- 博客(6)
- 收藏
- 关注
RSS订阅转载 图像分类、检测，语义分割等方法梳理
作者：张皓【新智元导读】本文作者来自南京大学计算机系机器学习与数据挖掘所（LAMDA），本文直观系统地梳理了深度学习在计算机视觉领域四大基本任务中的应用，包括图像分类、定位、检测、语义分割和实例分割。本文旨在介绍深度学习在计算机视觉领域四大基本任务中的应用，包括分类(图a)、定位、检测(图b)、语义分割(图c)、和实例分割(图d)。图像分类(image classi
2018-01-24 15:06:30
4622
转载 谷歌最新AI产品——AutoML Vision，可以自动设计机器学习模型
今天凌晨时分，李飞飞通过一篇博客文章发布了谷歌最新AI产品——AutoML Vision，可以自动设计机器学习模型。我很荣幸地宣布AutoML Vision面世。无需精通机器学习，每个人都能用这款AI产品定制机器学习模型。这是“AI民主化”的重要进展！——李飞飞这个名为Cloud AutoML的宏大项目浮出水面，或标志谷歌发展的战略转型。一直以来面向机器学习人工智能开发者的Google Cloud
2018-01-18 09:03:19
4860
原创 吴恩达【深度学习工程师】学习笔记（十一）
吴恩达【深度学习工程师】专项课程包含以下五门课程：1、神经网络和深度学习；2、改善深层神经网络：超参数调试、正则化以及优化；3、结构化机器学习项目；4、卷积神经网络；5、序列模型。今天介绍《卷积神经网络》系列第一讲：卷积神经网络主要内容：1、计算机视觉2、边缘检测3、padding4、卷积步长5、cnn示例计算
2018-01-17 17:20:21
1368
转载 如何高效进行大规模分类？
大规模分类技术对人脸识别等任务的实际应用有着切实的价值。香港中文大学和商汤科技近日公布的一篇 AAAI 2018 论文介绍了一种旨在高效解决大规模分类问题的方法。机器之心对该研究成果进行了编译介绍。近些年来，在深度学习的发展和数据集的爆发式增长的推动下，人工智能领域已经见证了一波突破浪潮（Shakirov 2016）。伴随着这一趋势，涉及极大数量类别的大规模分类变成了一项重
2018-01-11 15:04:22
2229
原创 山世光：计算机视觉技术现状展望和产业化
深度学习在计算机视觉领域，解决了或者推动了一大类非线性的映射函数学习的问题。但从落地角度来看，依赖于有标注大数据的深度学习也还存在非常多问题。
2018-01-03 14:40:51
1955
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人