- 博客(17)
- 资源 (2)
- 收藏
- 关注
转载 风靡的七个人生工具(SWOT、PDCA、6W2H、SMART、WBS、时间管理、二八原则)
一、SWOT分析法Strengths:优势Weaknesses:劣势Opportunities:机会Threats:威胁意义:帮您清晰地把握全局,分析自己在资源方面的优势与劣势,把握环境提供的机会,防范可能存在的风险与威胁,对我们的成功有非常重要的意义。二、PDCA循环规则Plan:制定目标与计划;Do:任务展开,组织实施
2016-07-29 22:09:55 5745 2
转载 Caffe 深度学习框架上手教程
Caffe2是一个清晰而高效的深度学习框架,其作者是博士毕业于UC Berkeley的贾扬清12,目前在Google工作。Caffe是纯粹的C++/CUDA架构,支持命令行、Python和MATLAB接口;可以在CPU和GPU直接无缝切换:Caffe::set_mode(Caffe::GPU);Caffe的优势上手快:模型与相应优化都是以文本形式而非代码形式
2016-07-29 21:59:10 1041 1
转载 王晓刚:深度学习在图像识别中的研究进展与展望
深度学习是近十年来人工智能领域取得的最重要的突破之一。它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域都取得了巨大成功。本文将重点介绍深度学习在物体识别、物体检测、视频分析的最新研究进展,并探讨其发展趋势。1. 深度学习发展历史的回顾现有的深度学习模型属于神经网络。神经网络的历史可追述到上世纪四十年代,曾经在八九十年代流行。神经网络试图通过模拟大脑认知的机理
2016-07-29 21:57:24 1432
转载 深度学习-LeCun、Bengio和Hinton的联合综述(下)
【编者按】三大牛Yann LeCun、Yoshua Bengio和Geoffrey Hinton在深度学习领域的地位无人不知。为纪念人工智能提出60周年,最新的《Nature》杂志专门开辟了一个“人工智能 + 机器人”专题 ,发表多篇相关论文,其中包括了Yann LeCun、Yoshua Bengio和Geoffrey Hinton首次合作的这篇综述文章“Deep Learning”。本文为该
2016-07-29 21:56:17 725
转载 深度学习-LeCun、Bengio和Hinton的联合综述(上)
【编者按】三大牛Yann LeCun、Yoshua Bengio和Geoffrey Hinton在深度学习领域的地位无人不知。为纪念人工智能提出60周年,最新的《Nature》杂志专门开辟了一个“人工智能 + 机器人”专题 ,发表多篇相关论文,其中包括了Yann LeCun、Yoshua Bengio和Geoffrey Hinton首次合作的这篇综述文章“Deep Learning”。本文为该
2016-07-29 21:55:52 547
转载 机器学习领域的五大流派
机器之心对Pedro Domingos的演讲幻灯片进行了编译和总结:1知识从何而来Pedro Domingos认为,知识来源于进化、经验、文化和计算机。对于知识和计算机的关系,他引用了Facebook人工智能实验室负责人Yann LeCun的一段话:将来,世界上的大部分知识将由机器提取出来,并且将长驻与机器中。2计算机如何发现新知识
2016-07-29 21:53:33 1832
转载 深度学习未来十大趋势--LSTM是亮点
本周,我在加拿大蒙特利尔参加了NIPS(Neural Information Processing Systems,神经信息处理系统)2015年论坛。这是一次令人难以置信的经历,就像从信息海洋中汲水一样。特别感谢我的雇主Dropbox派遣我参加这场会议(我们正在招人)。这里是本周我注意到的一些趋势;注意到这些趋势更偏向于深度学习和强化学习(reinforcement lea
2016-07-29 21:50:07 1960
转载 DL的图像识别、语音识别应用进展及MxNet开源框架设计
2015年12月10-12日,由中国计算机学会(CCF)主办,CCF大数据专家委员会承办,中国科学院计算技术研究所、北京中科天玑科技有限公司与CSDN共同协办,以“数据安全、深度分析、行业应用”为主题的 2015中国大数据技术大会(Big Data Technology Conference 2015,BDTC 2015)在北京新云南皇冠假日酒店盛大开幕。11日下午的深度学习分论坛,地平线
2016-07-29 21:48:56 3060
转载 (可再看)机器学习算法分类汇总-很好
