深度学习、卷积神经网络的一些文章和牛人

最新推荐文章于 2024-06-02 09:38:47 发布
最新推荐文章于 2024-06-02 09:38:47 发布
阅读量3.2k 收藏 3
点赞数
文章标签： 深度学习 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Quincuntial/article/details/50381239
版权

http://www.leiphone.com/news/201406/deep-learning-yann-lecun-facebook.html

http://www.infoq.com/cn/articles/interview-yann-lecun/

http://www.chinacloud.cn/show.aspx?id=21212&cid=17

http://www.csdn.net/article/2014-08-05/2821054

http://www.infoq.com/cn/articles/ask-yoshua-bengio/

http://www.infoq.com/cn/articles/ask-yoshua-bengio-2/

大牛：

Geoff Hinton、深度学习领域的大神

Yann LeCun、深度学习领域的大神、卷积神经网络的创始人
Yoshua Bengio、机器学习大神之一，尤其是在深度学习这个领域

上面是深度学习领域公认的最顶尖的三个人

Alex Krizhevsky、Hinton的学生、Convnet的贡献者
Vladinmir Vapnik、支持向量机之父
Andrew Ng、谷歌大脑，百度深度学习研究院的首席科学家

SnailTyan
关注
深度学习项目实战（一）:猫狗识别
Deng872347348的博客
08-16 6489
深度学习项目实战（一）:猫狗识别 文章目录深度学习项目实战（一）:猫狗识别项目背景：数据读取：网络架构卷积神经网络训练 项目背景： 猫狗识别是卷积神经网络的入门实战案例，目的在于计算机可以识别出图片中是猫还是狗？其中数据集分为两类，一类是猫的图片，一类是狗的图片，如图所示： 我们项目的步骤： 数据读取，读取猫与狗的训练集与测试集数据。 网络架构：编写代码，确定卷积神经网络结构，即卷积层，池化层的分布。 卷积神经网络训练：使用训练集训练卷积神经网络模型。 测试卷积神经网络效果：使用测试集验证卷积神经网络的
天才制造者：独行侠、科技巨头和AI｜深度学习崛起十年
OneFlow深度学习框架
05-19 7447
一次技术蓬勃的背后，必然需要长时间的酝酿，更离不开决定这一爆发瞬间的少数关键人物。正因有了那些特立独行的天才，他们的出现必将影响这一领域的发展方向，甚至决定未来科技发展的历史进程。回望深度学习领域，过去的黄金十年群星闪耀。...
深度学习大神都推荐入门必须读完这9篇论文
深度学习世界
01-16 1689
来源： 大数据挖掘DT数据分析ID: datadwIntroduction        卷积神经网络CNN，虽然它听起来就像是生物学、数学和计算机的奇怪混杂产物，但在近些年的机器视觉领域，它是最具影响力的创新结果。随着Alex Krizhevsky开始使用神经网络，将分类错误率由26%降到15%并赢得2012年度ImageNet竞赛（相当于机器视觉界的奥林匹克）时，它就开始声名大噪了。从那时起，
大牛deep learning集合
shanpohe的专栏
08-09 5109
作者1：tornadomeet 出处：http://www.cnblogs.com/tornadomeet  作者1：denghp83 出处：http://blog.csdn.net/denghp83/article/details/8968579 Deep learning：一(基础知识_1)   　　前言: 　　最近打算稍微系统的学习下deep leari
卷积神经网络(CNN)的17篇有影响力的论文题目和创新点介绍
11-29
整理了从2012年到2017年15篇国际顶级会议的卷积神经网络(CNN)的架构论文，并注明了每篇论文的创新点。需要注意的是：只是整理了论文题目，并没有下载地址，下载者可以根据题目下载对应的论文。
关于BP神经网络的大牛的论述
luoganttcc的博客
03-15 1131
https://github.com/dennybritz  大牛
14种设计模式总结
Yan_Programer 的专栏
11-02 331
装饰者模式 状态模式 迭代器模式 外观模式 策略模式 代理模式 工厂模式 适配器模式 观察模式 模板方法 组合模式 单件模式 抽象工厂 命令
如何只用NumPy码一个神经网络
weixin_34357928的博客
10-29 304
选自Towards Data Science作者：Piotr Skalski机器之心编译参与：高璇、张倩Keras、TensorFlow、PyTorch 等高级框架可以帮助我们快速构建复杂模型。深入研究并理解其中的理念很有价值。不久前，本文作者发表了一篇文章（参见《资源 | 来自独秀同学的深度网络数学笔记，还不快收藏？》），简明扼要地解释了神经网络的工作原理，但那篇文章偏向于数学理论知识。所以作者...
