首页
发现
小书
最近更新 热门推荐
人工智能 相关的文章
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI
Bfb16969a9c4dd3c7344cb68df501226

使用 TensorFlow Object Detection API Mask R-CNN 训练自定义图像分割模型

前言 图像分割 TensorFlow Object Detection API 工程创建 数据集 图片 标注 创建 TFRecord LabelMap 模型训练 下载预训练模型 配置训练 Pipeline 训练模型 模型导出 测试模型 小结 参考链接 前言 上一篇介绍...
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI

使用 TensorFlow Object Detection API 训练自定义目标检测模型

前言 目标检测 位置 发展史 传统方法（候选区域+手工特征提取+分类器） Region Proposal+CNN（Two-stage） 端到端（One-stage） TensorFlow Object Detection API 安装依赖项 安装 API 工程创建 数据集 图片 标...
Fdba1e41099ba4d7f80159bfacae006a
3ab0b8d380d979fd3b5814f373ba261c
icloudend in SwiftUI与人工智能(机器学习)
0a68d18e9c052e6a5ef0dbbe8a1bee8c

macOS SwiftUI 算法界面之内容填充之快速搜索联合搜索和深度搜索

实战需求 macOS SwiftUI 算法界面之内容填充之快速搜索联合搜索和深度搜索 本文价值与收获看完本文后，您将能够作出下面的界面 基础知识1、渗滤算法 上面的网格是解决这个问题的简化系统。每个正方...
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI

使用 TensorFlow 2 Keras 实现 AlexNet CNN 架构

前言 网络结构 实现 Sequential Subclassing Demo 小结 参考 前言 上一篇笔者使用如何阅读深度学习论文的方法阅读了 AlexNet。为了加深理解，本文带大家使用 TensorFlow 2 Keras 实现 AlexNet CNN 架构。 网络结构 ...
3437fb3c5d401b4230f24cc678a8d9a1
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI
30168e163501b82871509e083deaeeff

AlexNet 论文深度讲解

论文地址 阅读方式 ImageNet Classification with Deep Convolutional Neural Networks 使用深度卷积神经网络的 ImageNet 分类 Abstract 摘要 1 Introduction 1 简介 2 The Dataset 2 数据集 3 The Architecture 3 架构 3.1 ReLU Nonlinearity 3.1 ReLU ...
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI

Dropout 层

前言 Dropout Dropout 工作流程 正常的流程 加入 Dropout 的流程 为什么要丢弃 Dropout 的作用 Dropout 的用法 参考链接 前言 介绍完激活函数，根据模型的定义，下面就是 Dropout 了。 model = Sequential([ data_augment...
Ca88627d5ee252d421bf7ae8f1c4a4e5
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI
5518a55b0929abe0ee3a0e9c6bca07d1

如何阅读深度学习论文

论文来源 阅读方式 第一步 第二步 第三步 第四步 阅读过程 深入理解 数学推导 代码练习 习惯 小结 阅读论文是理解人工智能和提升人工智能能力的重要途径。本文是笔者观看 Andrew Y Ng 的 Career Ad...
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI

激活函数

前言 为何需要激活函数 单层感知机 组合感知机 激活函数 激活函数的作用 激活函数的选择 Sigmoid Relu tanh 小结 参考链接 前言 前两篇文章分别为大家介绍了卷积层和采样层，本文将为大家带来介...
7814256bd87d5190f3dd7edc437f4fc7
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI
Da56ea529b67e51dd0643fe860f2d616

易 AI 文章导航

简介 易 AI，用人话讲 AI。 不是计算机专业？不懂数学？不懂编程？不懂 Python？统统没关系，要的就是这样的学者。易 AI 的目的是让喜欢 AI 的人，更容易入门 AI。 易 AI 不同于其他教程或者书籍。易 AI ...
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI

CNN 采样层（池化层）

采样层 最大池化（max pooling） 均值池化（average pooling） 池化操作 采样的性质 一定程度的空间（平移、尺寸）不变性 信息过滤 采样的作用 思考题 小结 上一篇介绍了卷积层，本文为大家介绍下...
A9777899c7fefb3224cc5d86d6487c57
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI
Debdaa788a3a1a362e8736776f64660d

