
AI
文章平均质量分 74
aitazhixin
这个作者很懒,什么都没留下…
展开
-
研究机器学习和人工智能最好的资源是什么?Kaggle 联合创始人的回答
由量子位翻译Ben Hammer(Kaggle CTO)在AMA的回答。分享了人工智能学习的基本路线,我觉得最重要的是在你了解了人工智能基本算法之后的实践过程,一定要通过实践练习,才能更加深刻的理解人工智能算法。通过实验调试你的模型,解决实际工程问题,人工智能学习之路将越来越顺畅。转载 2017-03-27 13:25:29 · 1050 阅读 · 0 评论 -
(译)从全卷积网络到大型卷积核:深度学习的语义分割全指南
图像语义分割深度学习算法发展转载 2017-11-16 17:24:10 · 6399 阅读 · 1 评论 -
A 2017 Guide to Semantic Segmentation with Deep Learning
图像语义分割的深度学习算法发展转载 2017-11-16 17:18:52 · 1958 阅读 · 0 评论 -
Caffe实践C++源码解读(2):走入Solver
Caffe中如何用Solver执行神经网络训练原创 2017-11-16 15:36:22 · 542 阅读 · 0 评论 -
Caffe实践C++源码解读(1):如何跑demo
学习caffe第一步:如何使用caffe的demo训练或者预测原创 2017-11-16 14:54:47 · 778 阅读 · 0 评论 -
AlexNet模型实现(4. 基于Tensorflow的python实现)
基于Tensorflow的AlexNet实现,在阿里云的数加平台运行,效率比C++版本要高。原创 2017-06-27 14:46:23 · 2375 阅读 · 0 评论 -
LeNet5源码实现和训练参数
LeNet5架构的C++源码,训练数据是MINIST数据集原创 2017-05-31 15:50:56 · 5083 阅读 · 4 评论 -
AlexNet模型实现(3. C++模型实现)
AlexNet模型进行ImageNet数据集中10类图片的识别,运行中觉得结果不好,希望有共同爱好者一起研究原创 2017-06-16 10:49:43 · 4210 阅读 · 6 评论 -
AlexNet模型实现(2. C++接口头文件)
定义了AlexNet类,类成员函数是AlexNet各层运算接口原创 2017-06-16 10:35:50 · 2011 阅读 · 0 评论 -
AlexNet模型实现(1. C++宏定义头文件)
AlexNet架构参数宏定义原创 2017-06-16 10:33:40 · 2047 阅读 · 1 评论 -
Tensorflow Tensor合并与拆分
Tensorflow合并和拆分Tensor的接口原创 2017-06-27 17:23:34 · 21739 阅读 · 2 评论 -
#Deep Learning回顾#之LeNet、AlexNet、GoogLeNet、VGG、ResNet
DL基础结构总结转载 2017-06-26 16:55:38 · 493 阅读 · 0 评论 -
Python处理MINIST数据
Python将MINIST图像数据处理成LeNet5的输入图像格式原创 2017-06-12 16:13:11 · 720 阅读 · 0 评论 -
Tensorflow数据读取方法
Tensorflow读取文件的三种方式:预读取,喂数据,读文件转载 2017-06-23 11:32:21 · 1986 阅读 · 0 评论 -
AlexNet层级分析
先盗一图,摘自ImageNet Classification with Deep Convolutional Neural Networks(Hinton)由作者的原文可知,AlexNet模型在训练时使用了两个GPU,所以就出现了一些参数为两个GPU共享,一些参数是GPU独享。在建立此训练模型前,先分析各层的参数关系。AlexNet模型共有5个卷积层,3个全连接层,前两个卷积层和第五个...原创 2017-06-08 14:39:58 · 8467 阅读 · 7 评论 -
LeNet5各层伪代码
LeNet5卷积神经网络算法伪代码原创 2017-05-17 15:12:16 · 2855 阅读 · 0 评论 -
吴恩达团队展示全新医疗影像识别技术:肺炎诊断准确率超过人类医生
摘要:选自StanfordMLGroup作者:PranavRajpurkar等机器之心编译参与:李泽南机器学习在医疗领域的应用一直是AI的重要发展方向,深度学习著名学者吴恩达和他在斯坦福大学的团队一直在这一选自Stanford ML Group作者:Pranav Rajpurkar等机器之心编译参与:李泽南机器学习在医转载 2017-11-16 17:33:34 · 740 阅读 · 0 评论