机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里IT经理网为您总结一下常见的机器学习算法,以供您在工作和学习中参考。机器学习的算法很多。很多时候困惑人们都是,很多算法是一类算法,而有些算法又是从其他算法中延伸出来的。这里,我们从两个方面来给大家介绍,第一个方面是学习的方式,第二个方面是算法的类似性。学习方式根据数据类型的
2016-07-29 21:46:35 969
转载 CNN进展与技巧(下)
上期勘误 PPT11, 随机Pooling中蓝色矩形中概率值相加不为1,修正结果如下: PPT16, 欧式损失和对比损失函数系数应为1/2N,原文中误为-1/N,修正结果如下: 本文作者刘昕特此感谢上海科技大学汤旭同学和腾讯优图汪铖杰研究员指出上期推送中的错误。作者对此表示深刻歉意,并承诺加强内容审核,同时欢迎深度学习大讲堂的广大读者指正,共同为优质的内容生产而努力。正文
2016-07-29 14:24:28 1867
转载 CNN基础和进展(上)
1. DL基础理论 本页PPT给出了本节内容概要,我们从MCP神经元模型开始,首先回顾全连接层、卷积层等基础结构单元,Sigmoid等激活函数,Softmax等损失函数,以及感知机、MLP等经典网络结构。接下来,将介绍网络训练方法,包括BP、Mini-batch SGD和LR Policy。最后我们会介绍深度网络训练中的两个理论问题:梯度消失和梯度溢出。 MCP神经元模型提出
2016-07-29 14:23:33 3867 1
转载 (可再看)深度学习学习笔记(1)
一、概述Artificial Intelligence,也就是人工智能,就像长生不老和星际漫游一样,是人类最美好的梦想之一。虽然计算机技术已经取得了长足的进步,但是到目前为止,还没有一台电脑能产生“自我”的意识。是的,在人类和大量现成数据的帮助下,电脑可以表现的十分强大,但是离开了这两者,它甚至都不能分辨一个喵星人和一个汪星人。图灵(图灵,大家都知道吧。计算机和人工智能的鼻祖,分别
2016-07-29 14:19:36 2947
转载 十个热门开源深度学习框架
DeepMind宣布采用谷歌开源的深度学习框架TensorFlow,不再采用Torch框架。Torch 诞生时间较久,直到去年Facebook 开源了大量Torch的深度学习模块才开始流行起来。DeepMind是谷歌并购的一家AI公司,今年因AlphaGo以4:1的成绩战胜了韩国围棋大师李世石而名声大噪。除此以外,谷歌还有规模更大的Google Brain团队。对于希望在应用中整合
2016-07-29 14:17:37 465
转载 深度学习的入门资料
深度学习 Deep Learning 学习资料汇编 (持续更新中)。欢迎补充。入门阅读deep learning较全面的入门介绍200浅谈Deep Learning的基本思想和方法63机器学习——深度学习(Deep Learning)59deep learning tutorials31一篇blog:deep learning2,326一些论文介绍26代码/工具Th
2016-07-29 14:16:31 503
转载 深度学习的GPU硬件选型
从深度学习在2012年大放异彩,gpu计算也走入了人们的视线之中,它使得大规模计算神经网络成为可能。人们可以通过07年推出的CUDA(Compute Unified Device Architecture)用代码来控制gpu进行并行计算。本文首先根据显卡一些参数来推荐何种情况下选择何种gpu显卡,然后谈谈跟cuda编程比较相关的硬件架构。1.选择怎样的GPU型号这几年主要有AMD和
2016-07-29 14:15:41 8720
转载 (可再看)基于深度学习的目标检测研究进展
前言 开始本文内容之前,我们先来看一下上边左侧的这张图,从图中你看到了什么物体?他们在什么位置?这还不简单,图中有一个猫和一个人,具体的位置就是上图右侧图像两个边框(bounding-box)所在的位置。其实刚刚的这个过程就是目标检测,目标检测就是“给定一张图像或者视频帧,找出其中所有目标的位置,并给出每个目标的具体类别”。 目标检测对于人来说是再简单不过的任务,但是对于计算机来说,它
2016-07-29 14:10:30 1520
转载 近6年被引用次数最多的深度学习论文top100(附下载地址)
下载地址:http://pan.baidu.com/s/1pL1XwXd我相信世上存在值得阅读的经典的深度学习论文,不论它们的应用领域是什么。比起推荐大家长长一大串论文,我更倾向于推荐大家一个某些深度学习领域的必读论文精选合集。精选合集标准2016 : +30 引用 「+50」2015 : +100 引用 「 +200」201
2016-07-29 14:08:02 3767
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人