注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 华工金连文教授深度学习论坛资料

  2. 华工金连文教授2016年珠江论坛结合AiphaGo关于深度学习和人工智能的讲座资料

  3. 所属分类：其它

    • 发布日期：2016-07-15
    • 文件大小：29mb
    • 提供者：jameshater

  1. 2016年深度学习论文合集

  2. 深度学习2016年ICML论文合集，经典中的经典，很多资源无法下载。

  3. 所属分类：讲义

    • 发布日期：2016-09-07
    • 文件大小：14mb
    • 提供者：sinat_34618200

  1. 从图像处理到图像生成：深度学习在图像处理的应用

  2. 该文档来自MDCC 2016中国移动开发者大会。周昌发表了题为“从图像处理到图像生成：深度学习在图像处理的应用”的主题演讲，欢迎下载！

  3. 所属分类：其它

    • 发布日期：2016-09-29
    • 文件大小：6mb
    • 提供者：sinat_14921509

  1. 李宏毅 一天搞懂深度学习.ppt版下载

  2. 本文是2016 台湾资料科学年会前导课程“一天搞懂深度学习”的全部讲义PPT（共268页），由台湾大学电机工程学助理教授李宏毅主讲。作者在文中分四个部分对神经网络的原理、目前存在形态以及未来的发展进行了介绍。深度学习的每一个核心概念在文中都有相关案例进行呈现，通俗易懂。一天的时间搞懂深度学习？其实并不是没有可能。 需要的，请自行下载

  3. 所属分类：讲义

    • 发布日期：2017-02-23
    • 文件大小：9mb
    • 提供者：hearthougan

  1. 深度学习的发展综述

  2. 深度学习的发展综述，度学习在计算机、教育等学科领域是一个值得研究的热点话题。为更好地了解“深度学习”的研究现状和发展趋势，跟踪其研究前沿，本研究利用ci眭妇ceⅢ工具，采用引文分析法，对2010—2016年间发表的深度学习研究相关文献， 进行了时间、核心文献、研究热点等可视化分析。本文分别梳理和分析了学习模式、认知性存在、学习策略、同伴互助教学等10个聚类结果中研究文献代表作的相关论点。得出结论与启示：在后期研究中，需要深入学习者认知过程，关注情感积淀；提高教师信息能力，发挥主导作用；优化内容

  3. 所属分类：深度学习

    • 发布日期：2017-09-13
    • 文件大小：1mb
    • 提供者：waterydd

  1. 2016-基于深度学习的人脸识别方法研究综述

  2. 针对基于深度学习的人脸识别这一生物特征识别领域的研究热点进行了综述．阐释了人脸识别及深度学习 模型的基本结构；总结了该技术在国内外的研究现状及其应用，如基于卷积神经网络(CNN)的人脸识别方法、深度非 线性人脸形状提取方法、基于深度学习的人脸姿态鲁棒性建模、有约束环境中的全自动人脸识别、基于深度学习的视 频监控下的人脸识别、基于深度学习的低分辨率人脸识别以及其他基于深度学习的人脸信息的识别等；分析了当前人 脸识别技术在深度学习应用中存在的问题及发展趋势

  3. 所属分类：深度学习

    • 发布日期：2017-11-01
    • 文件大小：762kb
    • 提供者：lvhao578041381

  1. 基于深度学习的人脸面部情感识别的研究_哈工大硕士论文2016

  2. 基于深度学习的人脸面部情感识别的研究_哈工大硕士论文2016

  3. 所属分类：深度学习

    • 发布日期：2018-04-24
    • 文件大小：10mb
    • 提供者：bonnyzb

  1. 深度学习李飞飞

  2. 李飞飞深度学习全部资料，包括2016和2017课程资料，代码。另博主赠送课堂笔记，中英文版本都有

  3. 所属分类：深度学习

    • 发布日期：2018-08-23
    • 文件大小：34mb
    • 提供者：weixin_41866513

  1. 深度学习2016ppt.pdf

  2. 这是google公司2016年发表的一篇文章的PPT，主要讲述了在深度学习中应用差分隐私，论文题目为《Deep Learning with Differential Privacy》

