13 小时前 / hyper0x
作者|蒋宝尚 编辑|丛末 6 月 23 日，中科院计算所的研究员、智源研究院的智源青年科学家沈华伟老师在第二届北京智源大会上做了《图神经网络的表达能力》的报告。在报告中，沈华伟老师提到：这几年，虽然图神经网络在其他领域大量应用，但“内核”仍然停滞不前，目前设计新图神经网络（GNN）的两种常用方式都在面临理论上的瓶颈。沈华伟老师还对近几年图神经网络表达能力的相关研究进行了梳理，他说：“GNN 出现的早期，大家对它表达能力的认识是基于其在半监督学习，尤其是节点分类任务上的优秀表现...
8 天前 / kbsc13
点击上方“算法猿的成长“，关注公众号，选择加“星标“或“置顶” 总第 145 篇文章，本文大约 2100字，阅读大约需要7分钟 前言今天要介绍的是 Github 上一个基于深度学习的超分辨率工具 --SRZoo，并且它还提供了多个预训练模型。Github 地址： https://github.com/idearibosome/srzoou=2181051220&m=4512180215508847&cu=2181051220&ru=1402400261&rm=4512148967116203 简介 SRZoo 是一个基于深度学习的图像超分辨率的工具和模型库，它提供了多种图像超分辨率领域目前性能最好的预训练模型。
21 天前 / kbsc13
点击上方“算法猿的成长“，关注公众号，选择加“星标“或“置顶” 总第 143 篇文章，本文大约 3000字，阅读大约需要10分钟 前言深度学习领域，最常见的就是各种网络模型，那么在写论文或者文章，介绍网络模型的时候，最好的办法当然就是展示代码画图，今天介绍的 Github 项目，就是整理了 22 个设计和可视化网络结构的工具，其地址如下： https://github.com/ashishpatel26/Tools-to-Design-or-Visualize-Architecture-of-Neural-Network 22 款工具名称分别是： draw_convnetNNSVGPlotNeuralNetTensorBoardCaffeMatlabKeras.jsKeras-sequential-asciiNetr...
21 天前 / openio
李沐深度学习（Deep Learning）话题的优秀回答者 1,461 人赞同了该文章《动手学深度学习》自一年前发布以来广受欢迎。我们也没意料到即使所有内容都提供了免费的网页和 PDF 版，仍然有大量读者购买实体书。实体版曾一度在计算机类新书里排名前三。在这里特别感谢大家的支持。 在过去一年里我们主要关注在英文版的开发，包括了 19 年年初我们在伯克利用本书作为教材教授深度学习，之后我们重构了代码，改成了基于大家更喜爱的 Numpy 接口。
22 天前 / JohnHany
本系列包括 3 篇文章，以深度学习的模型搭建和训练过程为例，解释面向对象编程中 22 种设计模式的基本原理，并给出 C++ 实现。 这些设计模式的实现方法大多参考自《深入设计模式》。为了用尽可能少的代码体现这些设计模式的过程，在代码中直接对指针进行操作，并没有使用智能指针。 该篇文章介绍行为模式，包括责任链、命令、迭代器、中介者、备忘录、观察者、状态、策略、模板方法以及访问者。 本文的所有代码都在我的 GitHub 上：github.com/johnhany/design_patterns。
26 天前 / u312562
最近看到一组漫画 ，解释了深度学习的原理。什么是深度学习？下图表示了深度学习与机器学习的关系，可见深度学习是属于机器学习的一种，但是中间的推理过程是类似于人脑的神经元的构成，而机器学习更像是一棵树状的规则来推理。 深度学习可以做什么？ 神经元的运行原理，经典是是 MNIST 手写数字识别，我们需要利用神经网络教会电脑识别手写数字。 比如下图，我们会采用尺寸为 28X28，共 784 个像素的图片作为输入：神经网络通过几层、若干的神经元学习，学习到如何把这 784 个像素分类到 0-9 的哪一个类别里。
27 天前 / JohnHany
本系列包括 3 篇文章，以深度学习的模型搭建和训练过程为例，解释面向对象编程中 22 种设计模式的基本原理，并给出 C++ 实现。 这些设计模式的实现方法大多参考自《深入设计模式》。为了用尽可能少的代码体现这些设计模式的过程，在代码中直接对指针进行操作，并没有使用智能指针。 该篇文章介绍结构型模式，包括适配器、桥接、组合、装饰、外观、享元以及代理。 本文的所有代码都在我的 GitHub 上：github.com/johnhany/design_patterns。
33 天前 / JohnHany
本系列包括 3 篇文章，以深度学习的模型搭建和训练过程为例，解释面向对象编程中 22 种设计模式的基本原理，并给出 C++ 实现。 这些设计模式的实现方法大多参考自《深入设计模式》。为了用尽可能少的代码体现这些设计模式的过程，在代码中直接对指针进行操作，并没有使用智能指针。 该篇文章介绍创建型模式，包括工厂方法、抽象工厂、生成器、原型以及单例。 本文的所有代码都在我的 GitHub 上：github.com/johnhany/design_patterns。
34 天前 / KeyLiu刘奇
本文作者将使用多种文本挖掘方法，来分析《全唐诗》。篇幅略长，请耐心阅读 ^_^ 楔子 近些年来，弘扬中华传统文化的现象级综艺节目不断涌现，如《中国汉字听写大会》、《中国成语大会》、《中国谜语大会》、《中国诗词大会》等，其背后的社会成因，在于人们对中国文化中最精致文字的膜拜心理，虽然浸淫于层出不穷的网络语汇，时时面临“语言荒漠”的窘境，仍心向往之。 上述节目中，笔者最感兴趣的还是《中国诗词大会》--- 通过对诗词知识的比拼及赏析，带动全民重温那些曾经学过的古诗词，分享诗词之美，感受诗词之趣，从古人的智慧和情怀中汲取营养...