神经网络入门经典书籍,神经网络的书籍推荐
super67269的博客
09-16 556
肯定是matlab用的神经网络设计了，通俗易懂，很多实例！！戴葵翻译的美国经典神经网络《神经网络设计》神经网络概念非常简单（如果是科班出身），看一个下午就完了。远比传统图像处理的概念平易近人。这玩意和线性回归一样的，都是函数拟合。每个神经员都可以当作一个线性轴，而权值就是线性变化（投影），所以整合输入和输出其实是一个投影过程。这个网络最大的好处就是一层层下来拟合的方式非常灵活。而利用负反馈训练，也就是数值分析中类似于牛顿法的收敛求解（爬坡法）。由于组合的灵活，局部收敛性也就比较难遇到，所以精确度比较高。另外
图神经网络研究最新进展 斯坦福大牛Jure Leskovec的报告【2019-11-12】.zip
11-12
斯坦福大牛Jure Leskovec：图神经网络研究最新进展, Jure是斯坦福大学计算机学院的副教授，也是图表示学习方法 node2vec 和 GraphSAGE 作者之一。在谷歌学术搜索（Google Scholar）上，Jure拥有接近4.5万的论文引用数量，H指数为84。以上意味着他在人工智能研究领域占有举足轻重的地位。
CNN卷积神经网络总结
12-13
文章中，总结了CNN的大致流程，并对概念做出图示的讲解。
深度学习算法效果提升-网络结构
为之则易，不为则难
11-03 4822
1. 前言   优化深度学习算法的效果可以从三个方面入手，数据+网络结构+损失函数。一般来说，外行改网络结构，内行改损失函数，公司层面收集数据。   在一般情况下，特别是手机端应用，直接拿个成熟的小网络进行迁移学习，如shufflenet、mobilenet等，是较为常见的做法。而且，由于一些开源框架提供了官方预训练的模型，只要自己的数据集和imagenet的数据类别出入不大，在其基础上做fine...
传统与深度学习图像分割算法
aohun0743的博客
07-29 9352
Blog：https://blog.csdn.net/qq314000558/article/details/81632693 1998年以来，人工神经网络识别技术已经引起了广泛的关注，并且应用于图像分割。基于神经网络的分割方法的基本思想是通过训练多层感知机来得到线性决策函数，然后用决策函数对像素进行分类来达到分割的目的。这种方法需要大量的训练数据。神经网络存在巨量的连接，容易引入空间...
深度学习类文章收集
Suii_v5的博客
06-11 692
一些个人认为较好的关于深度学习的博文or网站blabla
探索深度神经网络的巨匠：Awesome_DNN_Researchers 项目揭秘
最新发布
gitblog_00046的博客
06-02 501
探索深度神经网络的巨匠：Awesome_DNN_Researchers 项目揭秘 去发现同类优质开源项目:https://gitcode.com/ 项目介绍 在人工智能的浩瀚星空中，有一颗璀璨的星群——Awesome_DNN_Researchers，它致力于搜集并介绍那些为深度神经网络（DNN）领域做出卓越贡献的研究者们。这个开源项目不仅是对大师们的致敬，也是为研究者、开发者和学习者搭建的一座桥梁...
深度学习 --- 卷积神经网络CNN（LeNet-5网络详解）
热门推荐
进击的菜鸟
11-26 23万+
卷积神经网络（Convolutional Neural Network，CNN）是一种前馈型的神经网络，其在大型图像处理方面有出色的表现，目前已经被大范围使用到图像分类、定位等领域中。相比于其他神经网络结构，卷积神经网络需要的参数相对较少，使的其能够广泛应用。 本节打算先介绍背景和简单的基本概念术语，然后详细介绍LeNet-5网络，其工作流程大家需要先搞清楚，学习原理其实是基于BP学习原理的，只...
给初学者的深度学习简介
DataLearnerAI
10-16 2万+
深度学习是计算机领域中目前非常火的话题，不仅在学术界有很多论文，在业界也有很多实际运用。本篇博客主要介绍了三种基本的深度学习的架构，并对深度学习的原理作了简单的描述。本篇文章翻译自Medium上一篇入门介绍。深度学习是计算机领域中目前非常火的话题，不仅在学术界有很多论文，在业界也有很多实际运用。
hinton深度学习nature_【深度学习】卷积神经网络之父LeCun：关于深度学习必须知道的传奇人物...
weixin_39608116的博客
11-22 1279
使机器能够通过数据了解世界是如何运转的，而不仅仅是学习如何解决一个特定的问题，将是未来十年AI研究的一大重点。——Yann LeCun本文主要讲述卷积神经网络之父Yann LeCun的故事。1961年，LeCun出生在浪漫之都巴黎。1983 年，22岁的他在ESIEE大学获得电子工程学位，四年后在 Université P&M Curie 获得计算机科学博士学位。完成了多伦多大...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值