深度學(xué)習(xí)

一圖在手，機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)科學(xué)要點(diǎn)都有

圖形數(shù)據(jù)可以與很多學(xué)習(xí)任務(wù)一起使用，在元素之間包含很多豐富的關(guān)聯(lián)數(shù)據(jù)。例如，物理系統(tǒng)建模、預(yù)測(cè)蛋白質(zhì)界面，以及疾病分類，都需要模型從圖形輸入中學(xué)習(xí)。圖形...

2019-05-15 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)深度學(xué)習(xí) 2412 0

Apollo 3.5 技術(shù)架構(gòu)詳解全程回顧

首先我們新增了兩款國(guó)內(nèi)車廠的車輛，第一是與廣汽合作的GE3的開發(fā)者版本，另一個(gè)是與長(zhǎng)城合作的WEYVV6。開發(fā)者可以買到這些車輛，并且比之前的要便宜，降...

2019-05-14 標(biāo)簽：毫米波雷達(dá)Apollo深度學(xué)習(xí) 1.8萬(wàn) 0

圖像分類的5種技術(shù)，總結(jié)并歸納算法、實(shí)現(xiàn)方式，并進(jìn)行實(shí)驗(yàn)驗(yàn)證

然而，圖像分類問(wèn)題就是一個(gè)非常復(fù)雜的工作，它總是借用諸如卷積神經(jīng)網(wǎng)絡(luò)（CNN）這樣的深度學(xué)習(xí)模型來(lái)完成。但我們也知道，通常我們?cè)谡n堂中學(xué)習(xí)到的，諸如KN...

2019-05-13 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分類深度學(xué)習(xí) 7.4萬(wàn) 0

TensorFlow重磅推出一個(gè)全新的圖形工具TensorFlow Graphics

訓(xùn)練一個(gè)能夠解決這些復(fù)雜的3D視覺任務(wù)的機(jī)器學(xué)習(xí)系統(tǒng)通常需要大量的數(shù)據(jù)。由于給數(shù)據(jù)打標(biāo)簽是一個(gè)成本高昂而且復(fù)雜的過(guò)程，因此設(shè)計(jì)能夠理解三維世界、而且無(wú)需...

2019-05-13 標(biāo)簽：谷歌神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 4438 0

一份深度學(xué)習(xí)“人體姿勢(shì)估計(jì)”全指南，從DeepNet到HRNet

一個(gè)部件表示目標(biāo)對(duì)象某部分圖形的模板。“彈簧”顯示部件之間的連接方式，當(dāng)部件通過(guò)像素位置和方向進(jìn)行參數(shù)化后，其所得到的結(jié)構(gòu)可以對(duì)與姿態(tài)估計(jì)非常相關(guān)的關(guān)節(jié)...

2019-05-08 標(biāo)簽：圖像數(shù)據(jù)集深度學(xué)習(xí) 1.6萬(wàn) 0

深度學(xué)習(xí)在機(jī)器視覺中的應(yīng)用與發(fā)展

開源深度學(xué)習(xí)軟件最早出現(xiàn)在20世紀(jì)90年代，當(dāng)時(shí)出現(xiàn)了許多關(guān)鍵的算法突破。從那時(shí)起，計(jì)算機(jī)科學(xué)家已經(jīng)能夠更好地利用巨大的計(jì)算能力和數(shù)據(jù)，這對(duì)神經(jīng)系統(tǒng)的形...

2019-05-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器視覺深度學(xué)習(xí) 8434 0

深度學(xué)習(xí)下的分類，目標(biāo)檢測(cè)、語(yǔ)義分割這三個(gè)方向具體的概念及其應(yīng)用場(chǎng)景是什么？

我們觀察一下這些圖片的特點(diǎn)，這些圖片各種各樣，分辨率也各不相同。圖片中的貓和狗形狀、所處位置、體表顏色各不一樣。它們的姿態(tài)不同，有的在坐著而有的則不是，...

2019-05-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分類深度學(xué)習(xí) 3.1萬(wàn) 0

一張用打印機(jī)簡(jiǎn)單打印出來(lái)的涂鴉貼畫貼在路牌上就可以讓AI自動(dòng)駕駛系統(tǒng)完全誤分類

該團(tuán)隊(duì)發(fā)表了題為Perceptual-Sensitive GAN for Generating Adversarial Patches的論文。該論文使用...

