#learning

Deep Residual Learning for Image Recognition(残差网络)

深度在神经网络中有及其重要的作用,但越深的网络越难训练。随着深度的增加,从训练一开始,梯度消失或梯度爆炸就会阻止收敛,normalizedinitialization和intermediatenormalization能够解决这个问题。但依旧会出现degradationproblem:随着深度的增加,准确率会达到饱和,...

流形学习(manifold learning)综述

原文地址:https://blog.csdn.net/dllian/article/details/7472916假设数据是均匀采样于一个高维欧氏空间中的低维流形,流形学习就是从高维采样数据中恢复低维流形结构,即找到高维空间中的低维流形,并求出相应的嵌入映射,以实现维数约简或者数据可视化。它是从观测到的现象中去寻找事物...

迁移学习(Transfer Learning)

原文地址:http://blog.csdn.net/miscclp/article/details/6339456在传统的机器学习的框架下,学习的任务就是在给定充分训练数据的基础上来学习一个分类模型;然后利用这个学习到的模型来对测试文档进行分类与预测。然而,我们看到机器学习算法在当前的Web挖掘研究中存在着一个关键的问...

基于Deep Learning 的视频识别方法概览

基于DeepLearning的视频识别方法概览 析策@阿里聚安全  深度学习在最近十来年特别火,几乎是带动AI浪潮的最大贡献者。互联网视频在最近几年也特别火,短视频、视频直播等各种新型UGC模式牢牢抓住了用户的消费心里,成为互联网吸金的又一利器。当这两个火碰在一起,会产生什么样的化学反应呢...

Deep learning深度学习的十大开源框架

Google开源了TensorFlow(GitHub),此举在深度学习领域影响巨大,因为Google在人工智能领域的研发成绩斐然,有着雄厚的人才储备,而且Google自己的Gmail和搜索引擎都在使用自行研发的深度学习工具。 对于希望在应用中整合深度学习功能的开发者来说,GitHub上其实还有很多不错的开源项...

Learning jQuery, 4th Edition 勘误表

来源于:http://book.learningjquery.com/3145/errata/ Chapter1page14TheCSSsnippetiscorrect,butitdiffersfromtheCSSinthesampledownloadatpacktpub.com.Visit boo...

ISSCC 2017论文导读 Session 14:A 288μW Programmable Deep-Learning Processor with 270KB On-Chip Weight

A288μWProgrammableDeep-LearningProcessorwith270KBOn-ChipWeightStorageUsingNon-UniformMemoryHierarchyforMobileIntelligence单位:Michigan,CubeWorks(密歇根大学,CubeWorks公司...

ISSCC 2017论文导读 Session 14 Deep Learning Processors,DNPU: An 8.1TOPS/W Reconfigurable CNN-RNN

转载请注明,本文出自Bin的专栏http://blog.csdn.net/xbinworld,谢谢!DNPU:An8.1TOPS/WReconfigurableCNN-RNNProcessorforGeneral-PurposeDeepNeuralNetworks单位:KAIST(韩国科学技术院,电子工程-半导体系统实...

ISSCC 2017论文导读 Session 14 Deep Learning Processors,A 2.9TOPS/W Deep Convolutional Neural Network

最近ISSCC2017大会刚刚举行,看了关于DeepLearning处理器的Session14,有一些不错的东西,在这里记录一下。A2.9TOPS/WDeepConvolutionalNeuralNetworkSoCinFD-SOI28nmforIntelligentEmbeddedSystems单位:STMicroe...

今天开始学Pattern Recognition and Machine Learning (PRML),章节5.2-5.3,Neural Networks神经网络训练(BP算法)

转载请注明出处:Bin的专栏,http://blog.csdn.net/xbinworld这一篇是整个第五章的精华了,会重点介绍一下NeuralNetworks的训练方法——反向传播算法(backpropagation,BP),这个算法提出到现在近30年时间都没什么变化,可谓极其经典。也是deeplearning的基石...

Deep Learning关于Vision的Reading List

最近开始学习深度学习了,加油!下文转载自:http://blog.sina.com.cn/s/blog_bda0d2f10101fpp4.html主要是顺着Bengio的PAMIreview的文章找出来的。包括几本综述文章,将近100篇论文,各位山头们的Presentation。全部都可以在google上找到。BTW:...

深度学习方法(五):卷积神经网络CNN经典模型整理Lenet,Alexnet,Googlenet,VGG,Deep Residual Learning

欢迎转载,转载请注明:本文出自Bin的专栏blog.csdn.net/xbinworld。技术交流QQ群:433250724,欢迎对算法、技术感兴趣的同学加入。关于卷积神经网络CNN,网络和文献中有非常多的资料,我在工作/研究中也用了好一段时间各种常见的model了,就想着简单整理一下,以备查阅之需。如果读者是初接触C...

Machine Learning With Spark学习笔记(提取10万电影数据特征)

注:原文中的代码是在spark-shell中编写运行的,本人的是在eclipse中编写运行,所以结果输出形式可能会与这本书中的不太一样。首先将用户数据u.data读入SparkContext中。然后输出第一条数据看看效果。代码例如以下:valsc=newSparkContext("local","ExtractFeat...

Deep Learning(深度学习)学习笔记整理系列

http://blog.csdn.net/zouxy09/article/details/8775360 http://blog.csdn.net/zouxy09/article/details/8768561(计算机视觉的一些测试数据集和源码站点) ...

Extreme Learning Machine

作者:凯鲁嘎吉-博客园 http://www.cnblogs.com/kailugaji/  2004年南洋理工大学黄广斌提出了ELM算法。极限学习机(ELMExtremeLearningMachine)是一种快速的的单隐层前馈神经网络(SLFN)训练算法。  该算法的...
代码星球 ·2020-08-09
首页上一页12345下一页尾页