深度学习
hcgx2018
这个作者很懒,什么都没留下…
展开
-
人脸识别背后,卷积神经网络的数学原理原来是这样的
在自动驾驶、医疗以及零售这些领域,计算机视觉让我们完成了一些直到最近都被认为是不可能的事情。卷积神经网络可能是这一巨大成功背后的关键组成模块。这次,我们将要使用卷积神经网络的思想来拓宽我们对神经网络工作原理的理解。简介过去我们接触到了密集连接的神经网络。那些神经网络中,所有的神经元被分成了若干组,形成了连续的层。每个这样的单元都与相邻层的每一个单独的神经元相连接。下图所示的是这样一个架构。...原创 2019-06-19 10:01:55 · 1480 阅读 · 0 评论 -
实战 | 如何用最快的速度学会Dlib人脸识别开发?
项目GitHub地址:https://github.com/xiaosongshine/dlib_face_recognition1.背景介绍Dlib是一个深度学习开源工具,基于C++开发,也支持Python开发接口,功能类似于TensorFlow与PyTorch。但是由于Dlib对于人脸特征提取支持很好,有很多训练好的人脸特征提取模型供开发者使用,所以Dlib人脸识别开发很适合做人脸项目...原创 2019-06-24 17:46:49 · 353 阅读 · 0 评论 -
掌握PyTorch图片分类的简明教程 | 附完整代码
深度学习的比赛中,图片分类是很常见的比赛,同时也是很难取得特别高名次的比赛,因为图片分类已经被大家研究的很透彻,一些开源的网络很容易取得高分。如果大家还掌握不了使用开源的网络进行训练,再慢慢去模型调优,很难取得较好的成绩。1.数据介绍数据下载地址:https://download.csdn.net/download/xiaosongshine/11128410这次的实战使用的数据是交通...原创 2019-06-27 16:09:11 · 1122 阅读 · 0 评论 -
从零开始掌握Python机器学习:七步教程 进阶篇
前言本篇是使用 Python 掌握机器学习的 7 个步骤系列文章的下篇。快速回顾之后,本篇文章会更明确地集中于几个机器学习相关的任务集上。由于安全地跳过了一些基础模块——Python 基础、机器学习基础等等——我们可以直接进入到不同的机器学习算法之中。第一步机器学习基础回顾&一个新视角上篇中包括以下几步:Python 基础技能机器学习基础技能Python 包概述运用 ...原创 2019-06-24 14:38:44 · 323 阅读 · 0 评论 -
干货!深度学习七个实用技巧
深度学习已经成为解决许多具有挑战性的现实世界问题的方法。对目标检测,语音识别和语言翻译来说,这是迄今为止表现最好的方法。许多人将深度神经网络(DNNs)视为神奇的黑盒子,我们放进去一堆数据,出来的就是我们的解决方案!事实上,事情没那么简单。在设计和应用DNN到一个特定的问题上可能会遇到很多挑战。为了达到现实世界应用所需的性能标准,对数据准备,网络设计,训练和推断等各个阶段的正确设计和执行至关重要...原创 2019-06-24 10:07:52 · 182 阅读 · 0 评论 -
FoveaBox:目标检测新纪元,无Anchor时代来临
今天跟大家分享的FoveaBox则是该方向最新的成果,针对的是通用目标检测领域,算法方案简单,结果达到state-of-the-art,代码亦将开源,方便后续其他学者跟进,发展空间极大。算法思想FoveaBox的动机来自人眼的中央凹:视野中心(物体)具有最高的视力。(物体的位置信息能够从中心反应出来——CV君的理解)下图展示了FoveaBox目标检测的基本思想,对于可能存在目标的每个输出空...原创 2019-06-26 17:09:33 · 294 阅读 · 0 评论 -
掌握卷积神经网络,从一个简单项目开始
卷积神经网络可以算是深度神经网络中很流行的网络了。本文从基础入手,介绍了卷积网络的基本原理以及相关的其它技术,并利用卷积网络做了一个简单项目作为示例参考。想入手 CNN 的朋友不可错过~首先,我们先看看下面这张照片:图源:Pix2PixHD这不是一张真实的照片,你可以新建一个窗口来打开它,放大看看,可以看到马赛克。实际上,这张照片是由 AI 生成的,是不是看起来很真实?这项技术就是卷积...原创 2019-06-18 12:00:45 · 2322 阅读 · 0 评论 -
一个实用的 Python 调试工具
一般情况下,在编写 Python 代码时,如果想弄清楚为什么 Python 代码没有按照预期执行的原因,比如你想知道哪些是正在运行,哪些没有运行,以及局部变量的值是什么…今天和大家分享一个“贫民版”调试工具—PySnooperPySnooper允许你执行以上相同的操作,只需为要调试的函数添加一个装饰器即可,而不需要构建正确的 print 打印。你还将得到函数的详细日志,包括运行了哪些代码行、...原创 2019-06-21 15:40:15 · 231 阅读 · 0 评论 -
一个实用的 Python 调试工具
一般情况下,在编写 Python 代码时,如果想弄清楚为什么 Python 代码没有按照预期执行的原因,比如你想知道哪些是正在运行,哪些没有运行,以及局部变量的值是什么…今天和大家分享一个“贫民版”调试工具—PySnooperPySnooper允许你执行以上相同的操作,只需为要调试的函数添加一个装饰器即可,而不需要构建正确的 print 打印。你还将得到函数的详细日志,包括运行了哪些代码行、...原创 2019-06-21 15:40:14 · 202 阅读 · 0 评论 -
高清图解:神经网络、机器学习、数据科学一网打尽
|导|读|BY:AI-Beetle完全图解人工智能、NLP、机器学习、深度学习、大数据!这份备忘单涵盖了上述领域几乎全部的知识点,并使用信息图、脑图等多种可视化方式呈现,设计精美,实用性强。今天,我们要为大家推荐一个超实用、颜值超高的神经网络+机器学习+数据科学和Python的完全图解,文末附有高清PDF版链接,支持下载、打印,推荐大家可以做成鼠标垫、桌布,或者印成手册等随手携带,随时翻看...原创 2019-06-21 11:05:05 · 387 阅读 · 0 评论 -
赢在AI,人工智能技术体验
前言:随着人工智能的发展,AI领域的人才需求也日益增多,相关的工作岗位也越来越多,这也是一份高薪的职业。AI工程师未来的成长空间很大,一般工作两年的平均年薪可以达到30–50万,工作四年的平均年薪可以达到60–80万,工作五年的平均年薪在90万左右。同比其他IT方向的程序员,AI工程师的起步就高很多了。人工智能在很多的领域得到了广泛的应用,传统和新兴产业,都在AI的驱动下,发生着很大的变革。...原创 2019-07-03 14:44:54 · 284 阅读 · 0 评论