标签：深度学习

红色石头 发布于 2021-04-16

【简介】 本文提出了一种新的采样策略——输出多样化采样，替代对抗攻击方法中常用的随机采样，使得目标模型的输出尽可能多样化，以此提高白盒攻击和黑盒攻击的有效性。实验表明，该种采样策略可以显著提升对抗攻击方法的性能。 论文地址： https://arxiv.org/abs/2003....

阅读(32)评论(0)赞 (0)标签：机器学习 / 深度学习 / 神经网络

红色石头 发布于 2021-03-15

实际工作中，目标检测 yolov3 或者 yolov4 模型移植到 AI 芯片中，经常需要将其先转换为 caffe1.x 模型，大家可能或多或少也有这方面的需求。例如华为海思 NNIE 只支持caffe1.x 模型，所以 yolov3/yolov4 模型要想在海思芯片上部署，转换...

阅读(1072)评论(0)赞 (0)标签：Caffe / YOLO / 深度学习

红色石头 发布于 2021-03-03

今天给大家推荐一个硬核干货：一个基于 PyTorch 的图像模型库（PyTorch Image Models，TIMM），用于最新图像分类。 这个库从 330+ 种预训练的最新图像分类模型中进行选择，方便我们使用提供的脚本在 ImageNet 等研究数据集上重新训练模型。而且，可...

阅读(1595)评论(0)赞 (1)标签：GitHub / 机器学习 / 深度学习 / 资源

红色石头 发布于 2020-07-16

大名鼎鼎的 Mask RCNN 一举夺得 ICCV2017 Best Paper，名声大造。Mask RCNN 是何恺明基于以往的 Faster RCNN 架构提出的新的卷积网络，实现高效地检测图中的物体，并同时生成一张高质量的每个个体的分割掩码，即有效地目标的同时完成了高质量的...

阅读(7284)评论(0)赞 (2)标签：Keras / TensorFlow / 深度学习

红色石头 发布于 2020-06-28

如今，AI有道已经陪伴读者两年了。在这段时间里，我们一直专注于人工智能最前沿的技术、干货和资讯，努力为读者呈现最有价值的 AI 信息，致力于为读者提供切实可行的 AI 学习路线。 两年的时间，我们已经发布了超过 160 篇技术干货文章，52 万字，电子版总共 1700 多页。内容...

阅读(10805)评论(0)赞 (7)标签：机器学习 / 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(4923)评论(0)赞 (4)标签：深度学习 / 目标检测

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(4715)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(4602)评论(0)赞 (1)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(4383)评论(0)赞 (7)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(6484)评论(0)赞 (7)标签：TensorFlow / 深度学习