深度學(xué)習(xí)

深度學(xué)習(xí)、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)，它們之間到底是什么樣的關(guān)系呢？

所以人工智能已經(jīng)是有60多年歷史的一個領(lǐng)域。為什么最近幾年人工智能才逐漸進入大眾視野呢？其實，這幾年的人工智能浪潮已經(jīng)是人工智能的第三次熱度高漲，并遠遠...

2018-06-05 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)深度學(xué)習(xí) 1.6萬 0

讓機器人通過一段只有一個人的視頻來模仿學(xué)習(xí)

人類和動物在學(xué)習(xí)新行為時，大部分只需要觀察一次就能學(xué)會，然而想讓機器人學(xué)習(xí)就沒那么容易了。隨著計算機視覺的發(fā)展，目前的技術(shù)能讓機器人依靠人體姿勢檢測系統(tǒng)...

2018-02-07 標(biāo)簽：機器人深度學(xué)習(xí) 6213 0

提出一個快速啟動自己的 TensorFlow 項目模板

簡潔而精密的結(jié)構(gòu)對于深度學(xué)習(xí)項目來說是必不可少的，在經(jīng)過多次練習(xí)和 TensorFlow 項目開發(fā)之后，本文作者提出了一個結(jié)合簡便性、優(yōu)化文件結(jié)構(gòu)和良好...

2018-02-07 標(biāo)簽：深度學(xué)習(xí)tensorflow 3161 0

提出了一個用于求解數(shù)學(xué)應(yīng)用題的增強學(xué)習(xí)框架，準確率提升15%

本文首次提出一個用于求解數(shù)學(xué)應(yīng)用題的增強學(xué)習(xí)框架，在基準數(shù)據(jù)上其求解效率和求解效果展現(xiàn)出較好的效果。

2018-02-06 標(biāo)簽：算法深度學(xué)習(xí) 5168 0

半導(dǎo)體行業(yè)才剛剛觸及深度學(xué)習(xí)表面

相比于當(dāng)今的其它機器學(xué)習(xí)技術(shù)，深度學(xué)習(xí)能夠提供更加精細和復(fù)雜的行為，也因此得到了很大的重視。

2018-02-05 標(biāo)簽：半導(dǎo)體人工智能深度學(xué)習(xí) 3352 0

深度解析LSTM的全貌

原來，LSTM是神經(jīng)網(wǎng)絡(luò)的擴展，非常簡單。深度學(xué)習(xí)在過去的幾年里取得了許多驚人的成果，均與LSTM息息相關(guān)。因此，在本篇文章中我會用盡可能直觀的方式為大...

2018-02-02 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 1.0萬 0

從技術(shù)角度來深度剖析人臉識別技術(shù)

本文中筆者試圖用通俗的語言探討人臉識別技術(shù)，首先概述人臉識別技術(shù)，接著探討深度學(xué)習(xí)有效的原因以及梯度下降為什么可以訓(xùn)練出合適的權(quán)重參數(shù)，最后描述基于CN...

2018-01-31 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人臉識別深度學(xué)習(xí) 6105 0

基于驍龍820A平臺并運用深度學(xué)習(xí)的ADAS產(chǎn)品原型方案介紹

汽車行業(yè)是一個有百年歷史的行業(yè)，且在這100多年來，一直循序漸進的發(fā)展，很少有突破性的進展。但最近幾年，由于技術(shù)上的一些新突破，從傳感器，到計算機技術(shù)，...

2018-01-30 標(biāo)簽：ADAS深度學(xué)習(xí)驍龍820A 4134 1

特倫托大學(xué)與Inria合作：使用GAN生成人體的新姿勢圖像

使用GAN（對抗生成網(wǎng)絡(luò)）生成人體的新姿勢圖像。研究人員提出的可變形跳躍連接和最近鄰損失函數(shù)，更好地捕捉了局部的紋理細節(jié)，緩解了之前研究生成圖像模糊的問...

2018-01-29 標(biāo)簽：gan網(wǎng)絡(luò)架構(gòu)深度學(xué)習(xí) 9646 0

用高德納曲線探討人工智能的發(fā)展情況

首先，介紹一個新科技預(yù)測工具—技術(shù)成熟度曲線（The Hype Cycle）。技術(shù)成熟度曲線是美國高德納公司提出并使用的預(yù)測工具。從1995年開始，高德...

2018-06-06 標(biāo)簽：人工智能機器學(xué)習(xí)深度學(xué)習(xí) 919 0

機器學(xué)習(xí)的突飛猛進，這些進步很可疑

為了說明這個問題，幾位作者拿出30個在CIFAR-10驗證集上表現(xiàn)良好的圖像分類模型，換一個數(shù)據(jù)集來測試它們，用結(jié)果說話。

2018-06-06 標(biāo)簽：人工智能機器學(xué)習(xí)深度學(xué)習(xí) 1053 0