15 天前 / 极市小助手
首发于深度学习SIIS实验室写文章由dead relu引发的思考——正则化算法漫谈藏云阁主数学家都是怪物214 人赞同了该文章一、简介模型的调整是一项很细致的任务，仅仅通过输出结果来调整，并不能够了解到模型的内部缺陷。我将通过这篇文章来介绍一下我的一次调试过程，解决dead relu节点的问题，最终修复了模型的缺陷。 一些名词解释： Dead Relu：在训练过程中，由于一次梯度更新的幅度过大，导致某些Relu节点的权重调整的太大，使得后续的训练对该节点不再起作用，这个节点相当于永久dead了。激活函数：将神经元的输入映射到输出端的非线性函数，......
16 天前 / 闲鱼技术
DEMO演示 一直以来，如何从‘视觉稿’精确的还原出对应的UI侧代码一直是端侧开发同学工作里消耗比较大的部分，一方面这部分的工作比较确定缺少技术深度，另一方面视觉设计师也需要投入大量的走查时间，有大量无谓的沟通和消耗。 闲鱼团队在去年做了一个很特别的黑科技基于图片直接翻译成对应的UI侧代码，具体完成的部分，我们有一个演示的视频。 选型背景 很多人会比较好奇，为什么我会坚持使用图片做为输入源，一方面基于sketch或者photoshop等插件相对容易拿到确定性的信息，图片在某些方面容易丢失一些特征；另外基于图片的分析其实挑战更......
17 天前 / 我爱计算机视觉
点击我爱计算机视觉标星，更快获取CVML新技术 前天，arxiv上新出一篇论文《Cascade R-CNN: High Quality Object Detection and Instance Segmentation》，目标检测算法Cascade R-CNN 原作者对其进行扩展应用于实例分割。 两位作者均来自加州大学圣地亚哥分校，这可能是一篇投向TPAMI的论文。 在目标检测的实验中，借助于骨干网ResNeXt-152 的加持，在COCO数据集上AP达到50.9，超越之前的SOTA TridentNet算法的48.4，在实例分割实验中精度也显著高于Mask R-CNN。 Cascade R-CNN 是什么？ Cascade R-CNN 是2017年末......
21 天前 / 极市小助手
加入极市专业CV交流群，与6000+来自腾讯，华为，百度，北大，清华，中科院等名企名校视觉开发者互动交流！更有机会与李开复老师等大牛群内互动！ 同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总，行业技术交流。点击文末“阅读原文”立刻申请入群~ 作者简介 TeddyZhang：上海大学研究生在读，研究方向是图像分类、目标检测以及人脸检测与识别 前几天，商汤科技开源了Grid R-CNN Plus的代码，相比Faster RCNN，有了很大的提高，今天在介绍Grid R-CNN Plus版本之前，先来回顾下原版的Grid RCNN的动机和创新,然后再看Plus版本是......
21 天前 / 星弟一直在
1、MobileNet GoogleMobileNets：用于移动视觉应用的高效卷积神经网络的张量流实现 在tensorflow / model中可以正式实施。 对象检测的正式实现现已发布，请参阅tensorflow / model / object_detection。 新闻 YellowFin优化器已经集成，但是我没有gpu资源在imagenet上训练。呼叫培训_ 官方实施点击这里 基本模块 ImageNet-2012验证集的准确性 模型宽度乘数预处理精度-TOP1精度-TOP5 MobileNet1.0与初始相同66.51％87.09％ 下载预训体重：OneDrive，百度云 失利 时间基准 环境：Ubuntu 16.04 LTS，Xeon E3-1231 v3,4核3.40GHz，GT......
22 天前 / 星弟一直在
最新进展传递迁移学习在传递迁移学习框架中，我们需要通过一个或多个中间数据所拥有的知识，将两个不相关或是弱相关的源数据和目标数据联系在一起，形成一种知识的链式迁移。其针对的源数据和目标数据包括文本和图像数据，还包括属于同一类型但是语义完全不同的数据，通过联合矩阵分解或是深度神经网络等方法实现相互连接的具有弱相似性的知识迁移。目前已经有研究通过传递迁移学习实现了飞机图片和人脸图片这种弱相关的数据之间的知识迁移。传递迁移学习不仅冲击了传统迁移学习的约束，也为数据难获取，或数据量有限的小样本数据学习创造了新的技......
23 天前 / 极客兔兔
这篇文章介绍如何使用 TensorFlow 2.0 搭建神经网络(Neural Network, NN)，使用纯监督学习(Supervised Learning)的方法，玩转 OpenAI gym game。示例代码基于 Python 3 和 TensorFlow 2.0 。 OpenAI gym是一个开源的游戏模拟环境，主要用来开发和比较强化学习(Reinforcement Learning, RL)的算法。这篇文章是 Tensorflow 2.0 系列使用 gym 的第一篇文章，网上介绍强化学习玩 gym 的文章比较多，而纯监督学习的文章极少。我们先使用纯监督学习的算法，一起感受 gym 的魅力吧。 如何安装12345pip install tensorflow==2.0.0-beta0pip install g......
