王爷的优快云

下面是微软研究院张婷研究员的报告PPT节选。视频：https://www.bilibili.com/video/av23295590?from=search&seid=7224169471719308503深度学习被引起关注是在2012年用神经网络训练的一个分类模型在ImagNet上取得了第一名，而且其分类精度比第二名高出10多个点，当时所使用的模型为AlexNet，现在看来其为一个比较简...

ImageNet是一个超过15 million的图像数据集，大约有22,000类。 是由李飞飞团队从2007年开始，耗费大量人力，通过各种方式（网络抓取，人工标注，亚马逊众包平台）收集制作而成，它作为论文在CVPR-2009发布。当时人们还很怀疑通过更多数据就能改进算法的看法。 深度学习发展起来有几个关键的因素，一个就是庞大的数据（比如说ImageNet），一个是GPU的出现。（还有更优的...

参考：https://www.cnblogs.com/zyg123/p/10512513.html在matplotlib库里，总分成两种绘图方法方法一：函数式绘图 方法二：面向对象式绘图函数式绘图在matplotlib.pyplot里是封装好的函数，用户可以直接调用函数进行绘图。一般的，我们约定 matplotlib.pyplot 取别名为 plt其模块下主要定义如下两方面...

本文根据以下文章整理而成，链接：（1）http://blog.youkuaiyun.com/ice110956/article/details/20288239（2）http://blog.youkuaiyun.com/chjjunking/article/details/5933105转载：https://www.cnblogs.com/gatherstars/p/6084696.html1.概述...

关于AI报道的狂轰乱炸，动不动就各种智能，其实很多人对于 人工智能AI - 机器学习ML - 深度学习DL 三者之间的关系并没有弄清楚，这里做个简单介绍。如上图所示，简单明了的展示了：人工智能是个大的范畴，机器学习实现人工智能的一种手段，而深度学习是机器学习里面的其中一个方法。人工智能的概念早在1950年就被提出来了，只是人类一直没有找一个可行的手段去实现这个美好的愿望。直到1980年机器...

在进行深度学习神经网络的训练过程中，为了提高网络模型的准去度，这里就其中的一些技巧进行概要描述大。然而在实际中，在原理和方法几乎定型的时候，我们往往需要针对自己的任务和自己设计的神经网络进行debug才能达到不错的效果，这也就是一个不断调试不断改进的一个过程。这其实也类似于制造业里面的制造工艺。咱们古人练就长生不老丹，便是典型的调参过程。（题外话：长生不老丹里面一味非常重要的药材叫...

周志华教授是美国计算机学会 (ACM)、美国科学促进会 (AAAS)、国际人工智能学会 (AAAI) 、国际电气电子工程师学会 (IEEE) 、国际模式识别学会 (IAPR)、国际工程技术 (IET/IEE) 等学会的会士，实现了 AI 领域会士大满贯，也是唯一一位在中国大陆取得全部学位的 AAAI 会士，对于机器学习中的集成学习、多标记学习与半监督学习有着卓越的贡献。他还一手参与创建了南京大学人...

推动深度学习变得兴起的主要因素包括：数据规模、计算量及算法的创新。当前大多数算法的创新都是为了提升运算能力，使运算速度更快，尤其对于复杂的神经网络、大规模的数据而言运算效率确实非常重要，而用ReLU替换sigmoid作为激活函数，便是其中算法创新的一个典型案例。为什么使用ReLU作为激活函数，ReLU比sigmoid优秀在哪里从图中可以看到，在sigmoid函数箭头所指区域，梯度会...

在阅读基于深度卷积神经网络的图像识别、分类或检测的文献时经常看到“patch”，不是很能理解，后来就总结了一下。通过阅读，“patch”似乎是CNN输入图像的其中一小块，但它究竟是什么呢?当使用CNN解决问题时，“patch”什么时候开始起作用?为什么我们需要“patch”? “patch”和内核(即特征检测器)之间有什么关系?在CNN学习训练过程中，不是一次来处理一整张图片，而是先...