視覺(jué)系統(tǒng)，不僅是用來(lái)看的，還能預(yù)測(cè)“未來(lái)”！

本文提出了一種基于生物力學(xué)的遞歸神經(jīng)網(wǎng)絡(luò)(Bio-LSTM)，該網(wǎng)絡(luò)可以在全局坐標(biāo)系下預(yù)測(cè)行人的位置和三維關(guān)節(jié)體位姿，該網(wǎng)絡(luò)能夠同時(shí)預(yù)測(cè)多個(gè)行人的姿態(tài)和...

2019-02-26 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)視覺(jué)系統(tǒng)自動(dòng)駕駛 3k 0

深度學(xué)習(xí)中所涉及的有關(guān)神經(jīng)網(wǎng)絡(luò)的理論知識(shí)

人工智能主要是為了解決預(yù)測(cè)（回歸）和分類兩大問(wèn)題。在生活中，預(yù)測(cè)的例子有很多，比如根據(jù)房屋面積等信息預(yù)測(cè)房屋的價(jià)格，或是根據(jù)前幾年的銷售額，預(yù)測(cè)今年的銷...

2019-02-25 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能無(wú)人駕駛 6.5k 0

難以處理的組合爆炸問(wèn)題正是深度神經(jīng)網(wǎng)絡(luò)的致命弱點(diǎn)

需要大量的注釋數(shù)據(jù)；難以在標(biāo)準(zhǔn)測(cè)試集外取得良好表現(xiàn)；對(duì)于數(shù)據(jù)的微小變化尤為敏感。這都是近年來(lái)深度學(xué)習(xí)被詬病的缺陷。

2019-02-21 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)視覺(jué) 6.2k 0

從文本（數(shù)據(jù)）挖掘的角度去“探索”全唐詩(shī)

然而，對(duì)于古漢語(yǔ)（文言文），尤其是詩(shī)詞的分詞處理可沒(méi)有這么簡(jiǎn)單，因?yàn)閱巫衷~占古漢語(yǔ)詞匯統(tǒng)計(jì)信息的80％以上，再加上古漢語(yǔ)微言大義，字字千鈞，所以針對(duì)現(xiàn)代...

2019-02-20 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)文本深度學(xué)習(xí) 2.8k 0

手把手教你，用BERT完成一個(gè)Kaggle競(jìng)賽

在本文中，我們將重點(diǎn)介紹BERT在多標(biāo)簽文本分類問(wèn)題中的應(yīng)用。傳統(tǒng)的分類問(wèn)題假定每個(gè)文檔都分配給一個(gè)且只分配給一個(gè)類別，即標(biāo)簽。這有時(shí)也被稱為多元分類，...

2019-02-20 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)庫(kù)Transformer 9.8k 0

神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)MTL時(shí)需要考慮的問(wèn)題

來(lái)源：雷鋒網(wǎng)在過(guò)去的一年里，我和我的團(tuán)隊(duì)一直致力于提高 Taboola Feed 的個(gè)性化用戶體驗(yàn)。我們使用

2019-02-19 標(biāo)簽：神經(jīng)網(wǎng)絡(luò) 3.5k 0

如果讓AI自行理解人類顏值的意義，我們會(huì)不會(huì)得到更好的效果？

本文沒(méi)有使用基于心理學(xué)發(fā)現(xiàn)的低級(jí)面部幾何特征，而是提出了一種關(guān)于面部特征（如眉毛形狀、鼻子大小、頭發(fā)顏色）與面部吸引力之間相關(guān)性的新研究。該研究受到 L...

2019-02-19 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像人工智能 3.7k 0

圖像恢復(fù)這個(gè)任務(wù)，如何使用深度圖像先驗(yàn)來(lái)解決此任務(wù)

深度卷積網(wǎng)絡(luò)因其能夠從大量圖像數(shù)據(jù)集中學(xué)習(xí)而獲得成功。 Dmitry Ulyanov的論文“Deep Image Prior”表明，為了解決像圖像恢復(fù)這...

2019-02-18 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像圖像去噪 5.6k 0

圖神經(jīng)網(wǎng)絡(luò)到底有多厲害？斯坦福33頁(yè)P(yáng)PT帶你看明白！

新智元今天為大家推薦一份PPT綜述，作者是斯坦福大學(xué)的多位博士后和博士生。這篇綜述由基于神經(jīng)網(wǎng)絡(luò)和圖網(wǎng)絡(luò)的任務(wù)入手，對(duì)圖神經(jīng)網(wǎng)絡(luò)的建立、架構(gòu)、訓(xùn)練模式和...

