logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

图像识别之目标检测(3)

目标检测可以理解为是物体识别和物体定位的综合,不仅仅要识别出物体属于哪个分类,更重要的是得到物体在图片中的具体位置。为了完成这两个任务,目标检测模型分为两类。一类是two-stage,将...

图神经网络火了?谈下它的普适性与局限性

选自arXiv作者:Andreas Loukas机器之心编译参与:韩放、张倩本文经机器之心授权转载,禁止二次转载图神经网络(GNN)是一类基于深度学习的图域信息处理方法。由于具有较好的性...

图神经网络(GNN)过去、现在、应用和未来最新研究进展分享

来源:深度学习与NLP GNN是Graph Neural Network的简称,是用于学习包含大量连接的图的联结主义模型。近年来,图神经网络(GNN)在社交网络、知识图、推荐系统甚...

#网络#人工智能#编程语言 +2
为什么现在国内很多公司都在做深度学习框架?

提问:现在百度的paddlepaddle,华为的mindspore,一流的oneflow,开放智能的tengine,他们相对于Pytorch和TensorFlow都是小众的深度学习框架,...

#数据挖掘#人工智能#编程语言 +1
轻松学Pytorch-使用卷积神经网络实现图像分类

来源:OpenCV学堂作者:陨星落云大家好,本篇教程的贡献者来自社区投稿作者【陨星落云】,使用CIFAR-10数据集进行图像分类。该数据集中的图像是彩色小图像,其中被分为了十类。一些示例...

从R-CNN到YOLO5,目标检测算法实战

目标检测是计算机视觉领域的一大任务,大致分为一阶段目标检测与两阶段目标检测。其中一阶段目标检测模型以YOLO系列为代表。与RCNN算法不一样,是以不同方式处理对象检测。YOLO算法的最大优点就是速度极快,每秒可处理45帧,也能够理解一般的对象表示。从个人学习来看:优秀的计算机视觉工程师,目标检测的学习避免不了,而目标检测的核心就是YOLO。YOLO系列也一直在发展,对于它...

#算法#神经网络#编程语言 +2
阿里云放大招,开源最强通义千问720亿参数模型,超越Llama2

来源:阿里云周五,阿里云举办通义千问发布会,开源通义千问720亿参数模型Qwen-72B。Qwen-72B在10个权威基准测评创下开源模型最优成绩,成为业界最强开源大模型,性能超越开源标杆Llama 2-70B和大部分商用闭源模型。未来,企业级、科研级的高性能应用,也有了开源大模型这一选项。通义千问还开源了18亿参数模型Qwen-1.8B和音频大模型Qwen-Audio。至此,通义千问共开源18亿

#阿里云#开源#云计算
基于卷积神经网络的图像分类

现在是学习卷积神经网络及其在图像分类中的应用了。什么是卷积?卷积运算是使用具有恒定大小的“窗口”移动图像,并将图像像素与卷积窗口相乘以获得输出图像的过程。让我们看看下面的例子:我们看到一个9x9图像和一个3x3卷积滤波器,其恒定权重为3 0 3 2 0 2 1 0 1,以及卷积运算的计算。尝试使用如下所示的滤波器遍历图像,并更好地了解输出图像的这些像素是如何通过卷积计算的...

#神经网络#python#计算机视觉 +2
使用PyTorch来进展不平衡数据集的图像分类

作者:Marek Paulik编译:ronghuaiyang来源:AI公园导读一个非常简单和容易上手的例子。对于教程中使用的大多数人工数据集,每个类都有相同数量的数据。然而,在实际应用中,...

#人工智能#深度学习#神经网络 +2
Transformers是一种图神经网络

作者:Chaitanya Joshi编译:ronghuaiyang导读这个观点的目的是构建Transformer结构背后的NLP上的直觉,以及与图神经网络的联系。工程师朋友经常问我:“图...

    共 313 条
  • 1
  • 2
  • 3
  • 32
  • 请选择