深度学习
2020-7-17 15:44
在本代码实验室中，您将学习如何构建和训练识别手写数字的神经网络。在此过程中，当您增强您的神经网络以达到99%的准确率时，您还将发现深度学习专业人员用来高效训练其模型的行业工具。
这个代码室使用的是MNIST数据集，这是一个由6万个标记数字组成的集合，已经让几代博士忙碌了近20年。只需不到100行Python/Tens......
2020-7-16 18:31
下载PDF摘要：针对不同应用程序的基于深度学习的方法已显示出易受敌意示例攻击。这些例子使得在安全关键任务中部署此类模型成为问题。深度神经网络作为反问题解算器的使用引起了包括CT和MRI在内的医学成像的极大兴奋，但最近也有类似的漏洞被证明适用于这些任务。指出对于这类逆问题的求解，不能像以往的工作那样在信号空间进行分析和......
2020-7-4 7:32
下载PDF摘要：合成数据是一种越来越受欢迎的工具，用于训练深度学习模型，特别是在计算机视觉方面，但也在其他领域。在这项工作中，我们试图对合成数据的发展和应用的各个方向进行全面的综述。首先，我们讨论了基本计算机视觉问题的合成数据集，包括低级(例如光流估计)和高层(例如语义分割)，室外和城市场景的合成环境和数据集(自动驾......
2020-7-2 23:8
下载PDF摘要：合成数据是一种越来越受欢迎的工具，用于训练深度学习模型，特别是在计算机视觉方面，但也在其他领域。在这项工作中，我们试图对合成数据的发展和应用的各个方向进行全面的综述。首先，我们讨论了基本计算机视觉问题的合成数据集，包括低级(例如光流估计)和高层(例如语义分割)，室外和城市场景的合成环境和数据集(自动驾......
2020-6-28 8:50
有很多很多深度学习模型在做各种各样的事情。根据它们要解决的确切任务，它们的结构可能会有所不同。有些将使用卷积，然后使用池化。有些会在有任何汇聚层之前使用几个卷积层。有些将使用最大池。一些人将使用平均数合并。有些学校还会增加辍学的部分。有些会在这里和那里有一个批处理规范层。一些人将使用乙状窦神经元，一些人将使用半朗诵。......
2020-6-23 1:53
注：作为亚马逊会员，我从合格购买中赚取收入。我通过这个帖子中的链接获得购买佣金。请单击此处查看更完整的免责声明。
另一个注意事项：本系列假设您了解一些初中/高中数学(实际上仅仅是代数)，以便最大限度地利用这些部分。
虽然下面的注释是我对渐变下降的普遍看法，但我正在关注一本更详细的书，因为我试图展示我所学到的更高水平的......
2020-6-21 3:55
今天，正如“自然·机器智能”(Nature Machine Intelligence)所报道的那样，我和我的同事们展示了一种深度学习的新方法，这种方法结合了生物启发的神经动力学，并实现了记忆中的加速，使其更接近人脑的工作方式。研究结果表明，人工智能(AI)中的应用程序将广泛采用更具生物真实性的深度学习。
放电神经网络......
2020-6-19 2:39
让尼尔·沙维特(Nir Shavit)创办公司的发现与大多数发现的方式一样：偶然。这位麻省理工学院教授正在进行一个重建老鼠大脑地图的项目，他需要一些深度学习的帮助。由于不知道如何对图形卡(GPU)进行编程，这是深度学习模型最常见的硬件选择，他转而选择了中央处理器(CPU)，这是任何普通笔记本电脑中最通用的计算机芯片。......
2020-5-30 14:41
我们不能仅使用我们在博客第1部分中看到的基本矩阵演算规则来计算非常复杂函数的偏导数。例如，我们不能直接求出像sum(w+x)这样的嵌套表达式的导数，而不将其简化为它的标量等价物。我们需要能够使用向量链规则组合我们的基本向量规则。
当我们需要由嵌套子表达式组成的表达式的派生时，链规则就开始发挥作用。链式规则通过将复杂的......
2020-5-16 0:50
OpenTPOD是一个一体式开源工具，供非专家创建自定义深度神经网络对象检测器。它的设计目的是降低进入门槛，并促进使用最先进的深度学习方法的自定义对象检测的端到端创作工作流。
一键训练/微调目标检测深度神经网络，包括SSD MobileNet、更快的RCNN Inception和更快的RCNN ResNet，使用Te......
2020-5-11 13:15
自20世纪40年代以来，电吉他演奏家、键盘手和其他乐器演奏家一直在使用效果器，这是一种改变原始音频源声音的装置。典型的效果包括失真、压缩、合唱、混响和延迟。早期效应踏板由基本的模拟电路组成，通常与真空管一起，后来被晶体管取代。尽管今天许多踏板都采用了现代信号处理技术的数字效果，但许多纯粹主义者认为，模拟踏板的声音是数......
2020-5-9 9:1
机器学习--一个赋予计算机学习能力的计算机科学领域--正在改变世界。它被用来改善天气预报，提供更好的医疗保健，制造自动驾驶汽车，等等。亚马逊是该领域的先驱，它使用机器学习来进行产品推荐、检测欺诈、预测需求、为Alexa供电、运营Amazon Go Store等。当然，通过Amazon SageMaker，该公司为开发......
2020-5-8 22:31
随着越来越多的人工智能应用程序转向智能手机，深度学习模型变得越来越小，以使应用程序运行得更快，并节省电池电量。现在，麻省理工学院的研究人员有了一种新的更好的压缩模型的方法。
这是如此简单，以至于他们在上个月的一条推文中公布了它：训练模型，修剪最薄弱的连接，以快速、早期的训练率重新训练模型，然后重复，直到模型变得像你想......
2020-5-7 5:20
如今大多数机器人都使用某种形式的深度学习。这些基本上是大型神经网络，使机器人既可以学习与其接触的对象的感知，也可以学习确定机器人将如何相对于手边的对象行动的运动计划。深度学习和神经网络自90年代以来一直存在。但是，在过去的十年里，一些根本性的变化。互联网允许收集机器可以训练的海量数据集，云计算的出现为该领域带来了大量......
2020-5-5 9:53
下载PDF摘要：深度神经网络(DNN)是许多学习任务中实现人类水平性能的不可或缺的机器学习工具。然而，由于其黑箱性质，本质上很难理解输入数据的哪些方面驱动网络的决策。在各种现实场景中，人类需要根据outputDNN做出可操作的决定。这样的决策支持系统可以在立法、执法等关键领域找到。重要的是，做出高层决策的人可以确保D......
2020-5-2 21:42
DIXED帮助深度学习团队更快地培训模型，轻松共享GPU资源，并有效协作。Desired允许深入学习的工程师专注于大规模构建和培训模型，而无需担心DevOps或为常见任务(如容错或实验跟踪)编写自定义代码。
您可以将Desired看作是一个平台，它可以弥合TensorFlow和PyTorch等工具之间的差距-这两个工......