深度学习

红色石头 发布于 2020-03-16

目标检测作为计算机视觉中的一个重要分支，近些年来随着神经网络理论研究的深入和硬件 GPU 算力的大幅度提升，一举成为全球人工智能研究的热点，落地项目也最先开始。 纵观 2013 年到 2020 年，从最早的 R-CNN、OverFeat 到后来的 SSD、YOLO v3 再到去年...

阅读(641)评论(0)赞 (0)标签：深度学习 / 目标检测

红色石头 发布于 2020-02-28

自 2017 年 1 月 PyTorch 推出以来，其热度持续上升。PyTorch 能在短时间内被众多研究人员和工程师接受并推崇是因为其有着诸多优点，如采用 Python 语言、动态图机制、网络构建灵活以及拥有强大的社群等。 最近红色石头在浏览 GitHub 的时候发现了一份超赞...

阅读(1113)评论(0)赞 (2)标签：PyTorch / 资源

红色石头 发布于 2020-01-06

说到深度学习自然语言处理的经典课程，第一个想到的就是斯坦福大学的 CS224N 课程。这门课是当之无愧的 NLP 经典课程。 CS224N 一直在保持更新，目前已经更新到了最新的 2019 版。本文将会详细整理出 CS224N(2019) 全套资源，包含 ppt、作业、项目等。 ...

阅读(2598)评论(0)赞 (1)标签：NLP / 深度学习 / 资源

红色石头 发布于 2020-01-06

这里不再介绍 mmdetection 的安装和配置，使用 mmdetection 较简单的方法是使用已安装 mmdetection 的 docker 容器。这样直接省去了安装 mmdetection 的过程，让重心放在模型训练上！ 如果你对 docker 和 mmdetectio...

阅读(2290)评论(0)赞 (0)标签：docker / mmdetection / 教程 / 深度学习

红色石头 发布于 2019-12-15

PyTorch 如今已经称为最受欢迎的深度学习框架之一了！2019年1月到6月底，在 http://arXiv.org 上发表的论文中，提及TensorFlow和PyTorch的数量相差无几。与2018年1月到6月相比，PyTorch增长了194%。相比之下，TensorFlow...

阅读(2608)评论(0)赞 (6)标签：PyTorch / 深度学习

红色石头 发布于 2019-11-15

2019 年 10 月，谷歌正式宣布，开源机器学习库 TensorFlow 2.0 现在可供公众使用。TensorFlow 2.0 的 Alpha 版本今年初在 TensorFlow 开发者大会上首次发布，经过近 7 个月的不断修改、更新，TensorFlow 2.0正式版可谓是...

阅读(3925)评论(1)赞 (4)标签：TensorFlow / 深度学习

红色石头 发布于 2019-11-06

今天推荐一个机器学习、深度学习、强化学习完整的线上资源。收获 star 7k！内容非常丰富，且都整合到了一个地方。使用起来非常方便。 首先放上 GitHub 地址： https://github.com/kmario23/deep-learning-drizzle 首先来看一下整...

阅读(2929)评论(1)赞 (3)标签：公开课 / 机器学习 / 深度学习

红色石头 发布于 2019-10-25

对于很多机器学习、深度学习的爱好者来说，都受惠于台湾大学的李宏毅教授的教学视频。他的教学风格轻松幽默且教学质量非常高。 李宏毅教授的个人主页： http://speech.ee.ntu.edu.tw/~tlkagk/index.html 李宏毅教授的教学视频： http://sp...

阅读(2814)评论(0)赞 (4)标签：深度学习 / 资源

红色石头 发布于 2019-10-25

李沐，亚马逊 AI 主任科学家，名声在外！半年前，由李沐、Aston Zhang 等人合力打造的《动手学深度学习》正式上线，免费供大家阅读。这是一本面向中文读者的能运行、可讨论的深度学习教科书！ 李沐的这本《动手学深度学习》也是使用 MXNet 框架写成的。但是很多入坑机器学习的...

阅读(4068)评论(0)赞 (3)标签：PyTorch / 深度学习 / 资源

红色石头 发布于 2019-10-25

我相信红色石头的很多读者朋友都受惠于吴恩达的 deeplearning.ai 专项课程。红色石头也不例外，之前在我的公众号里连载了 deeplearning.ai 的所有课程笔记，需要的朋友请戳下面的传送门： 【干货】吴恩达deeplearning.ai专项课程历史文章汇总 吴恩...

阅读(2695)评论(0)赞 (2)标签：吴恩达 / 机器学习 / 深度学习 / 资源