ryan-焱
这家伙很懒，什么也没写
理解计算从根号2到AlphGo·第二季
尽管“神经网络”这个词的出现已经有些年头,但是人们并没有对其建立严格的数学符号和形式化的表示,而且神经网络从一开始就不是独立的学科,它来源于生理学,心理学,物理,数学,工程的交叉领域,所以这种交叉使的神经网络的研究看起来有点混乱。特别是现在的“深度学习”,有点急于撇清与神经网络的联系,我将通过对这一
群集服务 8 0 PDF 2020-11-25 06:11:13
基于神经网络的光流预测算法
光流问题长久以来,主要被基于变分能量模型的优化算法和基于块匹配的启发式算法统治着。随着深度神经网络技术在计算机视觉领域取得的成功,科学家们开始尝试利用深度学习技术的优势去解决光流问题。
咨询 14 0 PDF 2020-09-24 04:09:02
卷积神经网络为什么这么有效
在机器视觉和其他很多问题上,卷积神经网络取得了当前最好的效果,它的成功促使我们思考一个问题,卷积神经网络为什么会这么有效?在本文中,SIGAI将为大家分析卷积神经网络背后的奥秘。
DB2 17 0 PDF 2020-08-30 14:08:51
理解梯度下降法
最优化问题在机器学习中有非常重要的地位,很多机器学习算法最后都归结为求解最优化问题。在各种最优化算法中,梯度下降法是最简单、最常见的一种,在深度学习的训练中被广为使用。在本文中,SIGAI将为大家系统的讲述梯度下降法的原理和实现细节问题。
机器学习 18 0 PDF 2020-08-19 16:08:21
从根号2到AlphaGo_第一季从根号2谈起
计算的概念看似简单却又十分宽泛,它实际上是计算机学科永远不变的核心内容,就算现在所谓的人工智能,在我看来也不过是一种计算或计算结果的应用。本文将从简单的例子出发,逐步推广到目前人工智能的前沿研究领域,阐述我理解的计算的概念,希望借此培养大家的计算式思维方式,我们将看到这种思维方式是可以上升到一种行为
机器学习 40 0 PDF 2020-08-19 16:08:20
理解决策树
决策树是最简单的机器学习算法,它易于实现,可解释性强,完全符合人类的直观思维,有着广泛的应用。决策树到底是什么?简单地讲,决策树是一棵二叉或多叉树(如果你对树的概念都不清楚,请先去学习数据结构课程),它对数据的属性进行判断,得到分类或回归结果。预测时,在树的内部节点处用某一属性值(特征向量的某一分量
机器学习 2 0 PDF 2020-08-13 18:08:40
目标检测算法之YOLO
关于目标检测算法之YOLO,YOLO作为基于深度学习的第一个one-stage的方法做快可以在TitanX GPU上做到45帧每秒的检测速度,轻量版的可以做到155帧每秒,快到没朋友有没有?相比于R-CNN[5]精确度也有非常大的提升53.5 VS 63.4 mAP,真是做到了多快好省!
机器学习 37 0 PDF 2020-08-04 19:08:47
机器学习在自动驾驶中的应用以百度阿波罗平台为例上
自动驾驶是人工智能当前最热门的方向之一，也是未来将对人类生活会产生重大影响的方向。机器学习在自动驾驶中有举足轻重的地位，从环境感知到策略控制，都有它的身影。在本文中，SIGAI将以百度阿波罗平台为例，介绍机器学习在自动驾驶系统中的应用，揭开自动驾驶算法的神秘面纱。
机器学习 11 0 PDF 2020-07-24 08:07:14
随机森林概述
随机森林由多棵决策树组成，采用多棵决策树联合进行预测可以有效提高模型的精度。这些决策树用对训练样本集随机抽样构造出的样本集训练得到。由于训练样本集由随机抽样构造，因此称为随机森林。随机森林不仅对训练样本进行抽样，还对特征向量的分量随机抽样，在训练决策树时，每次寻找最佳分裂时只使用一部分抽样的特征分量
机器学习 28 0 PDF 2020-07-18 08:07:19
人脸检测算法之S3FD
人脸相对于其他物体来说有一个普遍的特点，就是在图像中所占像素少。比如，coco数据集中，有一个分类是“人”，但是人脸在人体中只占很少一部分，在全图像上所占比例就更少了。本文所要介绍的S3FD[1]（SingleShotScale-invariantFaceDetector）正是要解决这个问题。
机器学习 9 0 PDF 2020-06-18 07:06:35