您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. QCon2016 孙子荀

  2. 随着深度学习技术的发展,个性化阅读领域的媒体内容有了更加丰富的处理手段。在过去主要是基于机器学习技术对内容分类,主题建模的应用等。现在有了更加丰富的技术手段对于视频图片等富媒体内容进行建模处理。 本次演讲主要包括,如何应用深度学习技术帮助媒体提高内容的质量,点击率以及如何为新媒体内容运营提供帮助,包括如下内容: 媒体标题与内容关联分析,评论的情感分析,自动评论等; 视频分类与检索,语义提取; 帮助媒体选图的个性化热点区域识别技术; 图片的画风和场景识别技术应用。
  3. 所属分类:其它

    • 发布日期:2017-01-01
    • 文件大小:6mb
    • 提供者:sunzixun
  1. 基于深度学习的车牌识别

  2. 目标识别是计算机视觉一个重要的研究领域,由此延伸出的车辆型号识别具有重 要的实际应用价值,特别是在当今交通状况复杂的大城市,智能交通系统成为发展趋 势,这离不开对车辆型号进行识别和分类的工作,本文围绕如何利用计算机视觉的方 法进行车辆型号的识别和分类展开了一系列研究: 本文对当前的目标识别和分类的特征和算法做了总结和归纳。分析比较了作为图 像特征描述常见的特征算子,总结归纳了他们的提取方法、特征性能以及相互之间的 关联。另外,介绍了在目标识别工作中常用的分类方法,阐述了他们各自的原理和工作 方
  3. 所属分类:交通

    • 发布日期:2017-08-30
    • 文件大小:4mb
    • 提供者:qq_20127501
  1. 机器学习、深度学习和算法结构框架 xmind文件原图

  2. pandas.xmind 《机器学习》XMind思维导图笔记.xmind 机器学习框架.xmind 神经网络发展过程.xmind
  3. 所属分类:机器学习

    • 发布日期:2018-03-07
    • 文件大小:951kb
    • 提供者:wyx100
  1. 北大tensorflow公开课笔记

  2. 第一讲 带着大家梳理人工智能领域的基本概念:比如什么是人工智能、什么机器学习、什么是深度学习,他们的发展历史是什么,能用他们做什么。课后,助教会带领大家安装Ubuntu系统、Python解释器 和 Tensorflow环境,把同学们的电脑进行改造,让它变得更专业。 第二讲 串讲python语法:课程将帮同学们在最短的时间内把python语法织成网,为后续课程扫清代码关; 第三讲 讲解Tensorflow的关键词,搭建神经网络:这节课会介绍张量、计算图、会话等概念,并用Python搭建你的第一个
  3. 所属分类:深度学习

    • 发布日期:2018-05-25
    • 文件大小:9.71mb
    • 提供者:weixin_39711936
  1. AI简史-一张图读懂

  2. AI的发展历史:你可能听说过神经网络,这是当今最前沿的人工智能背后的AI工具。虽然深度学习的概念相对较新,但它们建立的基础可以追溯到1943年的数学理论。
  3. 所属分类:机器学习

    • 发布日期:2018-08-30
    • 文件大小:2mb
    • 提供者:qq_27586341
  1. 基于深度学习的视觉SLAM 综述

  2. 基于深度学习的视觉SLAM 综述 赵洋,刘国良,田国会,罗勇,王梓任,张威,李军伟 (山东大学控制科学与工程学院,山东济南250061) 摘要:综述了深度学习技术应用到同步定位与地图创建(SLAM)领域的最新研究进展,重点介绍和总结 了深度学习与帧间估计、闭环检测和语义SLAM 结合的突出研究成果,并对传统SLAM 算法与基于深度学习的 SLAM 算法做了深入的对比研究.最后,展望了未来基于深度学习的SLAM 研究发展方向. 关键词:深度学习;视觉SLAM;帧间估计;视觉里程计;闭环检测;语义
  3. 所属分类:深度学习

    • 发布日期:2018-11-22
    • 文件大小:469kb
    • 提供者:changer_sun
  1. 吴恩达课程的思维导图,可编辑VISIO电子版

  2. 如题,博主学习吴恩达大神深度学习课程过程中,结合其他博主的笔记整理的深度网络知识点网状思维导图。方便理清整个深度学习知识发展的脉络及各方面知识点之间的关系。
  3. 所属分类:讲义

    • 发布日期:2019-01-25
    • 文件大小:26mb
    • 提供者:weixin_43227097
  1. 机器学习算法工程师校招面试题库.pdf

