ScorpC的博客

-----个人学习，持续跟新...书籍：1.《DeepLearning》作者： 【美】Ian Goodfellow（伊恩·古德费洛） , 【加】Yoshua Bengio（约书亚·本吉奥） ,【加】Aaron Courville（亚伦·库维尔）译者： 赵申剑 , 黎彧君 , 李凯 , 符天凡 责编： 王峰松分类： 计算机科学 > 人工智能智能技术 > 机器智能 > 机器

CNN出现以来，感觉在各个地方，即便是非常小的地方都有点可以挖掘。比如ReLU。ReLU的有效性体现在两个方面：克服梯度消失的问题 加快训练速度而这两个方面是相辅相成的，因为克服了梯度消失问题，所以训练才会快。ReLU的起源，在这片博文里，对ReLU的起源的介绍已经很详细了，包括如何从生物神经衍生出来，如何与稀疏性进行关联等等。其中有一段特别精彩的话我引用在下面：几十年的...

随意浏览中发现一篇好文，推荐给新手们，简单容易理解。原文地址：https://www.cnblogs.com/skyfsm/p/6790245.html，感谢！原文：从神经网络到卷积神经网络（CNN）我们知道神经网络的结构是这样的：那卷积神经网络跟它是什么关系呢？其实卷积神经网络依旧是层级网络，只是层的功能和形式做了变化，可以说是传统神经网络的一个改进。比如下图中就多了许...

参考：https://zhuanlan.zhihu.com/p/24767059，感谢！GAN开山之作：https://arxiv.org/abs/1406.2661~ 介绍原始的GAN的原理~ 同样非常重要的DCGAN的原理一. GAN原理介绍说到GAN第一篇要看的paper当然是Ian Goodfellow大牛的Generative Adversarial Netw...

RAPIDS数据科学框架包括一系列库，用于完全在GPU中执行端到端数据科学管道。 它旨在为使用Python工作的数据科学家提供熟悉的外观和感觉。 这是一个代码片段，我们在其中读取CSV文件并输出一些描述性统计信息。import cudfgdf = cudf.read_csv(‘path/to/file.csv’)for column in gdf.columns: print(c...

感谢：SnailTyanhttps://github.com/SnailTyan/deep-learning-papers-translation这个Github库 “Deep Learning Papers Translation” 提供了经典深度学习论文的英文版、中文版，以及中英文对照版。尤其是后者，对于想快速准确学习的读者而言非常适合。如下：（直接点击上述GitHub地址，及时更...

DensePose 是 Facebook 研究员 Natalia Neverova、Iasonas Kokkinos 和法国 INRIA 的 Rıza Alp Guler 开发的一个令人惊叹的人体实时姿势识别系统，它在 2D 图像和人体3D 模型之间建立映射，最终实现密集人群的实时姿态识别。具体来说，DensePose 利用深度学习将 2D RPG 图像坐标映射到 3D 人体表面，把一个人分割...

参考：        GitHub：onnx/onnx        ONNX官网：onnx.ai开放式神经网络交换（ONNX）是迈向开放式生态系统的第一步，使AI开发人员能够随着项目发展而选择正确的工具。 ONNX为AI模型提供了一个开源格式。 它定义了一个可扩展的计算图模型，以及内置运算符和标准数据类型的定义。 最初专注于推理（评估）所需的功能。Caffe2，PyTorch，Microsoft...

参考：Github：Microsoft/MMdnn         微软亚洲研究院AI头条MMdnn 是一套帮助用户在不同深度学习框架之间进行互操作的工具。 例如。 模型转换和可视化。 在Caffe，Keras，MXNet，Tensorflow，CNTK，PyTorch Onnx和CoreML之间转换模型。用于转换，可视化和诊断深度神经网络模型的全面的跨框架解决方案。 MMdnn中的“MM”代表模...

最近发现一个利器:colaboratory，揩谷歌的油～本质上就是个jupyter（实际上也是在jupyter基础上开发的），上手简单；无非自带免费gpu资源；目前只支持python；以下为官方的FAQ，通过问答能更好了解colaboratory是什么：Colaboratory常见问题解答什么是 Colaboratory？Colabora

转载自：新智元：周志华教授-《关于深度学习的思考》主题演讲转载已注明出处，如有侵权，联系立删！这篇文章是南京大学周志华教授，在2018京东人工智能创新峰会上演讲的。周志华教授从深度学习的理论基础说起，从模型复杂度的角度探讨了“深度神经网络为什么深”的问题，提出深度学习在有很多成功应用的同时，也存在调参困难、可重复性差等问题，在很多任务上并不是最好的选择。因此，探索深度神经网络之外的

NumPyNumPy是用Python进行科学计算的基本软件包。 它包含以下内容：一个强大的N维数组对象复杂的（广播）功能用于集成C / C ++和Fortran代码的工具有用的线性代数，傅里叶变换和随机数能力除了明显的科学用途外，NumPy还可以用作通用数据的高效多维容器。 任意的数据类型可以被定义。 这使得NumPy能够与各种各样的数据库无缝，快速地整合。Nu

转载：新智元：【直观梳理深度学习关键概念】优化算法、调参基本思路、正则化方式等（如有侵权，联系即删！）原文：深度学习论文众多，而理解的前提是对基础概念的掌握。本文旨在直观系统地梳理深度学习各领域常见概念与基本思想，使读者对深度学习的重要概念与思想有一直观理解，从而降低后续理解论文及实际应用的难度。引言深度学习目前已成为发展最快、最令人兴奋的机器学

老哥写的特简单特好，入门易理解，基于经典论文 Fully Convolutional Networks for Semantic Segmentation 转载自：优快云：作者：linolzhang如有侵权，联系即删！原文：一. 图像语义分割     传统的图像分割方法主要包括以下几种：     1）基于边缘检测；     2）基于

转载自：优快云：张雨石 http://blog.youkuaiyun.com/stdcoutzyx/article/details/41596663自今年七月份以来，一直在实验室负责卷积神经网络（Convolutional Neural Network，CNN），期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进CNN的理解和使用，特写此博文，以

转载自：雷锋网---作者：Non---文章：CVPR精彩论文解读：对当下主流CNN物体检测器的对比评测如有侵权，联系即删！个人解读：此篇为对 2017 CPVR论文Speed/accuracy trade-offs for modern convolutional object detectors的解读，受益匪浅，学习转载原文：如何选择物体检测器——对当

参考：简书-刘敬：https://www.jianshu.com/p/0837b7c6ce10，感谢一. 功能不同Scikit-learn(sklearn)的定位是通用机器学习库TensorFlow(tf)的定位主要是深度学习库。一个显而易见的不同：tf并未提供sklearn那种强大的特征工程，如维度压缩、特征选择等。究其根本，我认为是因为机器学习模型的两种不同的处理数据的方式：...