标签：深度学习

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(3537)评论(0)赞 (0)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(4835)评论(0)赞 (5)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(4054)评论(0)赞 (2)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(3871)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(3723)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(3705)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(5441)评论(0)赞 (6)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(4192)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(4414)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(6500)评论(0)赞 (4)标签：PyTorch / 深度学习 / 资源