  2. 机器学习算法工程师校招面试题库 涵盖数学基础、机器学习算法、深度学习、自然语言处理、计算机基础项目等。ξ NOWCODER. COM 牛客网一一互联网学习求职必备神器 名企校招历年笔试面试真题,尽在牛客网 可能就问的项日多一些,或者你说哪里精通可能面试官就多去问你这些。而且此图是根据题 库数据整理出来,并不是根据实际单场面试整理,比如基础部分不会考那么多,会从中抽着 考 但是面试中必考的点且占比非常大的有机器学习算法,机器学习和算法。 决定你是否能拿 sp offer(高薪ofer)以及是否
  3. 所属分类:机器学习

    • 发布日期:2019-07-15
    • 文件大小:4mb
    • 提供者:yangyang3401
  1. 深度学习发展的时间轴绘制图.vsdx

  2. 资源为本人使用Visio绘制的【深度学习发展的时间轴】。支持修改!详情可见https://blog.csdn.net/weixin_41171061/article/details/106039242
  3. 所属分类:深度学习

    • 发布日期:2020-05-12
    • 文件大小:132kb
    • 提供者:weixin_41171061
  1. 知识图谱发展报告.pdf

  2. 知䇶图䉡(KQRZOHdJH GUaSK)以结构化的形式描䘠客㿲世界中概念、实体及 其关系,将互㚄㖁的信息㺘䗮成更接䘁人类䇔知世界的形式,提供了一种更好地 组织、管理和理䀓互㚄㖁海䟿信息的㜭力。知䇶图䉡给互㚄㖁䈝义搜索带来了活 力,同时也在智㜭䰞答中显示出强大威力,已经成为互㚄㖁知䇶傡动的智㜭应用 的基础䇮施。知䇶图䉡与大数据和深度学习一䎧,成为推动互㚄㖁和人工智㜭发 展的核心傡动力之一
  3. 所属分类:机器学习

    • 发布日期:2020-09-07
    • 文件大小:4mb
    • 提供者:shangzhihaohao
  1. 时空图数据挖掘深度学习技术全面综述

  2. 随着定位设备的快速发展,我们可以获得大量的时空数据。从时空数据中挖掘有用的信息对于智慧交通、城市规划等很多应用非常重要。
  3. 所属分类:机器学习

    • 发布日期:2020-11-29
    • 文件大小:2mb
    • 提供者:syp_net
  1. 基于深度学习的行为检测方法综述_高陈强.caj

  2. 行为检测在自动驾驶、视频监控等领域的广阔应用前景使其成为了视频分析的研究热点。近年来,基于深度学习的方法在行为检测领域取得了巨大的进展,引起了国内外研究者的关注,对这些方法进行了全面的梳理和总结,介绍了行为检测任务的详细定义和面临的主要挑战; 从时序行为检测和时空行为检测 2 个方面对相关文献做了细致地分类,综合分析了每一类别中不同研究方法的思路和优缺点,并阐述了基于弱监督学习、图卷积神经网络、注意力机制等新兴研究话题的相关方法; 介绍了行为检测领域常用的数据集以及性能评估指标,在这些数据集上比
  3. 所属分类:深度学习

    • 发布日期:2020-12-25
    • 文件大小:1mb
    • 提供者:WhiffeYF
  1. 第二次打卡学习心得

  2. 首先关于卷积神经网络的概念回顾 其中两个重要的概念:填充与步幅 关于卷积核的通道数: 个人理解为:与上一层的输出相适应,卷积核的通道数(channel)由上一层输出的特征图(feature maps)的个数决定 卷积神经网络的发展: LeNet就是典型的深层网络 AlexNet为第二阶段的发展 后来由牛津大学团队提出具有堆叠结构的VGG 衍生出了NiN 在宽度上进行了拓宽,由谷歌团队提出了Inception模块的网路GoogLeNet(纪念LeNet) 在深度上进行拓展,由何凯
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:733kb
    • 提供者:weixin_38621082
  1. mindspore:MindSpore是一个新的开源深度学习培训推理框架,可用于移动,边缘和云场景-源码

  2. 什么是MindSpore MindSpore是一个新的开源深度学习培训/推断框架,可用于移动,边缘和云场景。 MindSpore旨在为数据科学家和算法工程师提供友好的设计和高效的执行,对Ascend AI处理器的本机支持以及软件硬件共同优化,以提供友好的设计和高效的执行体验。同时,MindSpore作为全球AI开源社区,旨在进一步推进AI软件/硬件应用生态系统的开发和丰富。 有关更多详细信息,请查阅我们的《 。 自动区分 当前主流深度学习框架中有三种自动区分技术: 基于静态计算图的转换:在编
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:270mb
    • 提供者:weixin_42125192
  1. DL_in_VS_review:虚拟筛选中的深度学习,评论-源码