2019-05-07 標(biāo)簽：AI自動(dòng)駕駛深度學(xué)習(xí) 4365 0

探討機(jī)器視覺領(lǐng)域的3個(gè)趨勢(shì)話題，以及在這些領(lǐng)域中發(fā)布的一些最新產(chǎn)品信息

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)領(lǐng)域，它使計(jì)算機(jī)能夠接受培訓(xùn)，并通過(guò)卷積神經(jīng)網(wǎng)絡(luò)（CNN）等結(jié)構(gòu)進(jìn)行學(xué)習(xí)。當(dāng)然，深度學(xué)習(xí)一直是這幾年來(lái)的一個(gè)熱門話題。目前，機(jī)器...

2019-05-06 標(biāo)簽：圖像傳感器機(jī)器視覺深度學(xué)習(xí) 3912 0

基于深度學(xué)習(xí)和遷移學(xué)習(xí)方法，對(duì)瘧疾等傳染病檢測(cè)問(wèn)題進(jìn)行了研究

在本文中，我們將使用 Python 和 tensorflow ，來(lái)構(gòu)建一個(gè)強(qiáng)大的、可擴(kuò)展的、有效的深度學(xué)習(xí)解決方案。這些工具都是免費(fèi)并且開源的，這使得我...

2019-05-05 標(biāo)簽：python深度學(xué)習(xí)ai技術(shù) 4365 0

針對(duì)線性回歸模型和深度學(xué)習(xí)模型，介紹了確定訓(xùn)練數(shù)據(jù)集規(guī)模的方法

具體來(lái)看，對(duì)于傳統(tǒng)的機(jī)器學(xué)習(xí)算法，模型的表現(xiàn)先是遵循冪定律（power law），之后趨于平緩；而對(duì)于深度學(xué)習(xí)，該問(wèn)題還在持續(xù)不斷地研究中，不過(guò)圖一為目...

2019-05-05 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)集深度學(xué)習(xí) 6220 0

人類終于找到了如何處理“抽象概念”這個(gè)亙古難題的方法

開始的通過(guò)傳感器(例如CMOS)來(lái)獲得數(shù)據(jù)。然后經(jīng)過(guò)預(yù)處理、特征提取、特征選擇，再到推理、預(yù)測(cè)或者識(shí)別。最后一個(gè)部分，也就是機(jī)器學(xué)習(xí)的部分，絕大部分的工...

2019-04-26 標(biāo)簽：傳感器機(jī)器學(xué)習(xí)深度學(xué)習(xí) 4938 0

何愷明團(tuán)隊(duì)最新研究：提出一個(gè)端到端的3D目標(biāo)檢測(cè)器VoteNet

在圖像中，通常在目標(biāo)中心附近存在一個(gè)像素，但在點(diǎn)云中卻不是這樣。由于深度傳感器僅捕獲物體的表面，因此3D物體的中心很可能在遠(yuǎn)離任何點(diǎn)的空白空間中。因此，...

2019-04-26 標(biāo)簽：檢測(cè)器數(shù)據(jù)集深度學(xué)習(xí) 6531 0

通過(guò)解碼大腦活動(dòng)提升語(yǔ)音的清晰度，使用深度學(xué)習(xí)方法直接從大腦信號(hào)中產(chǎn)生口語(yǔ)句子

實(shí)驗(yàn)要求參與者背誦幾百個(gè)句子，電極會(huì)記錄運(yùn)動(dòng)皮層中神經(jīng)元的放電模式。研究人員將這些模式與患者在自然說(shuō)話時(shí)嘴唇，舌頭，喉部和下頜的微小運(yùn)動(dòng)聯(lián)系起來(lái)。然后將...

2019-04-26 標(biāo)簽：發(fā)生器神經(jīng)系統(tǒng)深度學(xué)習(xí) 3383 0

AI人工智能技術(shù)如何進(jìn)行醫(yī)療行業(yè)變革

深度學(xué)習(xí)可以應(yīng)用于醫(yī)療的各個(gè)階段，創(chuàng)造出醫(yī)生和患者可以利用的工具，以提高護(hù)理標(biāo)準(zhǔn)和生活質(zhì)量。

2019-05-03 標(biāo)簽：醫(yī)療電子AI深度學(xué)習(xí) 2776 0