Caffe深度学习进阶之Cifar-10分类任务（上）
前言Cifar-10数据集是深度学习领域一个常见的数据集。Cifar-10由60000张32*32的RGB彩色图片构成，一共包含有飞机、汽车、鸟、毛、鹿、狗、青蛙、马、船、卡车这10个类别。50000张训练，10000张测试。常被用来作为分类任务来评价深度学习框架和模型的优劣。比较知名的模型如Ale...
如何利用深度学习识别图片中的电话号码？
总结下最近做的一个项目，只提供一些技术方案，不涉及具体业务和具体实现。背景自动识别图片中电话号码，也可以推广到识别字符串，英文等。---识别--->“18811610168”当然，背景会有干扰(自然环境)，字体也更多变。要求：全对识别，人工修正的成本过高，如果有一位识别错误，人工修正还不如重新...
基于深度学习的垃圾分类系统设计与实现
1.研究背景与意义近年来，随着我国经济的快速发展，国家各项建设都蒸蒸日上，成绩显著。但与此同时，也让资源与环境受到了严重破坏。这种现象与垃圾分类投放时的不合理直接相关，而人们对于环境污染问题反映强烈却束手无策，这两者间的矛盾日益尖锐。人们日常生活中的垃圾主要包括有害垃圾、厨余垃圾、可回收垃圾以及其他...
智源青年科学家黄高：面向高效推理的深度网络结构设计
随着深度学习在工业界的广泛应用，人们对模型的关注不仅仅在于其预测精度，同时也对计算和存储效率提出了更高的要求。在提升模型效率的诸多手段中，神经网络结构创新始终是最为有效的方式之一。2019年12月24日上午，智源青年科学家、清华大学助理教授黄高在北京大学进行了题为《面向高效推理的深度网络结构设计》的...
基于深度学习的关系抽取
http://www.cipsc.org.cn/qngw/?p=890题目：基于深度学习的关系抽取（PDF）作者：林衍凯、刘知远（清华大学）————————————————————-【引言】信息抽取旨在从大规模非结构或半结构的自然语言文本中抽取结构化信息。关系抽取是其中的重要子任务之一，主要目的是从...
深度学习框架排名：TensorFlow第一，PyTorch第二
上周，Keras作者、谷歌研究科学家François Chollet晒出一张图，他使用Google Search Index，展示了过去三个月，ArXiv上提到的深度学习框架排行：TensorFlow排名第一，Keras排名第二，之后依次是Caffe、PyTorch、Theano，MXNet、Cha...
深度学习——全连接层（Fully connected dence layers）原理解析
深度学习——全连接层（Fully connected dence layers）原理解析一、简介全连接层有多个神经元，是一个列向量(单个样本)。在计算机视觉领域正常用于深度神经网络的后面几层，用于图像分类任务。全连接层算法包括两部分：前向传播(Forward)和反向传播(Backward)二、 算法...
深度学习（二）-神经网络直观理解
本文通过图文+公式的方法，介绍了一维和二维神经网络，以及网络内部数据的计算等相关内容。 本节摘要插图所示为一维全连接神经网络的结构，但是，这种情况下的训练参数量巨大，训练效率低，无法满足性能要求。 例如：（如下图所示） 输入图像大小：28×2828×28 输入层神经元个数：28×28=784)28×...
飞桨开源深度学习平台介绍
深度学习框架近年来深度学习在很多机器学习领域都有着非常出色的表现，在图像识别、语音识别、自然语言处理、机器人、网络广告投放、医学自动诊断和金融等领域有着广泛应用。面对繁多的应用场景，深度学习框架有助于建模者节省大量而繁琐的外围工作，更聚焦业务场景和模型设计本身。深度学习框架优势使用深度学习框架完成模...
搜狗研究员讲解基于深度学习的语音分离
基于深度学习的有监督语音分离在学术界和工业界越来越受到关注，也是深度学习在语音领域的应用中重要的一部分。作为雷锋网AI研习社近期组织的一系列语音领域应用的分享会之一，本次我们请到了来自搜狗的研究员文仕学对语音分离方面主要的研究课题和相关方法做一些介绍。文仕学，过去学物理，后来学EE，现在从事Deep...