  3. 所属分类：深度学习

    • 发布日期：2020-03-21
    • 文件大小：703kb
    • 提供者：weixin_45428522

  1. 深度学习在机场能见度预测中的应用

  2. 本文利用乌鲁木齐国际机场2007年至2016年的小时观测值，通过深度学习方法建立了机场能见度的回归预测模型。 从结果我们可以看到：每小时能见度的绝对误差为706 m。 当能见度≤1000 m时，绝对误差为325 m，该方法可以预测能见度的趋势。 因此，我们可以使用此方法为将来的航空气象服务提供机场能见度的客观预报指导产品。 本文以乌鲁木齐地区为研究对象，探讨在天气预报应用领域的学习深度，为天气预报人员提供新的能见度回报预报，从而提高能见度水平，以确保机场的安全稳定运行。

  3. 所属分类：其它

  1. 一天理解深度学习.pptx

  2. 2016 台湾资料科学年会前导课程“一天搞懂深度学习”的全部讲义（共268页），由台湾大学电机工程学助理教授主讲。在文中分四个部分对神经网络的原理、目前存在形态以及未来的发展进行了介绍。深度学习的每一个核心概念在文中都有相关案例进行呈现，通俗易懂。一天的时间搞懂深度学习？其实并不是没有可能。

  3. 所属分类：深度学习

    • 发布日期：2020-05-29
    • 文件大小：23mb
    • 提供者：weixin_34987880

  1. DeepHash：深度学习哈希的开源程序包（DeepHash）-源码

  2. 深度哈希 DeepHash是一种轻量级的深度学习哈希库，它实现了最新的深度哈希/量化算法。 我们将根据我们发布的持续实施更具代表性的深度哈希模型。 具体来说，我们欢迎其他研究人员根据我们的框架在该工具包中提供深层哈希模型。 我们将宣布对该项目的贡献。 实施的模型包括： DQN：，曹Yue，龙明生，王建民，韩涵，温庆福，AAAI人工智能大会（AAAI），2016 DHN：，韩涵，龙明生，王建民，曹跃，AAAI人工智能大会（AAAI），2016 DVSQ：，曹悦，龙明胜，王建民，刘诗辰，IE

  3. 所属分类：其它

  1. 真棒免费的深度学习论文-源码

  2. 真棒免费的深度学习论文 调查回顾 深度学习（2015），Yann LeCun，Yoshua Bengio和Geoffrey Hinton :sparkles: 神经网络中的深度学习：概述（2015），J。Schmidhuber :sparkles: 代表性学习：回顾与新观点（2013年），Y。Bengio等。 :sparkles: 理论未来 在神经网络中提取知识（2015年），G。Hinton等人。 深度神经网络很容易被愚弄：无法识别图像的高置信度预测（2015年），A。Ngu

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：10kb
    • 提供者：weixin_42153691

  1. 在Kubernetes上用PaddlePaddle运行深度学习

  2. PaddlePaddle是一个易用的、高效的、灵活的和可扩展的深度学习平台，最初由百度开发，目的是将深度学习应用于百度自2014年之后的产品。使用PaddlePaddle所支持的15个百度产品已经创造了50多项创新成果，其范围从搜索引擎、在线广告，到问答和系统安全。在2016年9月，百度开源了PaddlePaddle，这马上就吸引了许多百度之外的贡献者。PaddlePaddle的旨在做成轻薄独立的计算架构。用户可以在Hadoop、Spark、Mesos、Kubernetes及其他框架之上运行它。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：179kb
    • 提供者：weixin_38692184

  1. 深度学习利器：TensorFlow与NLP模型

  2. 自然语言处理（简称NLP），是研究计算机处理人类语言的一门技术，NLP技术让计算机可以基于一组技术和理论，分析、理解人类的沟通内容。传统的自然语言处理方法涉及到了很多语言学本身的知识，而深度学习，是表征学习（representationlearning）的一种方法，在机器翻译、自动问答、文本分类、情感分析、信息抽取、序列标注、语法解析等领域都有广泛的应用。2013年末谷歌发布的word2vec工具，将一个词表示为词向量，将文字数字化，有效地应用于文本分析。2016年谷歌开源自动生成文本摘要模型及

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：680kb
    • 提供者：weixin_38546817

  1. 如何在TensorFlow中用深度学习修复图像?