CNN 卷积层

卷积 图像卷积 卷积的意义 为何图像卷积有用 卷积如何处理复杂特征 小结 参考链接 通过上一篇对卷积神经网络结构的介绍，大家已经知道卷积神经网络主要包含：卷积、最大池化、Dropout、Flatten、Dense...
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI

机器学习卷积神经网络（CNN）

卷积神经网络结构 输入层 隐藏层 输出层 TensorFlow 中定义卷积神经网络模型 宏观理解卷积神经网络 全连接 采样 卷积 小结 上一篇介绍了如何在 TensorFlow 中加载数据集。从本文开始将以王者荣耀...
B4c4b0f73206b15c1f29aa5aaf2b6dd0
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI
08a99f59b05c0ff59c7b00d6f6387144

机器学习加载数据集(输入管道 Pipeline)

创建项目 加载单张图 显示单张图 加载数据集 显示数据集 数据输入管道 cache shuffle prefetch 小结 参考链接 机器学习数据集为大家介绍了什么是数据集，如何收集数据集；机器学习计算机视觉基础 为...
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI

机器学习工作原理

机器学习工作原理机器学习 机器学习其实就是在找一个函数，这里我将这个函数称为“智能函数”，该函数可以接受你的输入，并得到预期的输出。 这个函数很复杂，而寻找这个函数的工程就叫做学习...
95b917587b3c4cc0af43e2bb67e8afca
5ea817f540d0cb36a9680f16d2d186c0
CatchZeng in 易 AI
844e9e9e35cf65871ba0d655b4eee42f

人工智能基本概念与产业生态

人工智能 机器学习 监督学习 无监督学习 强化学习 一些理解 深度学习 迁移学习 概念间的关系 产业生态 基础层 技术层 应用层 全链服务 小结 参考 本文将为大家介绍以下人工智能（Artificial Intel...
3ab9ac805268f3fa4ecc77de959305a0
gain-wyj in matlab神经网络分析

MATLAB神经网络系列学习之开篇

人工智能想必大家都有一定的了解，它在现在科技发展的进程中发挥着巨大的作用，而且炒的越来越热。所谓处处都有人工智能，不学习人工智能说明已经在这个时代out了。神经网络就是人工智能发展的一...
Cd7276549bb4819ee8d9995543624296
1fce75d47c81ef854d729478ac1adbed
RPA观察者 in RPA第一频道
068c1b251ce45bed4c2842aaa10d0156

企业数字化转型如何在RPA这里拐了个弯？破解人工智能“落地难”

企业数字化转型如何在RPA这里拐了个弯？破解人工智能“落地难” 2020年以来，受新冠疫情影响，全球各行业都遭受重创。疫情之下，企业也开始意识到，推进办公自动化与数字化转型的重要性。而以RPA（...
1fce75d47c81ef854d729478ac1adbed
RPA观察者 in RPA第一频道

AI带领RPA迈入新高地，RPA+AI引领企业数字化重塑

AI带领RPA迈入新高地，RPA+AI引领企业数字化重塑 作者：UB Store 人工智能（AI），从其问世以来，一直深受关注。不过近几十年的发展，并没有将它大范围普及。目前，AI应用场景的实际落地仍较为稀少，具...
1e3710811c87751779501a61ad66df1e
1fce75d47c81ef854d729478ac1adbed
RPA观察者 in RPA第一频道
3fb6eb59cb8f6cca8f7641130fca3035

通往人工智能第一步丨AI时代，RPA如何帮助企业问路精益化？

通往人工智能第一步丨AI时代，RPA如何帮助企业问路精益化？ 作者：UB Store 作为组织变革最具颠覆性的力量，AI（人工智能）自打从诞生之日起，就被寄予了厚望。 很多企业都想通过这一技术实现自身的...
3ab0b8d380d979fd3b5814f373ba261c
icloudend in SwiftUI与人工智能(机器学习)

SwiftUI 机器学习之如何计算均值Mean (教程含源码)

本文价值与收获看完本文后，您将能够作出下面的界面 实战需求 均值是机器学习的基础，类似我们常用的k-mean聚类算法其核心即使均值(mean)和标准差(standard deviation)。Swift标准库没有提供这些均值的原生...
F487eb6721c65e56229792285ac458c1
Created with Sketch.
top Created with Sketch.