  2. 虚拟筛选中的深度学习:最新应用程序和发展 审查 塔莉亚·金伯(Talia B.Kimber) 陈永辉 安德里亚·沃尔卡默(Andrea Volkamer) 内容 该存储库提供 产生所有子图的代码(以编程方式生成),以及 审查中的最终数字。 文件夹image_generation包含以下信息: 配体编码:用于生成配体编码示例的脚本 complex_encoding:生成复杂编码示例的脚本 review_images:组成的评论数字 在查看更多我们的工作。 conda安装 创建一个conda环
  3. 所属分类:其它

  1. WSDM21-Hands-on-Tutorial:具有深图库的可扩展图神经网络-源码

  2. WSDM'21教程:具有深图库的可扩展图神经网络 时间: 2021年3月8日,上午9:30-下午12:00(GMT + 2) 作者:来自亚马逊AI的大正,王敏杰,甘泉,宋松,张正 从图和关系数据中学习在许多应用程序中起着重要作用,包括社交网络分析,市场营销,电子商务,信息检索,知识建模,医学和生物科学,工程学等。 在过去的几年中,图形神经网络(GNN)成为一种有前途的新型监督学习框架,能够将深度表示学习的功能引入图形和关系数据。 这项不断发展的研究表明,GNN在诸如链接预测,欺诈检测,目标配体
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:53kb
    • 提供者:weixin_42099987
  1. 深度学习-从感知器到LSTM(目的是处理序列问题)

  2. 目的是将LSTM用在分词和词性标注任务,这一篇的目的是LSTM,但从感知器开始写起,希望能把这个流程中的主要知识点展示出来。由于水平有限,所以涉及大量公式的地方都会是从我看过的资料中截图过来,我会在文末放出文章的链接,供参考。感知器——基础的全连接网络——线性单元到线性模型——梯度下降——神经网络和反向传播算法——循环神经网络——LSTM——LSTM-CRF“感知器”一词出自于20世纪50年代中期到60年代中期人们对一种分类学习机模型的称呼,它是属于有关动物和机器学习的仿生学领域中的问题。当时的
  3. 所属分类:其它

  1. 链接器:用于深度学习的灵活的神经网络框架-源码

  2. Chainer:深度学习框架 | | | 教程( )| 例子(,)| | 论坛( , )| 邀请函( , )| Twitter ( , ) Chainer是一个基于Python的深度学习框架,旨在实现灵活性。 它提供了基于运行定义方法(又名动态计算图)的自动差异化API,以及用于构建和训练神经网络的面向对象的高级API。 它还使用支持CUDA / cuDNN,以进行高性能的训练和推理。 有关Chainer的更多详细信息,请参阅上面列出的文档和资源,并加入Forum,Slac
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:11mb
    • 提供者:weixin_42134144
  1. onnx:机器学习互操作性的开放标准-源码

  2. 是一个开放的生态系统,使AI开发人员能够随着项目的发展选择正确的工具。 ONNX为深度学习和传统ML的AI模型提供了一种开源格式。 它定义了一个可扩展的计算图形模型,以及内置运算符和标准数据类型的定义。 当前,我们专注于推理(评分)所需的功能。 ONNX得到了,可以在许多框架,工具和硬件中找到。 启用不同框架之间的互操作性,并简化从研究到生产的路径,有助于提高AI社区的创新速度。 我们邀请社区加入我们,并进一步发展ONNX。 使用ONNX 。 了解ONNX规范 用于使用ONNX图的编程实用程
  3. 所属分类:其它

    • 发布日期:2021-02-02
    • 文件大小:10mb
    • 提供者:weixin_42133329
  1. 深度学习-从感知器到LSTM(目的是处理序列问题)

  2. 目的是将LSTM用在分词和词性标注任务,这一篇的目的是LSTM,但从感知器开始写起,希望能把这个流程中的主要知识点展示出来。由于水平有限,所以涉及大量公式的地方都会是从我看过的资料中截图过来,我会在文末放出文章的链接,供参考。感知器——基础的全连接网络——线性单元到线性模型——梯度下降——神经网络和反向传播算法——循环神经网络——LSTM——LSTM-CRF“感知器”一词出自于20世纪50年代中期到60年代中期人们对一种分类学习机模型的称呼,它是属于有关动物和机器学习的仿生学领域中的问题。当时的
  3. 所属分类:其它

« 12 3 »