深度学习

       深度学习(DL)是循环神经网络、长短期记忆和卷积神经网络架构的结合，是一种...

工业部门每天都面临着新的挑战和环境变化，所有的资源都是有限的，必须最大限度地利用这些资源，以实现...

图像分割是医学图像分析中最重要的任务之一，在许多临床应用中往往是第一步也是最关键的一步。在脑MRI分...

GMAC 代表“Giga Multiply-Add Operations per Second”（每秒千兆乘法累加运算），是用于衡量深度学习模...

环境感知 是自动驾驶的第一环，是车辆和环境交互的纽带。一个自动驾驶系统整体表现的好坏，很大程度上都...

2012 年，Hinton 等人在其论文《Improving neural networks by preventing co-adaptation of feature de...

他从未正式上过计算机课程，本科在剑桥大学读的是生理学和物理学，期间曾转向哲学，但最终拿到的却是心...

进入文章正题之前，我们需要先简单讲清楚本文中所提到的“规控”究竟是什么。 相信凡是自动驾驶行业的人...

深度学习的概念源于人工神经网络的研究，含有多个隐藏层的多层感知器是一种深度学习结构。深度学习通过...

自20世纪60年代首次进行图像识别实验以来，计算机视觉领域已经取得了长足的进步。 计算机视觉技术正...

译者 | 李睿 审校 | 重楼 什么是人体姿势估计? 人体姿态估计是检测和估计图像或视频中人物姿态的过...

深度学习正在彻底改变计算机视觉领域。 计算机视觉是使机器能够解释和了解视觉数据的领域。近年来，由...

译者 | 朱先忠​ 审校 | 孙淑娟​ 深度学习神经网络最近受到了大量关注，原因在于它是当今语音识别、人...

在数学上，高斯噪声是一种通过向输入数据添加均值为零和标准差(σ)的正态分布随机值而产生的噪声。 正态...

时间序列预测的transformers的衰落和时间序列嵌入方法的兴起，还有异常检测、分类也取得了进步 2022年...

网络攻击的威胁最近急剧增加，传统的措施现在似乎不够有效。 正因为如此，网络安全领域的深度学习正在...

使用大型数据集训练大型深度神经网络 (DNN) 的问题是深度学习领域的主要挑战。 随着 DNN 和数据集规模的...

AI 引领的新一代信息技术，正驱动新一轮科技浪潮席卷而来。作为近年来国内发展最为迅速的移动互联网平台...

在距今980年前的北宋仁宗庆历年间，一场关于知识的革命在华夏大地正悄然发生。 这一切的导火索，并非那...

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。 如今深度学习模型开发已经非常...

译者 | 朱先忠 审校 | 孙淑娟 图1：原作者自己设计的Iluminado项目的封面 2019年世界卫生组织...

条件GAN (cGAN) + Atrous卷积(AC) +带权重块的通道注意力(CAW)。 该论文提出了一种基于深度对抗学习的...

近年来，伴随着广告主的需求变化和相关技术发展，计算经济学理论、博弈论和人工智能技术被越来越多地应...

1996年的8月19日至23日，芬兰的瓦萨举行了由芬兰人工智能协会和瓦萨大学组织的芬兰人工智能会议。 会议...

众所周知，在处理深度学习和神经网络任务时，最好使用GPU而不是CPU来处理，因为在神经网络方面，即使是...

1.深度学习框架普及 如今，随着深度学习技术的发展，学术界和工业界流行的深度学习框架很多，下面就给...

导读：在真实世界中，很多数据往往以图的形式出现，例如社交网络、电商购物、蛋白质相互作用关系等，过...

译者 | 布加迪 审校 | 孙淑娟 过去十年是深度学习的时代。我们为从AlphaGo到DELL-E 2的一系列重大事...

译者 | 朱先忠 审校 | 孙淑娟 在本文中，我想和大家分享我优化深度学习模型输入数据的方法。作为一名...

Part 01  概述  在实时音视频通信场景，麦克风采集用户语音的同时会采集大量环境噪声，...

