机器学习
一点码客
这个作者很懒,什么都没留下…
展开
-
最全动画诠释各种卷积网络及实现机制
3年前开发移动端卷积神经网络SDK,使用GPU实现卷积神经网络的各种算子,Android/iOS双端都实现了,性能非常不错,实时风格画和实时抠图接近50FPS,今天无意中翻到这些动画及笔记,这些知识点又回来了,于是把这些分享出来,也希望能对大家有所帮助。原创 2020-03-16 11:12:24 · 3572 阅读 · 5 评论 -
深入理解iOS GPU加速框架Metal及MPS
iOS的Metal框架是一个类似OpenGL的框架,通过编写shaders(类c代码)运行在GPU上,利用GPU的高并行能力执行并行操作,比如图像处理,卷积神经网络。而MPS就是一套基于Metal框架的库,用户不需要理解Metal的细节,直接调用这些库即可使用高性能处理能力。同时针对卷积神经网络,官方已经提供了MPSCnn库,开发人员可以直接使用该库组件神经网络即可以在移动端iPhone...原创 2020-03-15 13:20:53 · 4447 阅读 · 1 评论 -
机器学习大牛贾扬清离职 Facebook,即将加盟阿里硅谷研究院
雷锋网 AI 科技评论消息,继年初张潼博士离职腾讯 AI lab,又传来重磅人事变动——贾扬清离职 Facebook。昨日,有用户在知乎爆料,贾扬清已离职 Facebook,他的下一站将是阿里硅谷研究院,职级为 VP。从各路传言看来,这已经得到诸多业内人士确认。贾扬清拥有加州大学伯克利分校计算机科学博士学位、清华大学硕士学位和学士学位,曾于新加坡国立大学、微软亚洲研究院、NEC 美国实...转载 2019-03-03 18:35:32 · 2359 阅读 · 0 评论 -
2018全年AI技术大突破大总结
2018,仍是AI领域激动人心的一年。这一年成为NLP研究的分水岭,各种突破接连不断;CV领域同样精彩纷呈,与四年前相比GAN生成的假脸逼真到让人不敢相信;新工具、新框架的出现,也让这个领域的明天特别让人期待……近日,Analytics Vidhya发布了一份2018人工智能技术总结与2019趋势预测报告,原文作者PRANAV DAR。量子位在保留这个报告架构的基础上,对内容进行了重新...转载 2018-12-24 08:24:55 · 4102 阅读 · 0 评论 -
永久免费!吴恩达刚公布的深度学习课程上线网易云课堂
原来中标的是网易云课堂!6 月 23 日,吴恩达宣布离开百度三个月后的创业项目:Deeplearning.ai,8 月 8 日,吴恩达的最新课程“Deep Learning Specialization” 正式在 Coursera 上线,当时AI科技大本营已经对课程内容做过详细解读。(详情内容请点击《刚刚,我们详细对比了吴恩达和Udacity的深度学习课程,你们感受下...》)不过,这门课...转载 2017-08-30 09:58:10 · 14266 阅读 · 1 评论 -
Google正面迎战苹果,用ARCore阻击ARKit
雷锋网消息,美国时间29日,Google正式推出了ARCore预览版。顾名思义,ARCore是Android平台的ARKit,一个为开发者准备的增强现实AR平台。ARCore功能较简单,目的是想让更多人使用AR。它目前支持Google Pixel手机和Galaxy S8,系统要升级到Android 7.0 Nougat或最新的Android 8.0 Oreo。ARCore会在今年冬季正式推...转载 2017-08-30 09:56:17 · 343 阅读 · 0 评论 -
肢体语言识别系统OpenPose问世,它甚至能明白你的表情
4月23日,卡内基梅隆大学感知计算实验室将其打造的OpenPose——一套可以读懂人类肢体语言的库放在了GitHub上,并于6月和7月相继开源了核心的面部和手部识别源代码。源码网址:https://github.com/CMU-Perceptual-Computing-Lab/openpose据放在GitHub上的资料显示,OpenPose是世界上第一个实时多人关键点检测和多线程的C++库...转载 2017-08-15 21:33:27 · 16608 阅读 · 0 评论 -
各种神经网络优化算法:从梯度下降到Adam方法
在调整模型更新权重和偏差参数的方式时,你是否考虑过哪种优化算法能使模型产生更好且更快的效果?应该用梯度下降,随机梯度下降,还是Adam方法?这篇文章介绍了不同优化算法之间的主要区别,以及如何选择最佳的优化方法。什么是优化算法?优化算法的功能,是通过改善训练方式,来最小化(或最大化)损失函数E(x)。模型内部有些参数,是用来计算测试集中目标值Y的真实值和预测值的偏差程度的,基于这些参...转载 2017-08-15 21:28:08 · 40822 阅读 · 6 评论 -
卷积神经网络新手入门2
卷积神经网络新手指南之二引言本文将进一步探讨有关卷积神经网络的更多细节,注:以下文章中部分内容较为复杂,为了保证其简明性,部分内容详细解释的研究文献会标注在后。步幅和填充让我们看回之前的转换层,在第一部分中我们提到过过滤器、接受场。现在,我们可以通过改变2个主要参数来校正每一层的行为。在选择过滤器大小之后,我们也必须选择“步幅”和“填充”。步 幅控制着过滤器如何进行卷积。在转载 2017-08-15 10:40:34 · 320 阅读 · 0 评论 -
