网络。

计算机视觉研究院

2018-12-17

1.1K0

简单易懂的讲解深度学习（入门系列之九）

一般来说，我们在进行机器学习任务时，使用的每一个算法都有一个目标函数，算法便是对这个目标函数进行优化，特别是在分类或者回归任务中，便是使用损失函数（Loss Function）作为其目标函数，又称为代价函数(Cost Function)。

计算机视觉研究院

2018-12-17

5730

小心深度学习这个“坑”（入门误区详细版）

椭圆这个factor实际上也是有变体的，可以以相同的思路继续拆分，继续降低训练所需数据量。

计算机视觉研究院

2018-11-23

5900

用收缩损失(Shrinkage Loss)进行深度回归跟踪

看过冰与火的你应该很熟悉这句，有兴趣的可以去好好观赏一番。但是今天我和大家说的是目标跟踪的内容，如果在这部美剧使用了目标跟踪的技术，又是另一个结局。言归正传，我们还是回到真正的目标跟踪技术。

计算机视觉研究院

2018-11-06

8540

用收缩损失(Shrinkage Loss)进行深度回归跟踪

看过冰与火的你应该很熟悉这句，有兴趣的可以去好好观赏一番。但是今天我和大家说的是目标跟踪的内容，如果在这部美剧使用了目标跟踪的技术，又是另一个结局。言归正传，我们还是回到真正的目标跟踪技术。

计算机视觉研究院

2018-11-06

5830

哇~这么Deep且又轻量的Network，实时目标检测

最近挺对不住关注“计算机视觉战队”平台的小伙伴，有段时间没有给大家分享比较硬比较充实的“干货”了，在此向大家表示抱歉，今天抽空之余，想和大家说说目标的实时检测。

计算机视觉研究院

2018-10-23

1.8K0

AI都可以将文字轻松转成图像

夜晚是如此的安静，但是依然有很多挑灯夜战的你、他、她......无论在哪座城市，都会有忙碌的人在灯光下依然勤奋努力的工作，希望分享的这首小曲可以缓解夜间工作的疲惫，更希望眺望远处的朦胧灯火，依然是一个美好的心情！现在的我也是在暖黄色的灯光下书写今天分享的趣文，希望阅读到的朋友可以放下手头工作，小息片刻来欣赏今天的好文~

计算机视觉研究院

2018-10-23

3K0

2018年最全干货总结

之前很多读者反映新人和旧人得分的明细一些，那今天先总结一下本平台自创办以来一些经典的干货和实验等，希望对大家有所了解~

计算机视觉研究院

2018-10-23

4480

前景目标检测的无监督学习

无监督学习是当今计算机视觉领域最困难的挑战之一。这项任务在人工智能和新兴技术中有着巨大的实用价值，因为可以用相对较低的成本收集大量未标注的视频。

计算机视觉研究院

2018-10-23

1.9K0

检测与识别人与目标之间的互动

深度学习有在新的高度得到大家的认可，并驱使更多的爱好者去学习、去探索，已不仅仅在图像、视频及语音领域得到重视。现在在SLAM、NLP、医学、经济学等领域都得到愈来愈多的研究者的重视，今天我们就和大家说说人与物体目标之间的互动检测识别，有兴趣的您可以接下来慢慢享受~

计算机视觉研究院

2018-10-23

6330

分割算法——可以分割一切目标（各种分割总结）

周末应该是一个好好休息的时间，但是一定会有在默默努力科研的你，由于最近是开学季，很多关注的朋友一直会问“计算机视觉战队平台有基础性的内容吗？”，今天我和大家说一次，我们平台之前有推送很多基础的知识，有兴趣的或者是刚刚接触CV&DL的你，可以去历史消息阅读，在这也感谢所有一直关注和支持我们的您！

计算机视觉研究院

2018-10-23

2.9K0

卷积神经网络就是这么简单就能学会

卷积神经网络和前几次介绍的神经网络非常相似：它们都是由神经元组成，神经元中有具有学习能力的权重和偏差。每个神经元都得到一些输入数据，进行内积运算后再进行激活函数运算。整个网络依旧是一个可导的评分函数：该函数的输入是原始的图像像素，输出是不同类别的评分。在最后一层（往往是全连接层），网络依旧有一个损失函数（比如SVM或Softmax），并且在神经网络中我们实现的各种技巧和要点依旧适用于卷积神经网络。

计算机视觉研究院

2018-10-23

3260

2018年最全的推荐系统干货（ECCV、CVPR、AAAI、ICML）

最近总有几位关注者希望我们可以分享一些“推荐系统”类的干货，最近正好一不小心看到一篇比较好的博主写的推送，在此我通过自己理解和该博主的内容，为大家带来一次推荐系统的分享！

计算机视觉研究院

2018-10-23

1.5K1

ECCV-2018最佼佼者的目标检测算法

转眼间，离上次9月3日已有9天的时间，好久没有将最新最好的“干货”分享给大家，让大家一起在学习群里讨论最新技术，那今天我给大家带来ECCV-2018年最优paper之一，也是目标检测里的佼佼者，值得我们去深挖，去学习！

计算机视觉研究院

2018-09-21

2.7K0

这样可以更精确的目标检测——超网络

暑假的“尾巴”很多人都抓不住了，因为不知不觉，新的学期要开始了，几家欢喜几家愁，但是会想起学生时代的我，还是特征憧憬新的学期到来，那种激动的心情无法用美丽的辞藻去形容，在此，也祝大家新学期新“形象”，都能通过自己的努力去实现心里设定的小目标，加油~

计算机视觉研究院

2018-09-21

7010

线性分类原来是这么一回事，skr~

SVM是最常用的两个分类器之一，而另一个就是Softmax分类器，它的损失函数与SVM的损失函数不同。

计算机视觉研究院

2018-09-21

3800

干货——线性分类（中）

通过之前发布的“干货——线性分类（上）”，得到很多关注者的私信，今天就详细的把线性分类笔记（中）和（下）分享给大家，之后我们也会不短给大家带来一些基础的干货，让一些刚刚接触的小伙伴更快更准确地进入主题，更理解性地去学习！

计算机视觉研究院

2018-09-21

6390

干货——线性分类（上）

图像分类的任务，就是从已有的固定分类标签集合中选择一个并分配给一张图像。我们还介绍了k-Nearest Neighbor （k-NN）分类器，该分类器的基本思想是通过将测试图像与训练集带标签的图像进行比较，来给测试图像打上分类标签。k-Nearest Neighbor分类器存在以下不足：

计算机视觉研究院

2018-09-21

4420

干货——图像分类（上）

这是译自斯坦福CS231n课程笔记image classification notes，由课程教师Andrej Karpathy授权进行翻译。本篇教程由杜客翻译完成。非常感谢那些无偿奉献的大师，在此代表所有爱好学习者向您们致敬，谢谢！

计算机视觉研究院

2018-09-21

4770

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