38 天前 / Thinkgamer
本文为《推荐系统与深度学习》第六章的复习笔记，只记录了一些要点，希望能够快速的进行复习，如果发现哪一个点不明白的话，可以自行展开学习或者加小编微信进行沟通。 深度学习在推荐中发挥的作用： 能够直接从内容中提取特征，表征能力强容易对噪声数据进行处理，抗噪能力强可以使用循环神经网络对动态或者序列数据进行建模可以更加准确的学习 user 和 item 的特征基于 DNN 的推荐算法推荐系统和通用搜索排序问题共有的一大挑战为同时具备记忆能力和泛化能力。
45 天前 / Thinkgamer
本文为《推荐系统与深度学习》第五章的复习笔记，只记录了一些要点，希望能够快速的进行复习，如果发现哪一个点不明白的话，可以自行展开学习或者加小编微信进行技术交流。 5.1 什么是混合推荐系统混合推荐系统的含义海量数据推荐系统中通常存在三部分： 在线系统（Online）直接与用户进行交互，具有高性能、高可用的特性，通常利用缓存系统，处理热门请求的重复计算近在线系统（Nearline）接受在线系统的请求，执行比较复杂的推荐算法，缓存在线系统的结果，并及时收集用户的反馈，快速调整结果离线系统（Offline）利用海量用户的行为日志进行挖掘...
49 天前 / Thinkgamer
本文为《推荐系统与深度学习》第四章的复习笔记，只记录了一些要点，希望能够快速的进行复习，如果发现哪一个点不明白的话，可以自行展开学习。 4.1 基于内容的推荐算法基于内容的推荐算法步骤： 特征（内容）提取用户偏好计算内容召回（召回用户偏好的 top K）物品排序（可以根据 top K 中其他用户打分平均值最高的 top N 推荐给用户，好处是可以考虑其他用户的意见）优点： 物品没有冷启动问题（因为物品的内容特征不依赖于用户数据），推荐出的物品也不会存在过于热门的问题能够捕获到用户的特殊偏好原理简单...
50 天前 / 虞大胆
随着 5G 时代的到来，VR 端应用呈爆发式增长，3D 内容作为构建 VR 生态的主力输出一直深受广大用户的追捧和喜爱。针对目前 3D 内容过少，质量不高、生产昂贵等现状，爱奇艺作为国内领先的互联网视频媒体，自然首当其冲，以真实世界的 3D 内容为基础，研究 2D 转 3D 技术，实现更优质的 VR 端的 3D 内容生态的构建，满足更多用户的日常需求。相对于 2D 内容，优质的 3D 内容有输出符合真实景深关系的能力，让用户在观看时具有更好的观影体验。下面我们从技术的角度，介绍爱奇艺如何赋予 2D 内容真实的景深关系，实现 2D 内容到 3D 内容的转换。
54 天前 / kbsc13
点击上方“算法猿的成长“，关注公众号，选择加“星标“或“置顶” 总第 134 篇文章，本文大约 3000字，阅读大约需要 10分钟 原文：https://towardsdatascience.com/guide-to-learn-computer-vision-in-2020-36f19d92c934 作者：Insaf Ashrapov 译者：kbsc13（公众号：算法猿的成长） 前言本文推荐的教程资源都是基于我个人的经验，它们对增加你的计算机视觉理论知识非常有帮助。另外，在学习计算机视觉的理论前，先了解和学习机器学习和 python 方面的知识是更好的做法。