• 爱了!《动手学深度学习》PyTorch版本终于来了!

    一 动手学深度学习新增PyTorch实现今天给大家分享一个很好的学习深度学习和Pytorch的资源。相信不少人其实看过沐神的动手学深度学习一书,之前一直以免费版本的形式在网站供大家学习。学习起来也很方便:大家可以前往对应章节的网页,点击任意Pytorch的标签栏就可以完成转换。
  • 6月送书第一弹!免费包邮送到你家!

    免费送书活动又双叒叕来了!亲爱的粉丝朋友们,为了感谢大家一直以来的支持,我们承诺的福利you来了!!选择最适合自己的一本,High起来吧!!当你完成这一切后,就为成为精通深度学习框架的专家做好了充分准备!本书共分三部分。无论你是初出茅庐的新手,还是经验丰富的编程人员,本书都将赋予你能量、激动和快乐!读完该书,你将能够应用图像处理技术并训练机器学习模型来满足定制化需求。根据要求参加即可。
  • 超详细的3D视觉学习路线汇总

    微信公众号推荐【3D视觉工坊简介】公众号【3D视觉工坊】,致力于3D视觉算法、SLAM算法、三维重建、点云处理、深度学习、目标检测、语义分割、自动驾驶感知算法等领域的技术传播,注重内容的原创分享和高质量学习心得的传播。【作者介绍】公众号博主1:Tom Hardy,先后就职于国内知名研究院、自动驾驶独角兽公司、海康研究院,致力于计算机视觉算法、深度学习算法、自动驾驶感知算法等领域的研究,CSDN博客专家。
  • 强!LSTM之亲、图灵奖得主Hinton亲临中国顶级AI大会

    Geoffrey Hinton等6位图灵奖得主亲临,百余位顶级学者邀请你加入群聊「2020北京智源大会」,深入系统探讨「人工智能的下一个十年」。首先是嘉宾阵容十分强大,从目前更新的报告嘉宾中,我们看到了众多熟悉的名字和面孔:其中就包括6位来自美国、加拿大和法国的图灵奖得主:Geoffrey Hinton、 Alan Kay、Judea Pearl、Manuel Blum、Joseph Sifakis、John Hopcroft。此外,在榜单中排名第一位的Anil Jain也将来到本次大会。有着「深度学习之父」之称Geoffrey Hinton以其在类神经网络方面的贡献闻名。2010年,Hinton获得了加拿大科学和工程领域的最高奖项——赫茨伯格金奖。2018年,Hinton因其在深度学习方面的贡献被授予图灵奖。
  • PSENet PANNet DBNet 三个文本检测算法异同

    具体地,我们将每个文本实例分配给多个预测的分割区域。PANNetPANNet采用lightweight backbone resnet18提取特征,再通过级联Feature Pyramid Enhancement Module 模块,添加该模块在不太增加多少计算的情况下,使得不同的尺寸的特征可以更深,更有表达力,最后,通过Feature Fusion Module 模块,融合不同深度的FPEM特征,得到最后用于语义分割的图像。DBNetReal-time Scene Text Detection with Differentiable Binarization是华科白翔老师团队发表在AAAI2020上的一篇文本检测文章,在PAN的效果上更近一步,效果和性能都再创新高。
  • 深度学习黑客竞赛神器:基于PyTorch图像特征工程的深度学习图像增强

    磐创AI出品概述当我们没有足够的数据时,图像增强是一个非常有效的方法我们可以在任何场合使用图像增强进行深度学习——黑客竞赛、工业项目等等我们还将使用PyTorch建立一个图像分类模型,以了解图像增强是如何形成图片的介绍在深度学习黑客竞赛中表现出色的技巧 通常归结为特征工程。我是根据自己参加多次深度学习黑客竞赛的经验而谈的,在这次深度黑客竞赛中,我们获得了包含数百张图像的数据集——根本不足以赢得甚至完成排行榜的顶级排名。这是我的PyTorch初学者系列文章的第五篇。图像增强是生成新图像以训练我们的深度学习模型的过程。
  • 声纹判断在电话系统中的应用

    导语本文介绍58二手车使用声纹技术骚扰电话甄别方面所做的一些探索、应用和实践,希望对大家有所帮助和启发。为了应对这类问题,二手车技术团队自主研发声纹识别工具,对电销号码进行拦截,保护用户信息。不同的是声纹识别目的是识别出说话人的身份,是一种生物特征的识别。目前的流程属于后置判断,通过对已有电话录音的分析,判断主叫电话是否应该被拦截。我们研发的声纹识别工具有三部分组成:模型文件系统,存储不同阶段获得的模型,进行模型训练。
  • 一大步!人工智能“抗D”取得突破

