- 博客(25)
- 收藏
- 关注
RSS订阅转载 深度学习网络结构汇总
这里写自定 版权声明：么么哒(*╹▽╹*) https://blog.csdn.net/weixin_41783077/article/details/83504718 </div> <link rel="stylesheet" href="https://csdnimg.cn/release/pho...
2019-01-28 15:21:07
493
转载 PyTorch学习之torchvision.models
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u014380165/article/details/79119664 PyTorch框架中有一个非常重要且好用的包：torchvision，该包主要由3个子包组成，分...
2018-12-11 16:22:11
734
转载 pytorch学习之加载预训练模型
版权声明： https://blog.csdn.net/weixin_41278720/article/details/80759933 pytorch自发布以来，由于其便捷性，赢得了越来越多人的喜爱。Pytorch有很多方便易用的包，今天要谈的是torchvisi...
2018-12-11 16:20:20
1270
转载 Kaggle比赛模型融合方法
介绍集成模型是一种能在各种的机器学习任务上提高准确率的强有力技术。在这篇文章中，我会分享我在Kaggle比赛中的集成方法。在第一部分中，我们会讨论从提交文件中建立集成。主要包括：投票集成平均排名平均第二部分我们会讨论 通过 generalization/blending等方法来创建集成。我会...
2018-11-29 11:24:07
744
转载 UNet++
2018年6月的文章，DLMIA2018会议，作者单位Department of Biomedical Informatics, Arizona State University原作者在知乎上给出了对文章的思路总结 文章对Unet改进的点主要是skip connection。作者认为skip conn...
2018-11-29 11:16:52
6837
4
转载 Inception网络
版权声明：本文为博主原创文章，转载请注明出处，谢谢。 https://blog.csdn.net/wfei101/article/details/78309654 inception的设计思路：1. inception在增加特征表达能力的同时减少计算。2. 模型更精巧复杂了，增加BN和gra...
2018-11-29 11:09:51
265
转载 深度学习：十大拍案叫绝的卷积设计操作
卷积的十大拍案叫绝的操作一、卷积只能在同一组进行吗?– Group convolutionGroup convolution 分组卷积，最早在AlexNet中出现，由于当时的硬件资源有限，训练AlexNet时卷积操作不能全部放在同一个GPU处理，因此作者把feature maps分给多个GPU分别进行处理，最...
2018-11-29 10:36:58
380
转载 CVPR常用资源整理汇总
【原文：http://blog.csdn.net/rodgeliao/article/details/7788177】 作者：tornadomeet 出处：http://www.cnblogs.com/tornadomeet 跟opencv相关的：http://opencv.org...
2018-11-29 10:34:18
345
转载 图像语义分割文章汇总（附论文链接和公开代码）
呐，我也是做图像分割的啦，最近看到有大佬整理了图像分割方面最新的论文，觉得很有帮助，就转载过来了，感觉又有很多要学的内容了。 Semantic SegmentationAdaptive Affinity Field for Semantic Segmentation – ECCV2018&nb...
2018-11-27 22:10:26
459
转载 TensorFlow实战：Chapter-6（CNN-4-经典卷积神经网络（ResNet）)
ResNetResNet简介相关内容论文分析问题引出解决办法实现residual mapping实验实验结果ResNet在TensorFlow上的实现ResNetResNet简介ResNet(Residual Neural Network)由微软研究院的何凯明大神等4人提出，ResNet通过使用Residual Unit成功训练152层神经网络，在ILSCRC2015年比赛中获得
2018-05-07 09:15:56
616
转载 TensorFlow实战：Chapter-5（CNN-3-经典卷积神经网络（GoogleNet）)
GoogleNetGoogleNet 简介GoogleNet大家族GoogleNet的发展Inception V1Inception V2Inception V3Inception V4GoogleNet论文分析引言详解介绍相关工作动机和高层次考虑动机和高层次考虑详解GoogLeNet详解训练方法ILSVRC 2014 Classification Challen
2018-05-07 09:14:59
733
转载 TensorFlow实战：Chapter-4（CNN-2-经典卷积神经网络（AlexNet、VGGNet））
引言AlexNetAlexNet 简介AlexNet的特点AlexNet论文分析引言介绍数据集网络架构注解注解减少过拟合训练细节结果讨论参考文献略AlexNet在TensorFlow里面实现TensorFlow官方给出的AlexNet实现实现代码输出AlexNet应用在MNIST数据集上实现代码AlexNet应用在CIFAR10数据集上总结VGGNet
2018-05-07 09:13:07
1329
1
转载 开源巨献：2017 年 Google 开源了这些超赞的项目
