- 作为本系列的第三篇文章，介绍度量学习算法的一种典型应用——图像检索，重点介绍目前热门的深度哈希算法。 作为本系列的第三篇文章，介绍度量学习算法的一种典型应用——图像检索，重点介绍目前热门的深度哈希算法。
- 大家好！我是【AI 菌】，一枚逆风生长的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、数据结构与算法、编程 等感兴趣，可以关注我的动态，我们一起学习，一起进步~ 大家好！我是【AI 菌】，一枚逆风生长的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、数据结构与算法、编程 等感兴趣，可以关注我的动态，我们一起学习，一起进步~
- # 深度学习，共形场论和对称函数## 非线性，过拟合与压缩感知深度学习中，一个非常难以解决的问题是过拟合问题。过拟合的一个解释是参数空间太大，即参数过多。但这个解释非常的浅层。因为如果我们觉得参数过多，那么就可以减少参数啊。但问题的关键在于，正如我们并不知道应该增加什么特征一样，我们也并不知道减少参数的原则。所以有一种叫Drop out 的方法来随机减少节点从而达到减少参数的目的。这都是非常... # 深度学习，共形场论和对称函数## 非线性，过拟合与压缩感知深度学习中，一个非常难以解决的问题是过拟合问题。过拟合的一个解释是参数空间太大，即参数过多。但这个解释非常的浅层。因为如果我们觉得参数过多，那么就可以减少参数啊。但问题的关键在于，正如我们并不知道应该增加什么特征一样，我们也并不知道减少参数的原则。所以有一种叫Drop out 的方法来随机减少节点从而达到减少参数的目的。这都是非常...
- 这里有四张图片，两张是犰狳、两张是穿山甲，在给定一张query图片，我们很快就可以分辨出这张图片所属的类别。我们仅用了四张图片就完成了一个学习任务。但是我们不可能仅通过这四张图片完成一个深度神经网络的训练。这其实就是做few shot learning 的motivation。 传统的监督学习 通过训练集训练模型，推理阶段 待分类的样本虽然之前没有见过，但是其来源于已知的类，其类别包含在训练... 这里有四张图片，两张是犰狳、两张是穿山甲，在给定一张query图片，我们很快就可以分辨出这张图片所属的类别。我们仅用了四张图片就完成了一个学习任务。但是我们不可能仅通过这四张图片完成一个深度神经网络的训练。这其实就是做few shot learning 的motivation。 传统的监督学习 通过训练集训练模型，推理阶段 待分类的样本虽然之前没有见过，但是其来源于已知的类，其类别包含在训练...
- 不可否认深度学习的发展给推荐系统带来了巨大的进步，但是传统的经典算法仍然是一个比较高的算法基线，是非常值得学习的。 不可否认深度学习的发展给推荐系统带来了巨大的进步，但是传统的经典算法仍然是一个比较高的算法基线，是非常值得学习的。
- 目前，作为深度学习的代表算法之一，卷积神经网络（Convolutional Neural Networks，CNN）在计算机视觉、分类等领域上，都取得了当前最好的效果。后来，基于深度神经网络和搜索树的智能机器人“AlphaGo”在围棋上击败了人类，这是CNN 给人们的一个大大的惊喜。一年后的 Master 则更是完虐了所有人类围棋高手，达到神一般的境界，人类棋手毫无胜机。可以说，卷积神经网络... 目前，作为深度学习的代表算法之一，卷积神经网络（Convolutional Neural Networks，CNN）在计算机视觉、分类等领域上，都取得了当前最好的效果。后来，基于深度神经网络和搜索树的智能机器人“AlphaGo”在围棋上击败了人类，这是CNN 给人们的一个大大的惊喜。一年后的 Master 则更是完虐了所有人类围棋高手，达到神一般的境界，人类棋手毫无胜机。可以说，卷积神经网络...
- 深度神经网络（Deep neural network，DNN）本质上是由具有多个连接的感知器形成的，其中一个感知器是单个神经元。我们可以将人工神经网络（Artificial neural network，ANN）看作一个包含一组沿着加权路径馈送的输入系统。然后对这些输入进行处理，并产生一个输出来执行某些任务。随着时间的推移，人工神经网络将会“学习”，并发展出不同的路径。各种路径可以具有不同的... 深度神经网络（Deep neural network，DNN）本质上是由具有多个连接的感知器形成的，其中一个感知器是单个神经元。我们可以将人工神经网络（Artificial neural network，ANN）看作一个包含一组沿着加权路径馈送的输入系统。然后对这些输入进行处理，并产生一个输出来执行某些任务。随着时间的推移，人工神经网络将会“学习”，并发展出不同的路径。各种路径可以具有不同的...