    根据MarketsandMarkets人工智能网络安全预测报告,到2026年,人工智能网络安全市场规模预计将从2019年的88亿美元增长到382亿美元,年复合增长率高达23.3%。在全球数字化转型一枝独秀的当下,人工智能网络安全技术市场正进入高速发展阶段,各热门领域的技术突破可谓日新月异。对于DDoS检测,研究人员将其视为分类问题。“这项研究的深度学习模型还需要一定程度的人工调整,并且不能完全智能化。”目前,在人工智能抗D领域,还有的其他值得关注的研究,包括检测网络中受损的IoT设备的简单机器学习模型,以及分析OpenFlow表中是否存在恶意行为的SVM模型。
  • 用 Keras 来理解状态 LSTM 递归神经网络

    阅读这篇文章后,您将知道:1、如何为序列预测问题开发朴素的LSTM网络。#reshapeXtobe[samples,timesteps,features]X=numpy.reshape整形后,我们可以将输入整数标准化为0到1的范围,即LSTM网络使用的S形激活函数的范围。我们定义一个具有32个单元的LSTM网络和一个具有softmax激活功能的输出层,以进行预测。因为这是一个多类分类问题,所以我们可以使用对数丢失函数,并使用ADAM优化函数来优化网络。
  • 完结撒花!2020 最新版《神经网络和深度学习》中文版 PDF 开放下载

    获取最新版《神经网络和深度学习》最新版PDF和PPT的方法:1.扫码关注“程序员爱码士”公众号2.后台回复关键词:神经网络注:此处建议复制,不然容易打错▲长按扫描关注,回复神经网络即可获取文档目录如下获取最新版《神经网络和深度学习》最新版PDF和PPT的方法:1.扫码关注“程序员爱码士”公众号2.后台回复关键词:神经网络注:此处建议复制,不然容易打错▲长按扫描关注,回复神经网络即可获取获取最新版《神经网络和深度学习》最新版PDF和PPT的方法:1.扫码关注“程序员爱码士”公众号2.后台回复关键词:神经网络注
  • 带你掌握TensorFlow2.0模型搭建及工业化部署!

    TensorFlow就像一个定时炸弹,你不知道什么时候要用到它,但是一定会用的到!而随着2.0的发布,你会发现它相比于1.0版本有很大的变化,而且现有TensorFlow2.0相关资料很少,市面上关于2.0的项目也很少。所以基于这些原因,我们耗时半年、精心打磨终于推出TensorFlow框架项目班!结合算法原理+API讲解+实战训练,通过实战项目的方式学习各个模块,让你全面拥抱TensorFlow2.0!TensorFlow框架项目班01基础简介我们首先介绍TensorFlow2.0的基础知识,教你如何使用TensorFlow2.0搭建模型以及常用模块基本概念的介绍;进行简单项目搭建以及模型的部署、工程化实践。
  • 官方文档太辣鸡?TensorFlow 2.0开源工具书,30天「无痛」上手

    有人在 GitHub 开源了一个名为《30 天吃掉那只 TensorFlow2.0》的入门工具书,或许可以让你无痛上手 TensorFlow 2.0。与 TensorFlow 相比,PyTorch 在易用性方面占有更多优势,更加方便调试,满足了研究者快速迭代发表文章的需求,目前已经成为学术界使用的主流框架。但在工业界,TensorFlow 仍然是主导框架。所以作者指出,如果你是工程师,应该优先选 TensorFlow 2.0。虽说是「仅用 30 天即可掌握 TensorFlow 2.0」,但学习这个教程也需要一定的知识储备作为前提。课程大纲学习环境配置本书提供的所有学习内容均在 Jupyter 中编写,且在 TensorFlow 2.1 版本上全部测试通过。可以说你应该了解 TensorFlow 的所有内容都在本书里面了。
  • 带你掌握TensorFlow2.0模型搭建及工业化部署!

    TensorFlow就像一个定时炸弹,你不知道什么时候要用到它,但是一定会用的到!而随着2.0的发布,你会发现它相比于1.0版本有很大的变化,而且现有TensorFlow2.0相关资料很少,市面上关于2.0的项目也很少。所以基于这些原因,我们耗时半年、精心打磨终于推出TensorFlow框架项目班!结合算法原理+API讲解+实战训练,通过实战项目的方式学习各个模块,让你全面拥抱TensorFlow2.0!TensorFlow框架项目班01基础简介我们首先介绍TensorFlow2.0的基础知识,教你如何使用TensorFlow2.0搭建模型以及常用模块基本概念的介绍;进行简单项目搭建以及模型的部署、工程化实践。
  • 终于有人讲明白Tensorflow2.0模型搭建及工业化部署了!

