上一页 1 ··· 51 52 53 54 55 56 57 58 59 ··· 79 下一页
摘要: 【导读】CVPR 2019细粒度图像分类workshop的挑战赛公布了最终结果:中国团队DeepBlueAI获得冠军。本文带来冠军团队解决方案的技术分享。 近日,在Kaggle上举办的CVPR 2019 Ca... 阅读全文
posted @ 2019-06-25 21:03 人工智能遇见磐创 阅读(724) 评论(0) 推荐(0) 编辑
摘要: 【导读】谷歌AI研究部门华人科学家再发论文《EfficientNet:重新思考CNN模型缩放》,模型缩放的传统做法是任意增加CNN的深度和宽度,或使用更大的输入图像分辨率进行训练,而使用EfficientNet... 阅读全文
posted @ 2019-06-22 22:59 人工智能遇见磐创 阅读(181) 评论(0) 推荐(0) 编辑
摘要: 【导读】2018年度SCI期刊影响因子最新发布,Nature、Science、Cell三大神刊排名前列。新智元摘取其中有关人工智能、机器学习、计算机视觉、机器人学等领域的期刊并做简要介绍,希望对读者选择投稿期刊... 阅读全文
posted @ 2019-06-21 22:08 人工智能遇见磐创 阅读(1380) 评论(0) 推荐(0) 编辑
摘要: 【磐... 阅读全文
posted @ 2019-06-21 22:08 人工智能遇见磐创 阅读(1082) 评论(0) 推荐(0) 编辑
摘要: 特约作者 | 曹凯本文介绍一种名叫Virtual Adversarial Training (VAT) [1]的方法,是一种对于给定条件标签分布 的数据度量该分布局部光滑性的一种方法。其实就是对于每一个数据点,... 阅读全文
posted @ 2019-06-20 22:15 人工智能遇见磐创 阅读(365) 评论(0) 推荐(0) 编辑
摘要: 2017 年,Geoffrey Hinton 在论文《Dynamic Routing Between Capsules》中提出 CapsNet 引起了极大的关注,同时也提供了一个全新的研究的方向。今日,Caps... 阅读全文
posted @ 2019-06-20 22:15 人工智能遇见磐创 阅读(207) 评论(0) 推荐(0) 编辑
摘要: Dropout 是一类用于神经网络训练或推理的随机化技术,这类技术已经引起了研究者们的广泛兴趣,并且被广泛地应用于神经网络正则化、模型压缩等任务。虽然 Dropout 最初是为密集的神经网络层量身定制的,但是最... 阅读全文
posted @ 2019-06-19 22:10 人工智能遇见磐创 阅读(390) 评论(0) 推荐(0) 编辑
摘要: 由于深度学习近期取得的进展,手写字符识别任务对一些主流语言来说已然不是什么难题了。但是对于一些训练样本较少的非主流语言来说,这仍是一个挑战性问题。为此,本文提出新模型TextCaps,它每类仅用200个训练样本... 阅读全文
posted @ 2019-06-18 22:53 人工智能遇见磐创 阅读(240) 评论(0) 推荐(0) 编辑
摘要: 2014年,Ian Goodfellow和他的同事发表了一篇论文,向世界介绍了生成对抗网络(GAN)。通过对计算图和博弈论的创新性组合,他们表明如果有足够的建模能力,两个相互对抗的模型可以通过普通的反向传播进行共... 阅读全文
posted @ 2019-06-17 22:34 人工智能遇见磐创 阅读(320) 评论(0) 推荐(0) 编辑
摘要: No1: InterpretML by Microsoft——Machine Learning Interpretabilitygithub地址:https://github.com/microsoft/in... 阅读全文
posted @ 2019-06-16 22:08 人工智能遇见磐创 阅读(223) 评论(0) 推荐(0) 编辑
上一页 1 ··· 51 52 53 54 55 56 57 58 59 ··· 79 下一页