1. 云栖社区>
  2. 全部标签>
  3. #CNN#
CNN

#CNN#

已有0人关注此标签

内容分类:
博客 | 问答 | 视频 |

用“Keras”11行代码构建CNN

还在苦恼如何写自己的CNN网络?看大神如何使用keras11行代码构建CNN网络,有源码提供。

云栖社区 python 架构 函数 ADD CNN Keras

从Facebook AI Research开源fastText谈起文本分类:词向量模性、深度表征和全连接

本文主要介绍了Facebook AI Research在16年开源的一个文本分类器fastText,并从深度学习的角度:词向量模型(Embedding)、深度表征(Deep representation)和全连接(Fully connected part)介绍文本分类方法。

深度学习 架构 review facebook 神经网络 CNN RNN FastText

Top100论文导读:深入理解卷积神经网络CNN(Part Ⅱ)

作者从目前热门的top 100 优秀深度学习论文中选取一组论文为大家进行纯干货总结,该组包含8篇经典论文,主要讲解卷积神经网络CNN的经典结构以及针对不同任务进行的结构上的改进。由浅入深的讲解,适合入门了解卷积神经网络的整体网络结构及发展过程——向着更深、复杂度更低的方向发展。

架构 性能 模块 图像识别 神经网络 CNN 卷积神经网络

Top100论文导读:深入理解卷积神经网络CNN(Part Ⅰ)

作者从目前热门的top 100 优秀深度学习论文中选取一组论文为大家进行纯干货总结,该组包含8篇经典论文,主要讲解卷积神经网络CNN的经典结构以及针对不同任务进行的结构上的改进。由浅入深的讲解,适合入门了解卷积神经网络的整体网络结构及发展过程——向着更深、复杂度更低的方向发展。

深度学习 函数 性能 神经网络 CNN 卷积神经网络 论文导读

能帮你更好理解分析深度卷积神经网络,今天要解读的是一款新型可视化工具——CNNVis,看完就能用!

深度卷积神经网络(CNNs)在许多模式识别任务中取得了很大的性能突破, 然而高质量深度模型的发展依赖于大量的尝试,这是由于没有很好的理解深度模型是怎么工作的,在本文中,提出了一个可视化分析系统CNNVis,帮助机器学习专家更好的理解、分析、设计深度卷积神经网络。

深度学习 算法 函数 性能 模块 排序 可视化 神经网络 CNN 卷积神经网络

间谍卫星的基础?YOLT——利用卷积神经网络对卫星影像进行多尺度目标检测(Part I)

利用卷积神经网络(CNN)对卫星影像进行多尺度目标检测,该文是在YOLO模型的基础上改进提出YOLT模型,该方法极大的提高了背景区分,并能够在不同尺度和多个传感器上快速检测出物体。

云栖社区 深度学习 阿里云 性能 神经网络 CNN 图像分析 卫星图像 YOLT

基于图卷积网络的图深度学习

处理图结构数据的佼佼者!

云栖社区 深度学习 阿里云 github CNN GCN 半监督学习 RNNs 卷积网络

想改进你的卷积神经网络?看看这14种设计模式!

这14 种原创设计模式可以帮助没有经验的研究者去尝试将深度学习与新应用结合,对于那些没有机器学习博士学位的人来说是一个很好的起点。

深度学习 架构 函数 神经网络 CNN 权衡技巧 深度学习小技巧 卷积神经网络12个设计模式

Top100论文导读:深入理解卷积神经网络CNN(Part Ⅱ)

作者从目前热门的top 100 优秀深度学习论文中选取一组论文为大家进行纯干货总结,该组包含8篇经典论文,主要讲解卷积神经网络CNN的经典结构以及针对不同任务进行的结构上的改进。由浅入深的讲解,适合入门了解卷积神经网络的整体网络结构及发展过程——向着更深、复杂度更低的方向发展。

图像识别 神经网络 CNN 卷积神经网络 论文导读

解读Keras在ImageNet中的应用:详解5种主要的图像识别模型

自从2012年以来,CNN和其它深度学习技术就已经占据了图像识别的主流地位。本文以Keras为例,介绍了5种主要的图像识别模型,并通过实际案例进行详细介绍。

python 深度学习 TensorFlow 图像识别 CNN 卷积神经网络 Keras ImageNet Theano VGGNet ResNet Inception Xeception VGG16 VGG19

Top100论文导读:深入理解卷积神经网络CNN(Part Ⅰ)

作者从目前热门的top 100 优秀深度学习论文中选取一组论文为大家进行纯干货总结,该组包含8篇经典论文,主要讲解卷积神经网络CNN的经典结构以及针对不同任务进行的结构上的改进。由浅入深的讲解,适合入门了解卷积神经网络的整体网络结构及发展过程——向着更深、复杂度更低的方向发展。

深度学习 CNN 卷积神经网络 论文导读

简单入门——深度学习笔记(Part II)

本文是一篇关于深度学习的入门笔记,简单的介绍了几种神经网络的基本结构以及原理,包含受限玻尔兹曼机、卷积神经网络、循环神经网络等;介绍他们的训练的基本过程,并说明各自应用领域,适合深度学习研究者的入门理解。

深度学习 序列 神经网络 CNN RNN 入门笔记 RBM AE RNTN

QA Systems and Deep Learning Technologies – Part 2

Deep Learning is a subfield of machine learning, and aims at using machines for data abstraction with the help of multiple processing layers and complex algorithms.

Cloud CNN semantics Developer_blog Deep_learning RNN DNN QA Language_technology QA_systems Language

QA Systems and Deep Learning Technologies – Part 1

QA systems can interpret a user's questions described in natural language and return concise and accurate matched answers by searching in the heterogeneous corpora or QA knowledge bases.

Cloud CNN semantics Developer_blog RNN DNN QA systems Deep learning Language_technology

能帮你更好理解分析深度卷积神经网络,今天要解读的是一款新型可视化工具——CNNVis,看完就能用!

深度卷积神经网络(CNNs)在许多模式识别任务中取得了很大的性能突破, 然而高质量深度模型的发展依赖于大量的尝试,这是由于没有很好的理解深度模型是怎么工作的,在本文中,提出了一个可视化分析系统CNNVis,帮助机器学习专家更好的理解、分析、设计深度卷积神经网络。

深度学习 算法 性能优化 函数 性能 模块 排序 可视化 神经网络 CNN 图像分类 卷积神经网络

基于Deep Learning 的视频识别方法概览

深度学习在最近十来年特别火,几乎是带动AI浪潮的最大贡献者。互联网视频在最近几年也特别火,短视频、视频直播等各种新型UGC模式牢牢抓住了用户的消费心里,成为互联网吸金的又一利器。当这两个火碰在一起,会产生什么样的化学反应呢?

深度学习 阿里聚安全 CNN LSTM 视频识别 内容检测

1
GO