深度学习
文章平均质量分 62
有些代码不应该被忘记
模糊控制,计算机视觉,深度学习,人工智能
展开
-
循环神经网络(RNN, Recurrent Neural Networks)介绍
循环神经网络(RNN, Recurrent Neural Networks)介绍 这篇文章很多内容是参考:http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/,在这篇文章中,加入了一些新的内容与一些自己的理解。 循环神经网络(Recurrent转载 2017-07-11 15:57:44 · 569 阅读 · 0 评论 -
免费领取全新30套训练数据集, 包含:“股票数据”、“行人检测常用数据”、“汽车数据集” 点击链接,立即领取: http://mp.weixin.qq.com/s/rm_SBbGSVtrmhJcGUp
免费领取全新30套训练数据集,包含:“股票数据”、“行人检测常用数据”、“汽车数据集”点击链接,立即领取:http://mp.weixin.qq.com/s/rm_SBbGSVtrmhJcGUpBmaQ转载 2017-07-11 14:54:02 · 1915 阅读 · 1 评论 -
语义分割中的深度学习方法全解:从FCN、SegNet到各版本DeepLab
图像语义分割就是机器自动从图像中分割出对象区域,并识别其中的内容。量子位今天推荐的这篇文章,回顾了深度学习在图像语义分割中的发展历程。发布这篇文章的Qure.ai,是一家用深度学习来读取医学影像的公司,他们在官方博客上梳理了语义分割中的深度学习方法。他们希望通过这份介绍,能让大家了解这个已经在自然图像处理比较成熟、但是在医学图像中仍需发展的新兴技术。作者转载 2017-07-11 14:46:43 · 29326 阅读 · 4 评论 -
简单入门循环神经网络RNN:时间序列数据的首选神经网络
随着科学技术的发展以及硬件计算能力的大幅提升,人工智能已经从几十年的幕后工作一下子跃入人们眼帘。人工智能的背后源自于大数据、高性能的硬件与优秀的算法的支持。2016年,深度学习已成为Google搜索的热词,随着最近一两年的围棋人机大战中,阿法狗完胜世界冠军后,人们感觉到再也无法抵挡住AI的车轮的快速驶来。在2017年这一年中,AI已经突破天际,相关产品也出现在人们的生活中,比如智能机器人、无人驾驶转载 2017-07-11 14:27:59 · 11331 阅读 · 0 评论 -
深度学习与目标跟踪
雷锋网(公众号:雷锋网)按:本文作者徐霞清,中国科学院计算技术研究所VIPL组硕士生,导师常虹副研究员。研究方向为深度学习与计算机视觉(目标跟踪等)。开始本文之前,我们首先看上方给出的3张图片,它们分别是同一个视频的第1,40,80帧。在第1帧给出一个跑步者的边框(bounding-box)之后,后续的第40帧,80帧,bounding-box依然准确圈出了同一个跑步者。以上展示的转载 2017-05-21 14:05:48 · 25125 阅读 · 3 评论 -
深度学习——3D识别
数据库:http://ai.stanford.edu/~jkrause/cars/car_dataset.html目标:用3D表示做车型精细识别,基于两种2D表示SPP,BubleBank。 构建了两个数据库:10-BMW,197-car,数据库在网站上下载。3D几何估计 使用3D CAD模型进行建模,精细识别的第一步是找到一个最合适图像的CAD模型。 合成数据:使原创 2017-05-21 13:30:35 · 4931 阅读 · 0 评论 -
深度学习,NVIDIA,新浪公开课
第一集:NVIDIA: 深度学习系列公开课(1) 用NVIDIA Jetson TX1构建自主机器网址:http://open.sina.com.cn/course/id_1348/lesson_8105/第二集:NVIDIA: 深度学习系列公开课(2) 深度学习基础知识与工具DIGITS网址:http://open.sina.com.cn/course/id_1348/l原创 2017-04-21 08:42:21 · 1193 阅读 · 0 评论