14 zchang81

尚未进行身份认证

1、熟悉C/C++、python编程语言; 2、熟悉高性能io框架,如intel dpdk、spdk等; 3、熟悉计算机视觉库opencv; 4、熟悉深度学习框架Tensorflow,caffe; 5、熟悉CNN在图像分类、检测等领域的应用; 6、熟悉RNN、强化学习等深度学习相关技术;

等级
TA的排名 2k+

Google AI 教育项目今起免费开放,支持中文

今天,谷歌上线人工智能学习网站Learn with Google AI,网站设有一门名为机器学习速成班(Machine Learning Crash Course ,MLCC)的免费课程。该课程基于谷歌内部课程,最初旨在帮助谷歌员工对AI和机器学习基础知识进行介绍。MLCC有中文版网站!网址是:https://developers.google.com/machine-learning/crash...

2018-03-01 16:17:19

姿态估计相比Mask-RCNN提高8.2%,上海交大卢策吾团队开源AlphaPose

由上海交通大学卢策吾团队发布的开源系统AlphaPose近日上线,该开源系统在标准测试集COCO上较现有最好姿态估计开源系统Mask-RCNN相对提高8.2%。Mask-RCNN是2017年以来计算机视觉领域的一个突破,获得了ICCV 2017最佳论文(马尔奖),涵盖了物体检测,分割,姿态估计。该系统比较的是其姿态估计部分。该系统是基于卢策吾团队ICCV 2017发表的RMPE算法[1]开发。以下

2018-02-05 14:29:24

Hinton胶囊网络论文《Dynamic Routing between Capsules》的代码正式开源

github地址:https://github.com/Sarasra/models/tree/master/research/capsules运行测试验证设置是否正确,例如:python layers_test.py快速MNIST测试结果:从以下网址下载并提取MNIST记录到 $DATA_DIR/:https://storage.goo

2018-02-01 16:07:37

图像分类、检测,语义分割等方法梳理

作者:张皓【新智元导读】本文作者来自南京大学计算机系机器学习与数据挖掘所(LAMDA),本文直观系统地梳理了深度学习在计算机视觉领域四大基本任务中的应用,包括图像分类、定位、检测、语义分割和实例分割。本文旨在介绍深度学习在计算机视觉领域四大基本任务中的应用,包括分类(图a)、定位、检测(图b)、语义分割(图c)、和实例分割(图d)。图像分类(image classi

2018-01-24 15:06:30

谷歌最新AI产品——AutoML Vision,可以自动设计机器学习模型

今天凌晨时分,李飞飞通过一篇博客文章发布了谷歌最新AI产品——AutoML Vision,可以自动设计机器学习模型。我很荣幸地宣布AutoML Vision面世。无需精通机器学习,每个人都能用这款AI产品定制机器学习模型。这是“AI民主化”的重要进展!——李飞飞这个名为Cloud AutoML的宏大项目浮出水面,或标志谷歌发展的战略转型。一直以来面向机器学习人工智能开发者的Google Cloud

2018-01-18 09:03:19

吴恩达【深度学习工程师】学习笔记(十一)

吴恩达【深度学习工程师】专项课程包含以下五门课程:1、神经网络和深度学习;2、改善深层神经网络:超参数调试、正则化以及优化;3、结构化机器学习项目;4、卷积神经网络;5、序列模型。今天介绍《卷积神经网络》系列第一讲:卷积神经网络主要内容:1、计算机视觉2、边缘检测3、padding4、卷积步长5、cnn示例计算

2018-01-17 17:20:21

如何高效进行大规模分类?

大规模分类技术对人脸识别等任务的实际应用有着切实的价值。香港中文大学和商汤科技近日公布的一篇 AAAI 2018 论文介绍了一种旨在高效解决大规模分类问题的方法。机器之心对该研究成果进行了编译介绍。近些年来,在深度学习的发展和数据集的爆发式增长的推动下,人工智能领域已经见证了一波突破浪潮(Shakirov 2016)。伴随着这一趋势,涉及极大数量类别的大规模分类变成了一项重

2018-01-11 15:04:22

山世光:计算机视觉技术现状展望和产业化

深度学习在计算机视觉领域,解决了或者推动了一大类非线性的映射函数学习的问题。但从落地角度来看,依赖于有标注大数据的深度学习也还存在非常多问题。

2018-01-03 14:40:51

致研究者:2018 AI 研究趋势

Alex Honchar在Medium发文,从研究者的角度分享机器学习明年发展的走向。

2018-01-02 10:57:35

CTPN - 自然场景文本检测

文本检测,先用CNN得到深度特征,然后用固定宽度的anchor来检测textproposal(文本线的一部分),并把同一行anchor对应的特征串成序列,输入到RNN中,最后用全连接层来分类或回归,并将正确的textproposal进行合并成文本线。

2017-12-22 14:57:55

如何用深度学习处理结构化数据?

将神经网络用于结构化数据任务

2017-12-21 11:00:36

吴恩达【深度学习工程师】学习笔记(十)

1、进行错误分析; 2、、快速构建系统并迭代; 3、在不同的数据分布上训练和测试; 4、迁移学习; 5、多任务学习; 6、end-to-end学习

2017-12-19 15:01:32

谷歌开源TFGAN:轻量级生成对抗网络工具库

谷歌最近开源了 TFGAN,一个实现轻松训练和评估 GAN 的轻量级库。

2017-12-13 14:42:59

李飞飞在谷歌开发者大会宣布谷歌AI中国中心正式成立

在今天上海开幕的谷歌开发者大会上,谷歌云人工智能与机器学习首席科学家李飞飞宣布谷歌 AI 中国中心正式成立,该中心由李飞飞和 Google Cloud 研发负责人李佳博士共同领导。

2017-12-13 14:17:26

R-FCN每秒30帧实时检测3000类物体,马里兰大学Larry Davis组最新目标检测工作

R-FCN-3000在ImageNet检测数据集上获得34.9%的mAP,在每秒处理30帧图像的同时,可以以18%的优势超过YOLO-9000。

2017-12-12 09:28:30

Kaggle网站流量预测任务第一名解决方案:从模型到代码详解时序预测

近日,Artur Suilin 等人发布了 Kaggle 网站流量时序预测竞赛第一名的详细解决方案。他们不仅公开了所有的实现代码,同时还详细解释了实现的模型与经验。

2017-12-07 11:18:20

AlphaZero炼成最强通用棋类AI,DeepMind强化学习算法8小时完爆人类棋类游戏

由于是通用棋类AI,因此去掉了代表围棋的英文“Go”,没有使用人类知识,从零开始训练,所以用Zero,两相结合得到“AlphaZero”,

2017-12-07 10:42:18

吴恩达【深度学习工程师】学习笔记(九)

1、使用ML策略; 2、评估指标; 3、Train/Dev/Test数据集; 4、改变评价标准; 5、人类水平表现

2017-12-05 16:57:35

Hinton提出泛化更优的「软决策树」:可解释DNN具体决策

GeoffreyHinton等人发表arXiv论文提出「软决策树」(SoftDecisionTree)。并且通过层级决策模型把DNN所习得的知识表达出来,具体决策解释容易很多。这最终缓解了泛化能力与可解释性之间的张力。

2017-11-29 17:17:08

【计算机视觉这一年】万字长文盘点近百篇代表论文、应用和市场

The M Tank发布了一份对计算机视觉领域最近一年进展的报告《A Year in Computer Vision》

2017-11-27 10:34:25

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!