2019-02-18 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)模型深度學(xué)習(xí) 7.7k 0

DNN解決ImageNet時(shí)的策略似乎比我們想象的要簡(jiǎn)單得多

這就避免了對(duì)圖像的顯式分區(qū)，并且盡可能接近標(biāo)準(zhǔn)CNN，同時(shí)仍然實(shí)現(xiàn)概述的策略，我們稱之為模型結(jié)構(gòu)BagNet-q：其中q代表最頂層的感受域大?。ㄎ覀儨y(cè)試...

2019-02-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分類深度學(xué)習(xí) 2.5k 0

神經(jīng)網(wǎng)絡(luò)的基本知識(shí)，以及兩種更高級(jí)的算法：DeepWalk和GraphSage

在節(jié)點(diǎn)分類問(wèn)題設(shè)置中，每個(gè)節(jié)點(diǎn) v 的特征 x_v 與一個(gè) ground-truth 標(biāo)簽 t_v 相關(guān)聯(lián)。給定一個(gè)部分標(biāo)記的 graph G，目標(biāo)是利...

2019-02-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)科學(xué)GNN 1.8萬(wàn) 0

2018年以來(lái)最重要的10篇計(jì)算機(jī)視覺(jué)/圖像生成相關(guān)的研究

卷積神經(jīng)網(wǎng)絡(luò)（CNN）可以很好的處理二維平面圖像的問(wèn)題。然而，對(duì)球面圖像進(jìn)行處理需求日益增加。例如，對(duì)無(wú)人機(jī)、機(jī)器人、自動(dòng)駕駛汽車、分子回歸問(wèn)題、全球天...

2019-02-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)視覺(jué)機(jī)器學(xué)習(xí) 6.4k 0

7種架構(gòu)范例的深度學(xué)習(xí)，每個(gè)范例都提供了TensorFlow教程

在下面的部分中，我將簡(jiǎn)要描述這 7 種架構(gòu)范例，并提供每個(gè)范例的演示性TensorFlow 教程的鏈接。請(qǐng)參閱最后的 “基礎(chǔ)拓展” 部分，該部分討論了深...

2019-02-13 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)tensorflow 4.5k 0

可以克服GAN訓(xùn)練缺點(diǎn)的解決方案介紹

生成對(duì)抗網(wǎng)絡(luò)GAN很強(qiáng)大，但也有很多造成GAN難以使用的缺陷。本文介紹了可以克服GAN訓(xùn)練缺點(diǎn)的一些解決方案，有助于提高GAN性能。

2019-02-13 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)GAN 5.9k 0

教你用PyTorch快速準(zhǔn)確地建立神經(jīng)網(wǎng)絡(luò)

動(dòng)態(tài)計(jì)算圖：PyTorch被稱為“由運(yùn)行定義的”框架，這意味著計(jì)算圖結(jié)構(gòu)(神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu))是在運(yùn)行時(shí)生成的。該屬性的主要優(yōu)點(diǎn)是：它提供了一個(gè)靈活的編程...

2019-02-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)pytorch 3.9k 0

如何將CycleGAN用于風(fēng)格遷移并探索其在游戲圖形模型中的應(yīng)用

該網(wǎng)絡(luò)能夠理解原始域圖像中的對(duì)象，并對(duì)目標(biāo)域圖像中相同對(duì)象的外觀做相應(yīng)的變換。該網(wǎng)絡(luò)的算法實(shí)現(xiàn)經(jīng)訓(xùn)練后，可以將馬轉(zhuǎn)化為斑馬，將蘋果轉(zhuǎn)化為橙子，將照片轉(zhuǎn)化...

2019-02-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像深度學(xué)習(xí) 9.2k 0

人類和機(jī)器識(shí)別事物的方式截然不同

當(dāng)研究人員試圖讓神經(jīng)網(wǎng)絡(luò)對(duì)他們已經(jīng)識(shí)別出的玻璃雕像進(jìn)行分類時(shí)，出現(xiàn)了一個(gè)特別有趣的例子：當(dāng)我們很容易識(shí)別水獺或北極熊的玻璃模型時(shí)，神經(jīng)網(wǎng)絡(luò)將它們分別歸類...

2019-02-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法機(jī)器識(shí)別 3.9k 0

人工神經(jīng)網(wǎng)絡(luò)與紅外熱成像技術(shù)相結(jié)合

紅外熱成像技術(shù)，一種捕獲顯示化學(xué)反應(yīng)過(guò)程中熱量變化的熱圖的成像技術(shù)，以及監(jiān)督機(jī)器學(xué)習(xí)，一種人工智能學(xué)科，其中算法學(xué)習(xí)基于控制實(shí)驗(yàn)的研究人員選擇的輸入來(lái)解釋數(shù)據(jù)。

2019-01-30 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)熱成像 4.9k 0