摘要：
今天为大家介绍五篇值得阅读的ECCV 2020 oral【图像识别】相关论文。ECCV与CVPR、ICCV并称为计算机视觉领域三大顶会。ECCV 2020共有5025篇投稿，其中1361篇被接受，接受率为27%。 ECCV 2020接受论文列表地址： https://eccv2020.eu/acce 阅读全文
posted @ 2020-10-25 22:20
人工智能遇见磐创
阅读(1010)
评论(0)
推荐(0)
摘要：
作者|Rashida Nasrin Sucky 编译|VK 来源|Medium 神经网络已经被开发用来模拟人脑。虽然我们还没有做到这一点，但神经网络在机器学习方面是非常有效的。它在上世纪80年代和90年代很流行，最近越来越流行。计算机的速度足以在合理的时间内运行一个大型神经网络。在本文中，我将讨论如 阅读全文
posted @ 2020-10-24 20:09
人工智能遇见磐创
阅读(1463)
评论(0)
推荐(0)
摘要：
作者|GUEST 编译|VK 来源|Analytics Vidhya 介绍 目标检测是计算机视觉中一个非常重要的领域，对于自动驾驶、视频监控、医疗应用和许多其他领域都是必要的。 我们正在与一场规模空前的传染病作斗争。全世界的研究人员都在试图开发一种疫苗或治疗COVID-19的方法，而医生们却在努力阻 阅读全文
posted @ 2020-10-24 20:07
人工智能遇见磐创
阅读(541)
评论(0)
推荐(0)
摘要：
作者|GUEST 编译|VK 来源|Analytics Vidhya 介绍 SimCLR论文(http://cse.iitkgp.ac.in/~arastogi/papers/simclr.pdf)解释了这个框架如何从更大的模型和更大的批处理中获益，并且如果有足够的计算能力，可以产生与监督模型类似的 阅读全文
posted @ 2020-10-24 19:56
人工智能遇见磐创
阅读(954)
评论(0)
推荐(0)
摘要：
作者|Ivan Ralašić 编译|VK 来源|Analytics Vidhya Tensorflow目标检测API（TF OD API）刚刚变得更好。最近，Google发布了tf od api的新版本，它现在支持Tensorflow 2.x，这是一个我们一直在等待的巨大改进！ 简介 最近目标检测 阅读全文
posted @ 2020-10-24 19:49
人工智能遇见磐创
阅读(879)
评论(0)
推荐(0)
摘要：
作者|Vardan Agarwal 编译|VK 来源|Towards Datas Science TensorFlow是一个端到端的开源机器学习平台，能够执行一系列任务。它为初学者和研究人员提供了一个易用性，可以用于不同的应用，如，但不限于，计算机视觉，自然语言处理和强化学习。 在计算机视觉领域，我 阅读全文
posted @ 2020-10-24 00:44
人工智能遇见磐创
阅读(169)
评论(0)
推荐(0)
摘要：
作者|Andrea Ialenti 编译|VK 来源|Towards Datas Science 正如在我几乎所有关于这个工具的文章中都写到，Spark和SQL一样非常容易使用。但不管我花多少时间写代码，我只是无法在我的大脑中永久性地存储Spark API(有人会说我的记忆就像RAM一样，小而易失) 阅读全文
posted @ 2020-10-24 00:29
人工智能遇见磐创
阅读(958)
评论(0)
推荐(0)
摘要：
作者|Soner Yıldırım 编译|VK 来源|Towards Datas Science 时间序列数据有很多种定义，它们以不同的方式表示相同的含义。一个简单的定义是，时间序列数据是包含序列时间戳的数据点。 时间序列数据的来源是周期性测量或观测。我们观察了许多行业的时间序列数据。举几个例子： 阅读全文
posted @ 2020-10-24 00:26
人工智能遇见磐创
阅读(913)
评论(0)
推荐(0)
摘要：
作者|Rebecca Vickery 编译|VK 来源|Towards Datas Science scikit-learn是2007年作为Googles Summer代码项目开发的，现在被广泛认为是最流行的机器学习Python库。 为什么这个库被认为是机器学习项目的最佳选择之一，特别是在生产系统中 阅读全文
posted @ 2020-10-24 00:22
人工智能遇见磐创
阅读(1212)
评论(0)
推荐(0)
摘要：
作者|Renan Ferreira 编译|VK 来源|Towards Datas Science 典型的数据科学工作流由以下步骤组成： 确定业务需求->数据获取->数据准备->数据分析->共享数据见解 每一个步骤都需要一套专业知识，这些专业知识可分为： 数据工程师：开发、构建、测试和维护数据管道 数 阅读全文
posted @ 2020-10-22 23:46
人工智能遇见磐创
阅读(725)
评论(0)
推荐(1)
浙公网安备 33010602011771号