CNN 卷积神经网络 - 随笔分类 - Alan_Fire

图像超分辨率项目帮你「拍」出高清照片

摘要：相机不够算法凑，拥有超级拍照能力的手机也离不开算法的加持。本文介绍的图像超分辨率项目可以帮你补齐相机镜头的短板。华为 P30 发布会上展示的埃菲尔铁塔高清远距离照片今天，一位 Reddit 网友贴出了自己基于 Keras 的图像超分辨率项目，可以让照片放大后依然清晰。先来看一下效果。放大数倍后阅读全文

posted @ 2019-03-27 22:33 Alan_Fire 阅读(841) 评论(0) 推荐(0)

CVPR 2019 | 用异构卷积训练深度CNN：提升效率而不损准确度

摘要：选自arXiv，作者：Pravedra Singh等，机器之心编译，参与：熊猫。论文：https://arxiv.org/abs/1903.04120 摘要：我们提出了一种全新的深度学习架构，其中的卷积运算利用了异构核。相比于标准的卷积运算，我们提出的 HetConv（基于异构核的卷积）能在减少计阅读全文

posted @ 2019-03-20 13:28 Alan_Fire 阅读(268) 评论(0) 推荐(0)

从神经网络到卷积神经网络（CNN）

摘要：我们知道神经网络的结构是这样的：那卷积神经网络跟它是什么关系呢？其实卷积神经网络依旧是层级网络，只是层的功能和形式做了变化，可以说是传统神经网络的一个改进。比如下图中就多了许多传统神经网络没有的层次。卷积神经网络的层级结构 • 数据输入层/ Input layer • 卷积计算层/ CONV l 阅读全文

posted @ 2018-12-04 14:13 Alan_Fire 阅读(541) 评论(0) 推荐(0)

基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN

摘要：Object Detection我的理解，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。object detection要解决的问题就是物体在哪里，是什么这整个流程的问题。然而，这个问题可不是那么容易解决的，物体的尺寸变化范围很大，摆放物体的角度，姿态不定，而且可以出现在图片的任何地方阅读全文

posted @ 2018-12-04 14:11 Alan_Fire 阅读(319) 评论(0) 推荐(0)

CS229 6.18 CNN 的反向传导算法

摘要：本文主要内容是 CNN 的 BP 算法，看此文章前请保证对CNN有初步认识。网络表示 CNN相对于传统的全连接DNN来说增加了卷积层与池化层，典型的卷积神经网络中（比如LeNet-5 ），开始几层都是卷积和池化的交替，然后在靠近输出的地方做成全连接网络，这时候已经将所有两维2D的特征maps转化为阅读全文

posted @ 2018-11-27 00:47 Alan_Fire 阅读(248) 评论(0) 推荐(0)

CS229 6.17 Neurons Networks convolutional neural network（cnn）

摘要：之前所讲的图像处理都是小 patchs ，比如28*28或者36*36之类，考虑如下情形，对于一副1000*1000的图像，即106，当隐层也有106节点时，那么W(1)的数量将达到1012级别，为了减少参数规模，加快训练速度，CNN应运而生。CNN就像辟邪剑谱一样，正常人练得很挫，一旦自宫后，就变阅读全文

posted @ 2018-11-27 00:45 Alan_Fire 阅读(176) 评论(0) 推荐(0)

深度学习、图像识别入门，从VGG16卷积神经网络开始

摘要：刚开始接触深度学习、卷积神经网络的时候非常懵逼，不知道从何入手，我觉得应该有一个进阶的过程，也就是说，理应有一些基本概念作为奠基石，让你有底气去完全理解一个庞大的卷积神经网络：本文思路：一、我认为学习卷积神经网络必须知道的几个概念： 1、卷积过程：我们经常说卷积神经网络卷积神经网络，到底什么才阅读全文

posted @ 2018-11-17 00:14 Alan_Fire 阅读(681) 评论(0) 推荐(0)

教Alexa看懂手语，不说话也能控制语音助手

摘要：Alexa、Siri、小度……各种语音助手令人眼花缭乱，但这些设备多是针对能力健全的用户，忽略了听、说能力存在障碍的人群。本文作者敏锐地发现了这一 bug，并训练亚马逊语音助手 Alex 学会识别美式手语。项目发布之后受到社交媒体的热捧。本博文将介绍项目的底层技术以及如何使用 TensorFlow. 阅读全文

posted @ 2018-10-21 23:45 Alan_Fire 阅读(349) 评论(0) 推荐(0)

普适注意力：用于机器翻译的2D卷积神经网络，显著优于编码器-解码器架构

摘要：现有的当前最佳机器翻译系统都是基于编码器-解码器架构的，二者都有注意力机制，但现有的注意力机制建模能力有限。本文提出了一种替代方法，这种方法依赖于跨越两个序列的单个 2D 卷积神经网络。该网络的每一层都会根据当前生成的输出序列重新编码源 token。因此类似注意力机制的属性适用于整个网络。该模型得到阅读全文

posted @ 2018-10-15 10:03 Alan_Fire 阅读(429) 评论(0) 推荐(0)

Neuromation新研究：利用卷积神经网络进行儿童骨龄评估

摘要：近日，Neuromation 团队在 Medium 上撰文介绍其最新研究成果：利用卷积神经网络（CNN）评估儿童骨龄，这一自动骨龄评估系统可以得到与放射科专家相似或更好的结果。该团队评估了手骨不同区域，发现仅对掌骨和近端指骨进行评估，得到的结果与对整个手骨进行评估的结果相差无几。为了克服放射图像的质阅读全文

posted @ 2018-10-10 15:47 Alan_Fire 阅读(749) 评论(0) 推荐(0)

随笔分类 - CNN 卷积神经网络