  2. 本文来自csdn，本文用的例子是脸部图像，但DCGANs也可以被训练做其他类型的图像修复.设计师和摄影师用内容自动填补来补充图像中不想要的或缺失的部分。与之相似的技术还有图像完善和修复。实现内容自动填补，图像完善和修复的方法有很多。本文介绍的是RaymondYeh和ChenChen等人的论文「SemanticImageInpaintingwithPerceptualandContextualLosses」中的方法，此论文于2016年7月26日在arXiv上发表。这篇论文演示了如何通过一个DCGA

  3. 所属分类：其它

  1. DeepLearningAndCloud：深度学习备忘录（由Ian Goodfellow撰写）和Python深度学习（由Francois Chollet撰写）-源码

  2. 学习深度学习，云 以下书籍的备忘：已完成： 深度学习（2016年，伊恩·古德费洛（Ian Goodfellow），约书亚·本吉欧（Yoshua Bengio），亚伦·库维尔（Aaron Courville））。 GANs in Action（2019，雅库布·兰格，弗拉基米尔·博克）。 Amazon Web Services in Action，第二版（2019年，Michael Wittig，Andreas Wittig）。 阅读（未完成）： 使用Python进行深度学习（2018，

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：365mb
    • 提供者：weixin_42108054

  1. 论文：机器学习，深度学习和神经科学方面的论文集-源码

  2. 文件 认知神经科学领域的论文集，重点是使用人工神经网络为大脑数据建模。 还有关于脑机接口的章节，其中指出了哪些论文使用人工神经网络进行大脑解码。 认知神经科学中的深度学习 语言 ， bioRxiv ，2021年 科学报告》 ，2020年 ， bioRxiv ，2020年 ， bioRxiv ，2020年 多时， bioRxiv ，2020年 中的多时， bioRxiv ，2020 ， bioRxiv ，2018 听觉处理和语音感知 ， bioRxiv ，2021年 ， PLO

  3. 所属分类：其它

  1. DeepCTR-Torch：【PyTorch】基于深度学习的CTR模型的易于使用，模块化和可扩展的软件包-源码

  2. DeepCTR火炬 PyTorch版本的 。 DeepCTR是基于深度学习的CTR模型的易于使用，模块化和可扩展的软件包，以及许多可用于轻松构建自己的自定义模型的核心组件层。您可以将任何复杂的模型与model.fit()和model.predict()通过pip install -U deepctr-torch 。 让我们 （） 型号清单 模型 纸 卷积点击预测模型 [CIKM 2015] 分解支持的神经网络 [ECIR 2016]基于 基于产品的神经网络 [ICDM 2016] 宽而深

  3. 所属分类：其它

  1. fastai_deeplearn_part1：Fastai深度学习课程的注意事项-源码

  2. 最新课程（v3）： ： GitHub上的 ： 数据 （文件，模型，数据） 关于我 （Reshama Shaikh） 推特： 专案 使用 上 课程（我的概述） 深度学习 [版本3]（fastai_dl_course_v4.md）（2020年Spring） （2018年秋季至2019年Spring） （2017年秋季至2018年Spring） （2016年秋季至2017年Spring） 机器学习 有用的资源 （fastai研究员/研究论文等撰写的博客） （Rachel Tho

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：31mb
    • 提供者：weixin_42117082
« 12 3 4 5 6 7 8 »