加载中
Keras深度神经网络模型分层分析【输入层、卷积层、池化层】

一.输入层   1.用途     构建深度神经网络输入层,确定输入数据的类型和样式。   2.应用代码     input_data = Input(name='the_input', shape=(1600, 200, 1))   3.源码 def ...

Deep learning with Python 学习笔记(4)

<b>本节讲卷积神经网络的可视化</b> <b><i>三种方法</i></b> 可视化卷积神经网络的中间输出(中间激活) 有助于理解卷积神经网络连续的层如何对输入进行变换,也有助于初步了解卷积神经网络每...

2018/11/18 15:35
41
【论文笔记】《基于深度学习的中文命名实体识别研究》阅读笔记

作者及其单位:北京邮电大学,张俊遥,2019年6月,硕士论文 摘要 实验数据:来源于网络公开的新闻文本数据;用随机欠采样和过采样的方法解决分类不均衡问题;使用BIO格式的标签识别5类命名实...

2020/03/01 15:52
123
AI:拿来主义——预训练网络(一)

我们已经训练过几个神经网络了,识别手写数字,房价预测或者是区分猫和狗,那随之而来就有一个问题,这些训练出的网络怎么用,每个问题我都需要重新去训练网络吗?因为程序员都不太喜欢做重复...

AI:是猫还是狗,这是个问题

如果你不喜欢小猫和小狗,你可能不知道他们具体是哪一种品种,但是一般来说,你都能区分出这是猫还是狗,猫和狗的特征还是不一样的,那我们如何用机器学习的方法训练一个网络区分猫狗呢? 我...

AI:拿来主义——预训练网络(二)

上一篇文章我们聊的是使用预训练网络中的一种方法,特征提取,今天我们讨论另外一种方法,微调模型,这也是迁移学习的一种方法。 微调模型 为什么需要微调模型?我们猜测和之前的实验,我们有...

RNN学习笔记(一):长短时记忆网络(LSTM)

一、前言 在图像处理领域,卷积神经网络(Convolution Nerual Network,CNN)凭借其强大的性能取得了广泛的应用。作为一种前馈网络,CNN中各输入之间是相互独立的,每层神经元的信号只能向下...

机器学习:从入门到晋级

目前,人工智能(AI)非常热门,许多人都想一窥究竟。如果你对人工智能有所了解,但对机器学习(Machine Learning)的理解有很多的困惑,那么看完本文后你将会对此有进一步深入理解。在这里,...

2018/11/19 11:36
4
机器学习 一

什么是人工智能? 对话是一个集大成的智能场景。语言是体现智能的一个很重要的方面,语言约等于智能,图灵测试就是基于语言的。 在生活中,我们的很多手机app已经应用了人工智能技术比如:人...

车道线检测LaneNet

LaneNet LanNet  Segmentation branch 完成语义分割,即判断出像素属于车道or背景 Embedding branch 完成像素的向量表示,用于后续聚类,以完成实例分割 H-Net Segmentation branch 解决样本...

2019/04/10 10:10
27
从5个经典工作开始看语义SLAM

本文试图概括Semantic SLAM的主要思路和近年工作,⻓期更新。 但因水平有限,若有错漏,感谢指正。 (更好的公式显示效果,可关注博客侧边的公众号) Semantic SLAM 简介 至今为止,主流的 ...

2019/04/10 10:10
21
OCR场景文本识别:文字检测+文字识别

一. 应用背景 OCR(Optical Character Recognition)文字识别技术的应用领域主要包括:证件识别、车牌识别、智慧医疗、pdf文档转换为Word、拍照识别、截图识别、网络图片识别、无人驾驶、无纸化...

2019/04/10 10:10
240

没有更多内容

加载失败,请刷新页面

没有更多内容

返回顶部
顶部