- 作者：变胖是梦想2014 来源链接：https://www.jianshu.com/p/22151f39b50c 目录 CVPR-2018 references CVPR-2017 references ICCV-2017 references ECCV-2018 references CVPR-2018 1.CodeSlam:对单目sla... 作者：变胖是梦想2014 来源链接：https://www.jianshu.com/p/22151f39b50c 目录 CVPR-2018 references CVPR-2017 references ICCV-2017 references ECCV-2018 references CVPR-2018 1.CodeSlam:对单目sla...
- 目录 总述： 1. Word2Vec的两种网络结构 1.1 输入层 1.2 映射层 1.3 输出层 1.4 神经网络的权重 2. Word2Vec与LDA的区别和联系 2.1 主题模型与词嵌入方法 总述： Word2Vec是2013年谷歌提出来目前最为常用的词嵌入模型之一。 Word2Vec是一种浅层的神经网络模型，包含有两种网络结构：CBOW（Co... 目录 总述： 1. Word2Vec的两种网络结构 1.1 输入层 1.2 映射层 1.3 输出层 1.4 神经网络的权重 2. Word2Vec与LDA的区别和联系 2.1 主题模型与词嵌入方法 总述： Word2Vec是2013年谷歌提出来目前最为常用的词嵌入模型之一。 Word2Vec是一种浅层的神经网络模型，包含有两种网络结构：CBOW（Co...
- 今天无意间学习东西看到了GNN，所以将最近感觉不错的进行总结，后续再补充吧 图神经网络论文收集GitHub https://github.com/PeijiYang/GNNPapers 几种图神经网络方法总结（Graph Neural Network） https://blog.csdn.net/r1254/article/details/88343349 斯坦福的... 今天无意间学习东西看到了GNN，所以将最近感觉不错的进行总结，后续再补充吧 图神经网络论文收集GitHub https://github.com/PeijiYang/GNNPapers 几种图神经网络方法总结（Graph Neural Network） https://blog.csdn.net/r1254/article/details/88343349 斯坦福的...
- 机器学习是人工智能AI研究发展到一定阶段的必然产物！ 二十世纪五十年代~七十年代初，“推理期”：机器的只能体现在具有逻辑推理能力。 二十世纪七十年代中期开始，AI进入“知识期”，希望机器能够自己学习！ 其实，图灵1950年就曾提到过机器学习的可能 五十年代中后期，基于神经网络的“连接主义”学习开始，比如：感知机 六七十年代，基于逻辑表示的“ ”符号主义学习发展， ... 机器学习是人工智能AI研究发展到一定阶段的必然产物！ 二十世纪五十年代~七十年代初，“推理期”：机器的只能体现在具有逻辑推理能力。 二十世纪七十年代中期开始，AI进入“知识期”，希望机器能够自己学习！ 其实，图灵1950年就曾提到过机器学习的可能 五十年代中后期，基于神经网络的“连接主义”学习开始，比如：感知机 六七十年代，基于逻辑表示的“ ”符号主义学习发展， ...
- 我正在参与CSDN200进20，希望得到您的支持，扫码续投票5次。感谢您！ （为表示感谢，您投票后私信我，我把我总结的人工智能手推笔记和思维导图发送给您，感谢！） 新一代人工智能院士高峰论坛2019年12月在鹏程实验室召开，有幸参与其中学习。对部分内容进行总结 部分内容参考网络，本文为学习笔记 记录。 中国科学院院士、美国科学院外籍院士蒲慕明带来了主题为《脑科学... 我正在参与CSDN200进20，希望得到您的支持，扫码续投票5次。感谢您！ （为表示感谢，您投票后私信我，我把我总结的人工智能手推笔记和思维导图发送给您，感谢！） 新一代人工智能院士高峰论坛2019年12月在鹏程实验室召开，有幸参与其中学习。对部分内容进行总结 部分内容参考网络，本文为学习笔记 记录。 中国科学院院士、美国科学院外籍院士蒲慕明带来了主题为《脑科学...
- Classification Densely Connected Convolutional Networks [Paper] Gao Huang, Zhuang Liu, Laurens van der Maaten, Kilian Q. Weinberger, arXiv:1608.06993. Microsoft (Deep Residual Learning)... Classification Densely Connected Convolutional Networks [Paper] Gao Huang, Zhuang Liu, Laurens van der Maaten, Kilian Q. Weinberger, arXiv:1608.06993. Microsoft (Deep Residual Learning)...
- 项目链接： https://github.com/Prodicode/ann-visualizer?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more A python library for visualizing Artificial Neural Networks (ANN) 如何安装 Fro... 项目链接： https://github.com/Prodicode/ann-visualizer?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more A python library for visualizing Artificial Neural Networks (ANN) 如何安装 Fro...
- 说说早期目标检测---------ssd那些事 前言论文地址githubssd的优点学习前言a[::-1]ssd---anchor SSD代码讲解1.预测部分获得预测结果预测框解码 2.训练部分真实框编码loss值计算 总结 前言 在2015年的时候，ssd作为一匹黑马杀出，他的贡献给深度学习one-stage开辟新纪元。今天我来讲解下我半... 说说早期目标检测---------ssd那些事 前言论文地址githubssd的优点学习前言a[::-1]ssd---anchor SSD代码讲解1.预测部分获得预测结果预测框解码 2.训练部分真实框编码loss值计算 总结 前言 在2015年的时候，ssd作为一匹黑马杀出，他的贡献给深度学习one-stage开辟新纪元。今天我来讲解下我半...