春节小长假，走亲访友之余，还可以利用一些零碎的时间收集学习资料，给自己充充电，好在 2018 年成为更优秀的自己。我们知道在开源和贡献开源方面，Google 一直是行业的典范。2017 年它开源了哪些优秀的软件，有哪些值得我们借鉴学习呢？让我们一起来看下：1、硬件加速的机器学习 JavaScript 库 DeepLearn.js传送门：
2018-02-27 11:09:46
452
转载 2018年最值得关注的15大技术趋势
来源：36氪本文列举了2018年最值得关注的15大技术趋势，分别是区块链、狭义人工智能、地下交通系统、5G无线网络、比特币、增强现实、无人驾驶汽车、新太阳能技术、家庭虚拟助理、量子计算、外科手术机器人、飞行出租车、激光互联网、物联网、AR头戴设备。通常情况下，技术趋势是很难准确预测的，因为预测未来本身就极其困难。但是我们还是可以从2017 年的一些显著的数据指标来推测2018年科技行业的一些发展趋势
2018-02-27 11:03:15
368
转载 史上最完整的人工智能书单大全，学习AI的请收藏好
来源： 产业智能官概要：想自学人工智能，到底看什么书？现在关于AI的图书成千上万，那些才是最好的？想自学人工智能，到底看什么书？现在关于AI的图书成千上万，那些才是最好的？智能菌花了一周的时间，给大家挑选出42本最值得读的AI书籍，分为四类：简单科普类、深度科普类、技术学习类、机器人类和AI哲学类，希望对大家有帮助。未来智能实验室是世界第一个AI智商评测与趋势研究机构，由人工智能学家和科学院相关
2018-02-27 09:00:47
1549
转载 干货丨2017年AI与深度学习要点大全
2017已经正式离我们远去~ ~ ~博客WILDML的作者、曾在Google Brain做了一年Resident的Denny Britz，就把他眼中的2017年AI和深度学习的大事，进行了一番梳理汇总。强化学习称霸人类游戏如果说2016年AlphaGo击败李世乭之后，大家对它的棋坛地位还有些许怀疑的话，2017年击败柯洁，让它成了毫无疑问的围棋霸主。作为一个强化学习Agent，它的第一个版本使用了来
2018-01-22 15:36:21
448
转载 Petuum 新研究助力临床决策：使用深度学习预测出院用药
在过去一年中，我们看到了很多某种人工智能算法在某个医疗检测任务中「超越」人类医生的研究和报道，例如皮肤癌、肺炎诊断等。如何解读这些结果？他们是否真正抓住医疗实践中的痛点、解决医生和病人的实际需要? 这些算法原型如何落地部署于数据高度复杂、碎片化、异质性严重且隐含错误的真实环境中？这些问题常常在很多「刷榜」工作中回避了。事实上，从最近 IBM Watson 和美国顶级医疗中心 MD Anderson
2017-12-14 10:29:59
426
转载 结合生成式与判别式方法，Petuum新研究助力医疗诊断
在过去一年中，我们看到了很多某种人工智能算法在某个医疗检测任务中「超越」人类医生的研究和报道，例如皮肤癌、肺炎诊断等。如何解读这些结果？他们是否真正抓住医疗实践中的痛点、解决医生和病人的实际需要? 这些算法原型如何落地部署于数据高度复杂、碎片化、异质性严重且隐含错误的真实环境中？这些问题常常在很多「刷榜」工作中回避了。事实上，从最近 IBM Watson 和美国顶级医疗中心 MD Anderson
2017-12-14 10:28:19
352
转载 人工智能如何更好的辅助医生？Petuum研究自动生成医疗图像报告
在过去一年中，我们看到了很多某种人工智能算法在某个医疗检测任务中 「超越」人类医生的研究和报道，例如皮肤癌、肺炎诊断等。如何解读这些结果？他们是否真正抓住医疗实践中的痛点、解决医生和病人的实际需要? 这些算法原型如何落地部署于数据高度复杂、碎片化、异质性严重且隐含错误的真实环境中？这些问题常常在很多「刷榜」工作中回避了。事实上，从最近 IBM Watson 和美国顶级医疗中心 MD Anderson
2017-12-14 10:27:22
1490
转载 GMIS 2017 大会杨琼演讲：人工智能+医疗——噱头，还是未来？
全球机器智能峰会（GMIS 2017），是全球人工智能产业信息服务平台机器之心举办的首届大会，邀请了来自美国、欧洲、加拿大及国内的众多顶级专家参会演讲。本次大会共计 47 位嘉宾、5 个 Session、32 场演讲、4 场圆桌论坛、1 场人机大战，兼顾学界与产业、科技巨头与创业公司，以专业化、全球化的视角为人工智能从业者和爱好者奉上一场机器智能盛宴。5 月 28 日，机器之心主办的为期两天的全球机
2017-12-14 09:22:31
789
原创 win10下配置opencv、zbar
在win10 x64系统下配置opencv，参考了博文http://blog.csdn.net/qq_36474461/article/details/52913608感觉该博文是本人翻阅诸多教程后，认为写的较为清楚的，分享给大家~本人的配置环境也给大家参考：VS2010+OpenCV2.4.6因为后续的工程中要配置Zbar，所以选择的编译环境是x86
2017-10-25 10:26:46
664
原创 运动目标跟踪
目标检测之后就是目标跟踪，目标跟踪是在事先不了解目标运动信息的条件下，通过来自信息源的数据实时估计出目标的运动状态，从而实现对目标的位置和运动趋势的判定。
2017-10-25 09:59:57
4813
原创 运动目标检测
运动目标检测主要目的是从视频图像中提取出运动目标并获得运动目标的特征信息，如颜色、形状、轮廓等。提取运动目标的过程实际上就是一个图像分割的过程，而运动物体只有在连续的图像序列(如视频图像序列)中才能体现出来，运动目标提取的过程就是在连续的图像序列中寻找差异，并把由于物体运动和表现出来的差异提取出来。
2017-10-25 09:54:40
6292
原创 图像的预处理过程简介
数字图像处理是用计算机来处理所获取的视觉信息的技术。其优点有能精确处理，结果具有再现性。容易控制，通过程序能够自由设定和变更各种控制参数。灵活性，基于已有的程序根据实际需求进行变更，就能够实现各种各样的处理，也可以组合已有的算法和程序，开发自己的新系统。但难点在于图像数据量大、运算量大。
2017-10-25 08:15:33
48276
1
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