- 2020-09-22：已知两个数的最大公约数和最小公倍数，并且这两个数不能是最大公约数和最小公倍数本身。如何判断这两个数是否存在？福哥答案2020-09-22：#福大大架构师每日一题#1.如果最小公倍数不能被最大公约数整除，不存在这两个数。2.求【商】=【最小公倍数/最大公约数】。3.判断【商】是否是质数，如果是，直接返回false。这个步骤可以不要。4.幂次方缩小【商】范围，如果【商】是a... 2020-09-22：已知两个数的最大公约数和最小公倍数，并且这两个数不能是最大公约数和最小公倍数本身。如何判断这两个数是否存在？福哥答案2020-09-22：#福大大架构师每日一题#1.如果最小公倍数不能被最大公约数整除，不存在这两个数。2.求【商】=【最小公倍数/最大公约数】。3.判断【商】是否是质数，如果是，直接返回false。这个步骤可以不要。4.幂次方缩小【商】范围，如果【商】是a...
- 作为本系列的第二篇文章，主要介绍一些经典的度量学习算法，包括传统的非深度学习算法和目前热门的深度学习算法。 作为本系列的第二篇文章，主要介绍一些经典的度量学习算法，包括传统的非深度学习算法和目前热门的深度学习算法。
- 华为诺亚方舟实验室因果研究团队将强化学习应用到打分法的因果发现算法中，最终得到因果图结构。该工作获得了ICLR 2020满分评价，并做口头报告。 华为诺亚方舟实验室因果研究团队将强化学习应用到打分法的因果发现算法中，最终得到因果图结构。该工作获得了ICLR 2020满分评价，并做口头报告。
- 今天我们谈谈AI经典问题之一——计算机视觉。深度学习在计算机视觉上的运用主要是卷积神经网络，必须强调的是卷积神经网络的应用并不仅仅局限于图像，在音频、视频方面也有不少的应用，甚至NLP中也有使用卷积神经网络的例子，所以说对AI从业者来说学习这些还是很有好处的。在这篇文章中，我们以Mask-RCNN[1]的发展历史为线索探讨计算机视觉问题中的图像分割问题以及物体检测，并最后简单讲解一些我在医学... 今天我们谈谈AI经典问题之一——计算机视觉。深度学习在计算机视觉上的运用主要是卷积神经网络，必须强调的是卷积神经网络的应用并不仅仅局限于图像，在音频、视频方面也有不少的应用，甚至NLP中也有使用卷积神经网络的例子，所以说对AI从业者来说学习这些还是很有好处的。在这篇文章中，我们以Mask-RCNN[1]的发展历史为线索探讨计算机视觉问题中的图像分割问题以及物体检测，并最后简单讲解一些我在医学...
- 我是第五章OCR才入实战营学习的，没想到自己能从头到尾完成了课程与作业打卡。作为非科班历史系专业学生，对人工智能仅止步于听闻其能改变我们的世界，直到遇到华为云AI实战营让我也能零基础学习。从第五章学起我一开始是非常担忧的，害怕跟不上别的同学学习进度。但是非常感谢小助手1号，鼓励我说尝试从第五章同步跟着学，兑换积分后还送了我一个云宝和modelarts帽子(开心)。零一老师的直播课让我受益匪浅... 我是第五章OCR才入实战营学习的，没想到自己能从头到尾完成了课程与作业打卡。作为非科班历史系专业学生，对人工智能仅止步于听闻其能改变我们的世界，直到遇到华为云AI实战营让我也能零基础学习。从第五章学起我一开始是非常担忧的，害怕跟不上别的同学学习进度。但是非常感谢小助手1号，鼓励我说尝试从第五章同步跟着学，兑换积分后还送了我一个云宝和modelarts帽子(开心)。零一老师的直播课让我受益匪浅...
- 在目标检测任务中，不同数据集的目标框的清晰度可能会有差异，目标框清晰度敏感度就是衡量这个差异的变量，而不同的目标框清晰度的数值对模型训练以及推理都会有影响。本博客将对该敏感度进行分析并对相关的解决方法进行介绍 在目标检测任务中，不同数据集的目标框的清晰度可能会有差异，目标框清晰度敏感度就是衡量这个差异的变量，而不同的目标框清晰度的数值对模型训练以及推理都会有影响。本博客将对该敏感度进行分析并对相关的解决方法进行介绍
- 数组里面，有很多中函数可以用来查找元素，下面我将一一进行展开，一起复习掌握，方法虽多，以后在使用时，根据自己的使用场景进行选择合适的进行使用就行。 数组里面，有很多中函数可以用来查找元素，下面我将一一进行展开，一起复习掌握，方法虽多，以后在使用时，根据自己的使用场景进行选择合适的进行使用就行。
- 在目标检测任务中，不同数据集的目标框的亮度可能会有差异，目标框亮度敏感度就是衡量这个差异的变量，而不同的目标框亮度的数值对模型训练以及推理都会有影响。本博客将对该敏感度进行分析并对相关的解决方法进行介绍 在目标检测任务中，不同数据集的目标框的亮度可能会有差异，目标框亮度敏感度就是衡量这个差异的变量，而不同的目标框亮度的数值对模型训练以及推理都会有影响。本博客将对该敏感度进行分析并对相关的解决方法进行介绍
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签