深度学习与计算机视觉综述 胡玉针170219模式识别 施杰 170236 检测 本报告主要讲述在计算机视觉领域深度学习如何逐渐占据主流以 及传统的识别算法的优缺点,较为详细的个绍了CNN卷积神经网 络
深度学习能自动从大样本数据中学习获得优良的特征表达,有效提升各种机器学习任务的性能,已广泛应用于信号处理、计算机视觉和自然语言处理等诸多领域。
数据融合是最大程度发挥大数据价值的关键,深度学习是挖掘数据深层特征信息的技术利器,基于深度学习的数据融合能够充分挖掘大数据潜在价值,从新的深度和广度拓展对世界的探索和认识。
基于深度学习的时间序列算法综述,包含LSTM、RNN、以及其它变体与应用
很不错的最新介绍深度学习的文献,仅供大家参考,希望更多的深学爱好者上传分享,谢谢!
本篇综述的出发点一方面是希望给检测方向的入门研究人员提供一个技术概览,帮助大家快速了解目标检测技术上下文;另一方面是给工业界应用人员提供一些参考,通过本篇综述,读者可以根据实际业务场景,找到合适的目标
自Anoverviewofsemanticimagesegmentation,原作者保留版权。
StateofDeepLearning _H22018Review–AtlasML–Medium,2018下半年深度学习发展综述
深度学习-LeCun、Bengio和Hinton的联合综述,3位人工智能领域的大牛,bibibi发声,大家只管认真听讲,做好笔记
关于深度学习的综述与讨论_胡越仅用于学习交流,禁止用于商业用途