- 浅谈注意力机制的作用 前言什么是注意力机制空间注意力对于时间步的注意力机制1.数据集的制作2.建立注意力模型3.建立整体神经网络4.完整代码5.实验效果 通道注意力机制 前言 Attention机制是很好的一个东西，Attention机制在近几年来在图像，自然语言处理和cv等领域中都取得了重要的突破，被证明有益于提高模型的性能。让我们一起来了解下注意... 浅谈注意力机制的作用 前言什么是注意力机制空间注意力对于时间步的注意力机制1.数据集的制作2.建立注意力模型3.建立整体神经网络4.完整代码5.实验效果 通道注意力机制 前言 Attention机制是很好的一个东西，Attention机制在近几年来在图像，自然语言处理和cv等领域中都取得了重要的突破，被证明有益于提高模型的性能。让我们一起来了解下注意...
- 浅谈神经网络改进小技巧----学习率衰减 前言github地址什么是学习率衰减分段常数衰减指数衰减自然指数衰减多项式衰减余弦衰减余弦退火衰减余弦退火衰减更新版 前言 今天我们来谈下学习率衰减，利用学习率衰减来的到我更好的预测效果。简单实现了几个。 github地址 https://github.com/yanjingke/learn_rate 什么... 浅谈神经网络改进小技巧----学习率衰减 前言github地址什么是学习率衰减分段常数衰减指数衰减自然指数衰减多项式衰减余弦衰减余弦退火衰减余弦退火衰减更新版 前言 今天我们来谈下学习率衰减，利用学习率衰减来的到我更好的预测效果。简单实现了几个。 github地址 https://github.com/yanjingke/learn_rate 什么...
- 好玩的实例分割-------------mask-rcnn 学习前言什么是mask-rcnn？mask-rcnn的优点githubmaskrcnn 实现思路获得Proposal建议框Proposal建议框的解码Roi Align 层建立classifier模型建立mask模型loss值计算 学习前言 有几天没写博客了，今天解读我以前阅读的一篇论文mask... 好玩的实例分割-------------mask-rcnn 学习前言什么是mask-rcnn？mask-rcnn的优点githubmaskrcnn 实现思路获得Proposal建议框Proposal建议框的解码Roi Align 层建立classifier模型建立mask模型loss值计算 学习前言 有几天没写博客了，今天解读我以前阅读的一篇论文mask...
- 前馈神经网络 首先我先寻找了知乎中的一个介绍进行学习：https://www.zhihu.com/question/22553761/answer/126474394 来自知乎学者YJango的回答：https://www.zhihu.com/people/YJango，以及其它... 前馈神经网络 首先我先寻找了知乎中的一个介绍进行学习：https://www.zhihu.com/question/22553761/answer/126474394 来自知乎学者YJango的回答：https://www.zhihu.com/people/YJango，以及其它...
- 两个博客：关于机器学习和神经网络的： 博主： 计算机的潜意识 链接： https://www.cnblogs.com/subconscious/p/5058741.html https://www.cnblogs.com/subconscious/p/4107357.html#first 一、机器学习： 依据... 两个博客：关于机器学习和神经网络的： 博主： 计算机的潜意识 链接： https://www.cnblogs.com/subconscious/p/5058741.html https://www.cnblogs.com/subconscious/p/4107357.html#first 一、机器学习： 依据...
- 说说pspnet经典语义分割那些事 前言原论文地址github代码预备知识1.FCN2.深度可分离卷积3. mobilenetv2 什么是pspnet？代码讲解主干网络金字塔池化psp模块获得预测结果loss计算 前言 今天我们来解析下pspnet代码和论文里面所提到重要部分,pspnet虽然没有deeplabv3那样强的语义效果，但是deepl... 说说pspnet经典语义分割那些事 前言原论文地址github代码预备知识1.FCN2.深度可分离卷积3. mobilenetv2 什么是pspnet？代码讲解主干网络金字塔池化psp模块获得预测结果loss计算 前言 今天我们来解析下pspnet代码和论文里面所提到重要部分,pspnet虽然没有deeplabv3那样强的语义效果，但是deepl...
- 一、自编码器 自编码器（Autoencoder）是一种旨在将它们的输入复制到的输出的神经网络。他们通过将输入压缩成一种隐藏空间表示（latent-space representation），然后这种重构这种表示的输出进行工作。这种网络由两部分组成： 编码器：将输入压缩为潜在空间表示。可以用编码函数h = f（x）表示。 解码器：这部分旨在重构来自隐藏空间表示的输入。... 一、自编码器 自编码器（Autoencoder）是一种旨在将它们的输入复制到的输出的神经网络。他们通过将输入压缩成一种隐藏空间表示（latent-space representation），然后这种重构这种表示的输出进行工作。这种网络由两部分组成： 编码器：将输入压缩为潜在空间表示。可以用编码函数h = f（x）表示。 解码器：这部分旨在重构来自隐藏空间表示的输入。...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签