基于深度學習自動化的前端開發解析

Ashwin Kumar開發了基于圖像標注的模型，允許用戶從手繪的示意圖創建可以工作的HTML網站。（代碼已開源）

2018-04-11 標簽：深度學習前端開發 7369 0

對比深度學習和經典機器學習，分別介紹這兩種技術的優缺點

在小數據上能更好地工作：為了實現高性能，深度學習需要非常大的數據集。之前提到的預訓練的網絡在120萬張圖像上進行了訓練。對于許多應用來說，這樣大的數據集...

2018-04-10 標簽：機器學習深度學習 2.6萬 0

一種新型分割圖像中人物的方法，基于人物動作辨認

圖像分割的一般方法是先對物體進行檢測，然后用邊界框對畫中物體進行分割。最近，例如Mask R-CNN的深度學習方法也被用于圖像分割任務，但是大多數研究都...

2018-04-10 標簽：圖像分割深度學習 5686 0

阿里深度學習:在深度學習CTR預估核心問題上的應用進展

前面介紹了經典的比較標準化的深度學習在廣告里面的應用，接下來我們的方向在互聯網數據中，怎么樣能夠通過對用戶行為的洞察做更好的深度學習模型。

2018-04-10 標簽：互聯網阿里巴巴深度學習 6232 0

深度學習不能取代計算機視覺技術背后的真正原因

深度學習只是一種 計算機視覺 工具，而不是包治百病的良藥，不要因為流行就一味地使用它。傳統的計算機視覺技術仍然可以大顯身手，了解它們可以為你省去很多的時...

2018-04-05 標簽：計算機視覺深度學習 4791 0

吳恩達深度學習專項課程的信息圖deeplearning.ai課程總結

深度學習能發展起來主要是由于大數據的出現，神經網絡的訓練需要大量的數據；而大數據本身也反過來促進了更大型網絡的出現。深度學習研究的一大突破是新型激活函數...

2018-04-03 標簽：神經網絡深度學習 4483 0

深度學習是否會取代傳統的計算機視覺？

理解傳統的計算機視覺實際上真的有助于你更好的使用深度學習。例如，計算機視覺中最常見的神經網絡是卷積神經網絡。但是什么是卷積？它實際上是一種廣泛使用的圖像...

2018-04-02 標簽：視覺技術大數據深度學習 6229 0

帶你了解深入深度學習的核心:神經網絡

深度學習和人工智能是 2017 年的熱詞；2018 年，這兩個詞愈發火熱，但也更加容易混淆。我們將深入深度學習的核心，也就是神經網絡。

2018-04-02 標簽：神經網絡人工智能深度學習 9891 0

深度學習在現實生活中的運用場景

本文將主要介紹深度學習模型在美團平臺推薦排序場景下的應用和探索。

2018-04-02 標簽：深度學習 2.1萬 0

利用Tensorlow及其API為例來進行討論，理解深度學習背后的魅力

我們能做的僅僅是在理解和抽象的層面上進行操作。每一個層級接收低下傳上來的描述、丟棄它認為不相關的部分并將它們自己對于信息的表示向上傳遞，直到到達真正知道...

2018-03-31 標簽：神經網絡深度學習 4262 0

基于Numpy實現同態加密神經網絡

在分布式AI環境下，同態加密神經網絡有助于保護商業公司知識產權和消費者隱私。本文介紹了如何基于Numpy實現同態加密神經網絡。

2018-03-27 標簽：深度學習同態加密 7970 0