輕松開啟生物醫(yī)學(xué)圖像深度學(xué)習(xí)的探索之旅

長(zhǎng)期以來，計(jì)算機(jī)視覺方法一直用于自動(dòng)分析生物醫(yī)學(xué)影像。近年來，隨著深度學(xué)習(xí)的出現(xiàn)，許多其他機(jī)器學(xué)習(xí)方法被取代，因?yàn)樯疃葘W(xué)習(xí)免去了創(chuàng)建手工工程特征的必要，...

2018-08-14 標(biāo)簽：醫(yī)學(xué)影像計(jì)算機(jī)視覺深度學(xué)習(xí) 6.3k 0

【連載】深度學(xué)習(xí)筆記4：深度神經(jīng)網(wǎng)絡(luò)的正則化

今天要寫的是關(guān)于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中的一項(xiàng)關(guān)鍵技術(shù)：正則化。相信在機(jī)器學(xué)習(xí)領(lǐng)域摸爬滾打多年的你一定知道正則化是防止模型過擬合的核心技術(shù)之一，關(guān)于欠擬合和...

2018-08-14 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 4k 0

如何解決數(shù)據(jù)稀疏而對(duì)深度學(xué)習(xí)的影響問題？詳細(xì)方法概述

深度學(xué)習(xí)，有太多令人驚嘆的能力！從12年的圖像識(shí)別開始，深度學(xué)習(xí)的一個(gè)個(gè)突破，讓人們一次又一次的刷新對(duì)它的認(rèn)知。然而，應(yīng)用深度學(xué)習(xí)，一直有一個(gè)巨大的前提...

2018-08-12 標(biāo)簽：圖像識(shí)別GAN深度學(xué)習(xí) 2.0萬 0

世界各地的AI實(shí)驗(yàn)室已經(jīng)開發(fā)出了各種各樣的“手”，推進(jìn)著我們對(duì)于機(jī)器人的想象

如果你想要機(jī)器人抓取更多的物體，甚至是從未見過物體那要怎么辦呢？AutoLab的科學(xué)家們?cè)谶^去幾年一直致力于這方面的研究，并開發(fā)出了一款稱為Dex-Ne...

2018-08-10 標(biāo)簽：機(jī)器人機(jī)械手深度學(xué)習(xí) 3.8k 0

研揚(yáng)和Intel聯(lián)手，將AI應(yīng)用于工業(yè)物聯(lián)網(wǎng)邊緣設(shè)備

在這樣的背景下，今年研揚(yáng)發(fā)表了UP AI Core模塊，是研揚(yáng)科技為UP Squared Board特意定制設(shè)計(jì)的邊緣計(jì)算處理卡。UP AI Core模...

2018-08-06 標(biāo)簽：人工智能工業(yè)物聯(lián)網(wǎng)深度學(xué)習(xí) 3.7k 0

Perceptive Automata正在讓自動(dòng)駕駛汽車實(shí)現(xiàn)像人類一樣的推理和判斷

聽起來很心動(dòng)，但是開發(fā)自動(dòng)駕駛汽車的公司是否真的會(huì)將此功能外包給第三方做，而不是在內(nèi)部開發(fā)這種功能。安東尼告訴我們，制造自動(dòng)駕駛汽車的公司有很多東西在他...

2018-08-06 標(biāo)簽：計(jì)算機(jī)視覺自動(dòng)駕駛深度學(xué)習(xí) 3.1k 0

學(xué)會(huì)使用頂級(jí)算法的秘訣是什么？如何找到合適的學(xué)習(xí)率?

學(xué)習(xí)率是訓(xùn)練神經(jīng)網(wǎng)絡(luò)最重要的一個(gè)超參數(shù)，但直到最近，許多人才發(fā)現(xiàn)以前設(shè)置學(xué)習(xí)率的方式非常不當(dāng)。去年，Leslie N. Smith在arXiv上提交了一...

2018-08-05 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法深度學(xué)習(xí) 6.1k 0

從圖像數(shù)據(jù)角度為人臉識(shí)別準(zhǔn)確率的提高提出的建議

所以，本文的首要目標(biāo)是探究標(biāo)簽噪聲的來源，以及在深度卷積神經(jīng)網(wǎng)絡(luò)中，這些噪聲會(huì)給人臉識(shí)別造成何種后果。我們主要考慮的問題有：想要達(dá)到清理數(shù)據(jù)的目的，需要...

2018-08-05 標(biāo)簽：人工智能人臉識(shí)別深度學(xué)習(xí) 1.0萬 0

基于CNN的方法在代表性的公共數(shù)據(jù)集上的性能優(yōu)于其他方法

最近深度學(xué)習(xí)技術(shù)和卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展為理解位置識(shí)別問題提供了另一種方法。AlexNet [ 5 ]顯示，從CNNs中提取的特征經(jīng)過充分有效的訓(xùn)練，在分類...

2018-08-03 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集深度學(xué)習(xí) 1.1萬 0

AI頭發(fā)分割模塊、頭發(fā)換色、顏色增強(qiáng)與修正模塊等技術(shù)原理

那么，我們先將紅色轉(zhuǎn)換為對(duì)應(yīng)的hsv，然后保留原始黑色頭發(fā)的V，紅色頭發(fā)的hs，重新組合新的hsV，在轉(zhuǎn)換為RGB顏色空間，即為頭發(fā)換色之后的效果(hs...

2018-08-03 標(biāo)簽：AI深度學(xué)習(xí) 1.4萬 0

深度學(xué)習(xí)與深層神經(jīng)網(wǎng)絡(luò)，多層智能學(xué)習(xí)推動(dòng)人工智能！

機(jī)器學(xué)習(xí)使計(jì)算機(jī)能夠處理迄今為止僅由人執(zhí)行的任務(wù)。從駕駛汽車到翻譯語言，機(jī)器學(xué)習(xí)正在推動(dòng)人工智能爆炸式的增長(zhǎng)，幫助軟件理解混亂而不可預(yù)知的真實(shí)世界。 但...

2018-08-03 標(biāo)簽：AI人工智能機(jī)器學(xué)習(xí) 4.4k 0

TensorFlow.js 的基本構(gòu)建塊及其操作,如何創(chuàng)建一些復(fù)雜的模型

在這里，我們將學(xué)習(xí)如何解決優(yōu)化問題。給定函數(shù) f（x），基于 x = a 評(píng)估最小化 f（x）。為此，我們需要一個(gè)優(yōu)化器。優(yōu)化器是一種通過漸變來最小化函...

2018-08-01 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)TensorFlow 3.9k 0

初創(chuàng)公司將AI技術(shù)用于畜牧業(yè)，更好的幫助農(nóng)場(chǎng)管理動(dòng)物們的生長(zhǎng)

荷蘭的一家公司Connecterra從不同的角度來切入奶牛的健康管理。他們用類似Fitbit手環(huán)的傳感器檢測(cè)牛每天的進(jìn)食過程，血壓和營(yíng)養(yǎng)，并上傳到云服務(wù)...

2018-07-31 標(biāo)簽：傳感器計(jì)算機(jī)視覺深度學(xué)習(xí) 4.4k 0

Softmax如何把CNN的輸出轉(zhuǎn)變成概率？交叉熵如何為優(yōu)化過程提供度量？

這篇小文將告訴你：Softmax是如何把CNN的輸出轉(zhuǎn)變成概率，以及交叉熵是如何為優(yōu)化過程提供度量，為了讓讀者能夠深入理解，我們將會(huì)用python一一實(shí)現(xiàn)他們。

2018-07-29 標(biāo)簽：Python深度學(xué)習(xí)CNN 2.2萬 0