毕业设计（基于Tensorflow的深度研究与实现）之番外篇
前言本文是我的毕业设计基于Tensorflow的深度学习与研究的番外篇，在这篇文章中，我将解决以下两个问题：利用深度学习进行五种花的分类利用深度学习识别滑动验证码缺口位置第一个问题来源于我妈的小花园和我的毕业设计，原本我的毕业设计只要求做一个demo（利用Alexnet完成MNIST的识别）就可以了...
深度学习中张量的通俗理解
1.深度学习中张量的作用深度学习中张量主要是为了便于用数字来描述一个对象，比方说要描述一张彩色图片，我们可以用(长，宽，颜色)来描述，所以描述一张彩色图片就需要用到三维张量，如果我们要描述一个彩色图片的集合那么就要就需要用(图片序号，长，宽，颜色)来描述，所以描述一个彩色图片的集合就需要用到四维张量...
深度解析阿里云EDAS服务
本文转载自：https://yq.aliyun.com/product/649企业级分布式应用服务（EDAS，Enterprise Distributed Application Service）是一个以阿里中间件团队多款久经历练的组件产品作为核心基础，所组建的企业云计算解决方案。其充分利用阿里云现...
深度学习（十一）：卷积神经网络CNN
这是一篇机器学习的介绍，本文不会涉及公式推导，主要是一些算法思想的随笔记录。适用人群：机器学习初学者，转AI的开发人员。编程语言：Python参考视频：吴恩达老师的深度学习系列视频吴恩达老师深度学习笔记整理唐宇迪深度学习入门视频课程笔记下载：深度学习个人笔记完整版计算机视觉(Computer Vis...
深度学习建模训练总结（三）：细看RNN长期依赖问题与LSTM的改进
一般来说，全连接层和卷积层已经可以处理大部分的情况了，而RNN的出现，主要是针对两个问题，第一，处理变长的输入，第二，分析序列的顺序信息。虽然目前我们可以通过空间金字塔池化搭配卷积网络实现不定长度序列的处理分析，可是池化操作会丢失输入的顺序信息，所以RNN还是有他的作用的，而且他的结构是如此的简单和...
【深度探索C++对象模型 | 02】构造函数语意学
默认构造函数的构造操作、拷贝构造函数额构造操作 注意：默认构造函数和拷贝构造函数在必要时的时候由编译器产生出来。参考资料关于默认构造函数的几个错误认识（四种情况下，编译器会生成默认构造函数）...
基于深度学习的图像修补/完整方法分析
点击我爱计算机视觉标星，更快获取CVML新技术作者：黄浴，奇点汽车美研中心首席科学家兼总裁来源：知乎，已获作者授权，禁止二次转载。https://zhuanlan.zhihu.com/p/78874490图像修补的方法基本上也是基于梯度/边缘的连续性或者纹理的扩展性，而传统机器学习方法可以学习有先验...
深度学习----基于keras的LSTM三分类的文本情感分析原理及代码
文章目录背景介绍理论介绍RNN应用场景word2vec 算法Word2Vec：高维来了句向量数据预处理与词向量模型训练LSTM三分类模型代码背景介绍文本情感分析作为NLP的常见任务，具有很高的实际应用价值。本文将采用LSTM模型，训练一个能够识别文本postive, neutral, negativ...
【Deep Learning基础知识】深度学习中关于batch、epoch和iteration的含义 和 batchsize的大小对训练过程的影响
前言：深度学习中最基本的思想为梯度下降，反向传播减小误差优化参数。而在使用训练数据优化参数的时候有两种方法：1）Batch gradient descent：每次迭代(完成一次前向和反向运算)会计算训练数据集中所有的样本，在深度学习中训练样本数量通常达十万、百万甚至更多，这样一次迭代遍历所有的样本显...
深度学习环境配置——查看显卡信息和对应NVDIA驱动
查看显卡信息可以看到你的显卡信息，比如我的就是 product: GM107GL [Quadro K620] [10DE:13BB]。 2. 然后去NVDIA driver search page搜索你的显卡需要的驱动型号，页面如下：以上是推荐驱动，为了再次确认一遍，还可以使用以下命令查看可以使...