    TensorFlow就像一个定时炸弹,你不知道什么时候要用到它,但是一定会用的到!而随着2.0的发布,你会发现它相比于1.0版本有很大的变化,而且现有TensorFlow2.0相关资料很少,市面上关于2.0的项目也很少。所以基于这些原因,我们耗时半年、精心打磨终于推出TensorFlow框架项目班!结合算法原理+API讲解+实战训练,通过实战项目的方式学习各个模块,让你全面拥抱TensorFlow2.0!TensorFlow框架项目班01基础简介我们首先介绍TensorFlow2.0的基础知识,教你如何使用TensorFlow2.0搭建模型以及常用模块基本概念的介绍;进行简单项目搭建以及模型的部署、工程化实践。
  • 深度学习之PyTorch物体检测实战

    利用PyTorch深度学习框架,从代码层面讲解Faster RCNN、SSD及YOLO这三大经典框架的相关知识,并进一步介绍了物体检测的细节与难点问题,可以全面、深入、透彻地理解物体检测的种种细节,并能真正提升实战能力,从而将这些技术灵活地应用到实际开发中,享受深度学习带来的快乐。《深度学习之PyTorch物体检测实战》从物体检测的概念、发展、经典实现方法等几个方面系统地介绍了物体检测的相关知识,重点介绍了Faster RCNN、SDD和YOLO这三个经典的检测器,并利用PyTorch框架从代码角度进行了细致讲解。说明这是《深度学习之PyTorch物体检测实战》这本书对应的代码。
  • 在网络安全领域应用机器学习的困难和对策

    但是我们的直观感受是,主流安全厂商并没有大规模部署和使用这些技术,市面上声称采用的机器学习、深度学习的安全产品也相当有限。相比于机器学习、深度学习在人脸识别、推荐系统、舆情监督等方面的大规模成功应用,其在网络安全领域表现平平必然存在某些特殊的原因。本文将深入探讨机器学习、深度学习等技术在网络安全领域的应用面对的困难及其相应对策。虽然这些困难并没有使机器学习、深度学习成为网络安全领域的一个不合适的工具,但这些困难却是导致业界没能大规模采用机器学习、深度学习技术的主要原因。
  • 卷积神经网络中10大拍案叫绝的操作!

    AlexNet分组卷积的思想影响比较深远,当前一些轻量级的SOTA网络,都用到了分组卷积的操作,以节省计算量。1×1卷积核也被认为是影响深远的操作,往后大型的网络为了降低参数量都会应用上1×1卷积核。得到新的通道feature maps之后,这时再对这批新的通道feature maps进行标准的1×1跨通道卷积操作。
  • 深度学习与PyTorch入门实战

    课程适用人群本课程适合于深度学习和人工智能方向新手,需要零基础、快速、深入学习人工智能的朋友。课程概述本课程由前新加坡国立大学的助理研究员龙龙老师主讲,基于PyTorch框架最新版实战,帮助人工智能、深度学习初学者快速、深刻理解深度学习算法原理与实现。扫码了解更多课程内容或点击文末查看详情扫码了解更多课程内容或点击查看详情
  • 银行卡号识别(CTPN、Densenet、CTC)附数据集

    AI项目体验地址 https://loveai.tech1、快速开始:本代码仅在Ubuntu下通过测试1.1环境部署sh setup.sh1.2将测试图片放入demo/test_images目录1.3执行demo文件下的demo.py,检测结果会保存到demo/test_result中python demo.py2、效果展示:3、训练:3.1不定长文本识别训练3.1.1进入data_processing文件下,根据自己需要修改char_std_5990.txt里的内容,然后按照如下顺序依次执行1、data_enhancement.py2、train.py3.1.2训练完成的权重文件存放在/data_processing/models下3.1.2将训练好的权重替换densenet/models/weights_densenet.h53.2CTPN训练:3.2.1训练代码和银行卡的训练集上传到了百度云图片存放在text-detection-ctpn-untagged\data\VOCdevkit2007\VOC2007\JPEGImages下,有2000张左右的训练集。
公告

《从零开始开发BBS》课程上线啦,快来跟着我一步步搭建属于你的BBS吧。

课程地址:https://www.shiyanlou.com/courses/1436
9折优惠邀请码: ZHwfIjb1

该课程会带领大家一步步的了解并熟悉Go语言开发,如果你是一个Go语言初学者,或者正准备学习Go语言,那么这个课程非常适合你。如果你熟练掌握了本课程中的知识点,相信你就已经入门Go语言开发,并能胜任日常的开发工作了。