神经网络新手入门(1)
卷积神经网络(Convolutional Neural Network,CNN)新手指南引言卷积神经网络:听起来像是生物与数学还有少量计算机科学的奇怪结合,但是这些网络在计算机视觉领域已经造就了一些最有影响力的创新。2012年神经网络开始崭露头角,那一年Alex Krizhevskyj在ImageNet竞赛上(ImageNet可以算是竞赛计算机视觉领域一年一度的“奥运会”竞赛)转载 2017-08-15 10:35:39 · 622 阅读 · 0 评论 -
神经网络前世今生
神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向–深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法,同时也可以更好地帮助你理解深度学习技术。本文以一种简单的,循序的方式讲解神经网络。适合对神经网络了解不多的同学。本文对阅读没有一定的前提要求,但是懂一些机器学习基础会更好地帮助理解本文。神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中...转载 2017-08-15 10:23:12 · 3041 阅读 · 0 评论 -
机器学习书籍课程推荐
书籍推荐《机器学习实战》《自然语言处理原理与实现》《机器学习》《统计学习方法》《支持向量机导论》《统计自然语言处理(宗成庆)》《深度学习》《模式识别-第二版(西奥多里蒂斯 著,李晶皎译)》《驾驭文本 文本的发现、组织和处理_》《Python Machine Learning》《Advanced Machine Learning with Python 》...转载 2017-08-16 15:24:08 · 1256 阅读 · 0 评论 -
神经网络卷积结构及计算过程
Convolutional Neural Networks are very similar to ordinary Neural Networks from the previous chapter: they are made up of neurons that have learnable weights and biases. Each neuron receives some inpu...转载 2017-08-16 13:20:47 · 1675 阅读 · 0 评论 -
残差网络
深度残差网络自从2015年提出以来,在众多比赛中表现优越,且最终获得CVPR 2016年Best Paper Award。大家想必也已经耳熟能详。在这里,只是再简要说说深度残差网络是怎样的网络,关于为什么她表现如此优秀大家怎么看?什么是深度残差网络?如论文中描述,深度残差网络的缘起在于一个“反常”的现象。在训练深度神经网络的时候,训练误差和测试误差都随着网络深度的增加而增加。文中称之...转载 2017-08-16 11:10:13 · 1082 阅读 · 0 评论 -
反向传播
目前网络上关于反向传播算法的教程已经很多,那我们还有必要再写一份教程吗?答案是‘需要’。为什么这么说呢?我们教员Sanjeev最近要给本科生上一门人工智能的课,尽管网上有很多反向传播算法的教程,但他却找不到一份令他满意的教程,因此我们决定自己写一份关于反向传播算法的教程,介绍一下反向传播算法的历史背景、原理、以及一些最新研究成果。PS:本文默认读者具备一定的基础知识(如了解梯度下降、...转载 2017-08-16 10:30:45 · 1310 阅读 · 0 评论 -
反卷积结构及原理
反卷积(Deconvolution)的概念第一次出现是Zeiler在2010年发表的论文Deconvolutional networks中,但是并没有指定反卷积这个名字,反卷积这个术语正式的使用是在其之后的工作中(Adaptive deconvolutional networks for mid and high level feature learning)。随着反卷积在神经网络可视化上的...转载 2017-08-16 10:47:05 · 25267 阅读 · 8 评论 -
卷积神经网络结构变迁历史二
目录(?)[-]Inception V1-V4Inception V1Inception V2-V3Inception V4Xception参考资料本篇讲一讲Google的Inception系列net,以及还是Google的Xception。(扯一下,Google的Researcher们还是给了很多很棒的idea的,希望读者朋友和我自己在了解paper之余,转载 2017-08-16 10:43:24 · 505 阅读 · 0 评论 -
卷积神经网络结构变迁历史一
最近接下来几篇博文会回到神经网络结构的讨论上来本文先介绍两个13,14年的工作:Maxout Networks,Network In Network。网上有不少资料,但是很多作者我相信自己都没有完全理解,在本文中我会尽可能描述清楚。本文重点在于Network In Network。本文针对论文和网络资料的整理,自己重新撰写,保证每一个初学者都可以看懂。1、Maxout Networ转载 2017-08-16 10:38:09 · 596 阅读 · 0 评论