NeurIPS 2022 会议正在如火如荼地进行之中，各路专家学者围绕着深度学习、计算机视觉、大规模机器学习、...

对时间序列进行分类是应用机器和深度学习模型的常见任务之一。本篇文章将涵盖 8 种类型的时间序列分类方...

预训练已成为一种替代和有效的范式，以克服这些缺点，其中模型首先使用容易获得的数据进行训练，然后用...

译者 | 朱先忠 审校 | 孙淑娟 传统的球面CNN无法扩展到高分辨率分类任务。在本文中，我们介...

根据2021年Pitney Bowes包裹运输指数，全球2020年运送了1310亿个包裹。到2026年，这一数字预计将增加一...

在回答复杂的问题时，人类可以理解不同模态的信息，并形成一个完整的思维链（Chain of Thought, CoT）。...

Makridakis M-Competitions系列（分别称为M4和M5）分别在2018年和2020年举办（M6也在今年举办了）。对于...

图像抠图是指提取图像中准确的前景。当前的自动方法倾向于不加区别地提取图像中的所有显著对象。在本文...

85 岁的图灵奖得主 Raj Reddy 参加了最近举行的第九届海德堡获奖者论坛。他发出由衷感叹：「我在人工智...

“可塑性损失”（Loss of Plasticity）是深度神经网络最常被诟病的一个缺点，这也是基于深度学习的 AI 系...

深度学习语义分割篇——FCN原理详解篇 写在前面   在过往的博客中，我已经介绍了几种经典神经网络（VGG...

神经网络在训练时的优化首先是对模型的当前状态进行误差估计，然后为了减少下一次评估的误差，需要使用...

一、DNN泛化能力的问题 论文主要探讨的是， 为什么过参数的神经网络模型还能有不错的泛化性？即并不是...

深度学习 (DL) 已成为计算机科学中最具影响力的领域之一，直接影响着当今人类生活和社会。与历史上所有...

小红书多媒体智能算法团队和香港中文大学首次联合提出了基于多阶段多码本紧凑型语音表征的高性能语音合...

译者 | 李睿 审校 | 孙淑娟 对于人类来说，处理可变形物体并不比处理刚性物体困难多少。人...

一立方毫米，听起来不大，也就是一粒芝麻的大小，但在人类的大脑中，这点儿空间却能够容纳由1.34亿个突...

​在这篇文章中，理论计算机科学家、哈佛大学知名教授 Boaz Barak 详细比较了深度学习与经典统计学...

​译者 | 朱先忠 审校 | 孙淑娟 引言 深度学习为对非结构化数据进行预测开辟了一个...

译者 | 布加迪 审校 | 孙淑娟 众所周知，深度学习模型对数据的需求量很大。为深度学习模型...

​众所周知，整个宇宙充满着无数分子。 这些分子中又有多少具有潜在的类似药物的特性，可用于开发挽救生...

天下武功，唯快不破。怎么更快地训练深度学习模型是业界一直关注的焦点，业界玩家或开发专用硬件，或开...

在这篇文章中，我将详细解释这篇论文《Why do tree-based models still outperform deep learning on ta...

过去十年是深度学习的“黄金十年”，它彻底改变了人类的工作和娱乐方式，并且广泛应用到医疗、教育、产品...

与人类不同，人工神经网络在学习新事物时会迅速遗忘先前学到的信息，必须通过新旧信息的交错来重新训练...

引言 Deformable-DETR的主要贡献： 1，结合可变形卷积的稀疏空间采用和Transformer的全局关系建模能力...

https://www.zhuanzhi.ai/paper/a904f0aa0762e65e1dd0b8b464df7168 图是描述对象及其关系的重要数据表...

今年3月，Gary Marcus（加里·马库斯）提出「深度学习撞墙」这个观点后，在人工智能学界激起千层浪。 当...

 IT未远，DT已至。 ​​​ DT时代的到来，让“数据+算力”成为推动世界前进的新生源动力。当数据智能...