24 天前 / 我爱计算机视觉
一年一度的CVPR在美国长滩拉开帷幕了。将近1300篇论文发表于本届会议上。在学术界百花齐放的同时，大家也面临着新的挑战：复现层出不穷的新算法新模型。相信很多尝试过复现别人算法的同学都明白其中的艰辛。 从2018年年中开始，香港中文大学多媒体实验室（MMLab）就启动了OpenMMLab计划。这项计划的初衷是为计算机视觉的一些重要方向建立统一而开放的代码库，并不断把新的算法沉淀其中。我们相信，这一项工作可以推动可复现算法生态的建立，也是对计算机视觉社区的重要贡献。 在OpenMMLab的首期计划中，我们开放了MMCV和MMDetection（初期版本）......
27 天前 / 王下_邀月熊
写文章在 Google Colab 中快速实践深度学习王下邀月熊公众号：某熊的技术之路6 人赞同了该文章本文很多是对于 Colab 官方 Welcome系列的总结，更多人工智能与深度学习相关知识参考人工智能与深度学习实战 https://github.com/wx-chevalier/AIDL-Series系列文章。ColaboratoryColaboratory 是一个免费的 Jupyter 笔记本环境，不需要进行任何设置就可以使用，并且完全在云端运行。借助 Colaboratory，我们可以在浏览器中编写和执行代码、保存和共享分析结果，以及利用强大的计算资源，包含 GPU 与 TPU 来运行我们的实验代码。 Colab 能够方便地与 Go......
35 天前 / 云水木石
在上一篇推送《重磅好消息！TensorFlow开始支持微信小程序》中，介绍了TensorFlow开始支持微信小程序平台，并计划将我之前开发的人工智能微信小程序识狗君使用tensorflow js改写。 这个端午节，趁着放假，空余时间比较多，开始研究微信小程序中如何使用tensorflow.js。 在写下上一篇推送后，我简单尝试过在微信小程序中使用tensorflow.js，发现直接使用还是存在一点问题，所以本次的目标是走通简单的流程：加载预训练模型mobilenet，可以用来识别图片所属分类。 示例代码位于: https://github.com/mogoweb/aidog 请切换到tfjs分支。 运行起来......
35 天前 / openio
近些天一直忙着毕业以及小论文投递的事情，没有及时更新公众号。在此表示抱歉。 最近有很多小伙伴想了解深度学习在文本分类的发展，因此，笔者整理最近几年比较经典的深度文本分类方法，希望帮助小伙伴们了解深度学习在文本分类中的应用。 笔者整理了近些年的相关深度文本分类论文，关注“AI算法之心”，后台回复“文本分类论文”即可下载。 Convolutional Neural Networks for Sentence Classification (EMNLP 2014) Kim在EMNLP2014提出的TextCNN方法，在多个数据集上取得了很好的效果。由于其计算速度快以及可并行性，在产业......
35 天前 / kbsc13
2019 年第 48 篇文章，总第 72 篇文章 本文大约 1500字，阅读大约需要 4分钟 今天主要分享两份 Github 项目，都是采用 PyTorch 来实现深度学习网络模型，主要是一些常用的模型，包括如 ResNet、DenseNet、ResNext、SENet等，并且也给出相应的实验结果，包含完整的数据处理和载入、模型建立、训练流程搭建，以及测试代码的实现。 接下来就开始介绍这两个项目。 1. PyTorch Image Classification这份代码目前有 200+ 星，主要实现以下的网络，在 MNIST、CIFAR10、FashionMNIST等数据集上进行实验。 使用方法如下： 然后就是给出作者自己训练......
36 天前 / 云水木石
在不知不觉中，TensorFlow 2.0 beta版本已经发布，你可以通过下述方法安装： pip install tensorflow==2.0.0-beta0或安装GPU版本： pip install tensorflow-gpu==2.0.0-beta0在此测试版中，Google工程师完成了2.0 API的重命名和弃用符号，意味着这将是2.0最终版本的API，我们再也不用担心使用2.0 API 编写的代码在将来不可用。并且，在TensorFlow 1.14版本中提供了的v2兼容性模块，增加了Keras那样的2.0特性支持，如模型子类化，简化了自定义训练循环的API，为大多数类型的硬件添加了分发策略支持等等。 TensorFlow产品生态系统的核心组件，如Te......
40 天前 / hyper0x
关注“SIGAI”，选择“星标”或“置顶” 原创技术文章，第一时间获取 转载请在文首注明：本文转自微信公众号SIGAI 全文PDF见： http://www.tensorinfinity.com/paper_168.html 语义分割一直是计算机视觉中十分重要的领域，随着深度学习的流行，语义分割任务也得到了大量的进步。本文首先阐释何为语义分割，然后再从论文出发概述多种解决方案，并介绍目前语义分割领域主流的数据集。本文由浅层模型到深度模型，简要介绍了语义分割各种技术。本文简要地概述了每一篇重要论文的精要和亮点，希望能给读者一些指南。 1 引言 语义分......