- 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。第二部分将讲解图像运算和图像增强，上一篇文章是图像点运算的灰度化处理知识，包括各种灰度算法的实现，以及灰度线性变换和灰度非线性变换。这篇文章将详细讲解图像灰度线性变换，包括灰度上移、对比度增强、对比度减弱和灰度反色变换。希望文章对您有所帮助，如果有不足之处，还 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。第二部分将讲解图像运算和图像增强，上一篇文章是图像点运算的灰度化处理知识，包括各种灰度算法的实现，以及灰度线性变换和灰度非线性变换。这篇文章将详细讲解图像灰度线性变换，包括灰度上移、对比度增强、对比度减弱和灰度反色变换。希望文章对您有所帮助，如果有不足之处，还
- SWA：平均权重导致更广泛的最优和更好的泛化 摘要深度神经网络通常通过使用 SGD 变体优化损失函数以及衰减学习率来训练，直到收敛。 我们展示了沿 SGD 轨迹的多个点的简单平均，具有周期性或恒定的学习率，比传统训练具有更好的泛化能力。 我们还表明，这种随机权重平均 (SWA) 过程找到了比 SGD 更平坦的解决方案，并用单个模型逼近了最近的快速几何集成 (FGE) 方法。 使用 SWA，... SWA：平均权重导致更广泛的最优和更好的泛化 摘要深度神经网络通常通过使用 SGD 变体优化损失函数以及衰减学习率来训练，直到收敛。 我们展示了沿 SGD 轨迹的多个点的简单平均，具有周期性或恒定的学习率，比传统训练具有更好的泛化能力。 我们还表明，这种随机权重平均 (SWA) 过程找到了比 SGD 更平坦的解决方案，并用单个模型逼近了最近的快速几何集成 (FGE) 方法。 使用 SWA，...
- 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。第二部分将讲解图像运算和图像增强，第一篇文章是图像点运算的灰度化处理知识，包括各种灰度算法的实现，以及灰度线性变换和灰度非线性变换。希望文章对您有所帮助，如果有不足之处，还请海涵。 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。第二部分将讲解图像运算和图像增强，第一篇文章是图像点运算的灰度化处理知识，包括各种灰度算法的实现，以及灰度线性变换和灰度非线性变换。希望文章对您有所帮助，如果有不足之处，还请海涵。
- 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。上一篇文章介绍图像采样处理。这篇文章将详细讲解图像金字塔，包括图像向上取样和向下取样。希望文章对您有所帮助，如果有不足之处，还请海涵。 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。上一篇文章介绍图像采样处理。这篇文章将详细讲解图像金字塔，包括图像向上取样和向下取样。希望文章对您有所帮助，如果有不足之处，还请海涵。
- 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。上一篇文章介绍图像几何变换，包括图像镜像、图像仿射和图像透视。这篇文章将介绍图像量化处理，即将图像像素点对应亮度的连续变化区间转换为单个特定值的过程。希望文章对您有所帮助，如果有不足之处，还请海涵。 欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。上一篇文章介绍图像几何变换，包括图像镜像、图像仿射和图像透视。这篇文章将介绍图像量化处理，即将图像像素点对应亮度的连续变化区间转换为单个特定值的过程。希望文章对您有所帮助，如果有不足之处，还请海涵。
- 4月20-22日，博鳌亚洲论坛（Boao Forum for Asia，BFA）2022年年会在海南举办。本届年会的主题为“疫情与世界：共促全球发展，构建共同未来”，华为云人工智能领域首席科学家、国际欧亚科学院院士（IEAS Academician）、IEEE Fellow田奇应邀参与分论坛 4月20-22日，博鳌亚洲论坛（Boao Forum for Asia，BFA）2022年年会在海南举办。本届年会的主题为“疫情与世界：共促全球发展，构建共同未来”，华为云人工智能领域首席科学家、国际欧亚科学院院士（IEAS Academician）、IEEE Fellow田奇应邀参与分论坛
- 机器学习《Machine Learning》----（2）模型评估与选择 机器学习《Machine Learning》----（2）模型评估与选择
- 盘古的训练以「昇腾AI处理器」为基座，同时借助了「CANN 异构计算架构」，让硬件算力得以充分释放，大大缩短了训练时间！ 盘古的训练以「昇腾AI处理器」为基座，同时借助了「CANN 异构计算架构」，让硬件算力得以充分释放，大大缩短了训练时间！
- 论文连接：https://arxiv.org/pdf/1911.08947.pdfgithub链接：github.com 网络结构首先，图像输入特征提取主干，提取特征；其次，特征金字塔上采样到相同的尺寸，并进行特征级联得到特征F；然后，特征F用于预测概率图（probability map P）和阈值图(threshold map T)最后，通过P和F计算近似二值图（approximate b... 论文连接：https://arxiv.org/pdf/1911.08947.pdfgithub链接：github.com 网络结构首先，图像输入特征提取主干，提取特征；其次，特征金字塔上采样到相同的尺寸，并进行特征级联得到特征F；然后，特征F用于预测概率图（probability map P）和阈值图(threshold map T)最后，通过P和F计算近似二值图（approximate b...
- 继CV/NLP领域的成功后，深度学习开始逐步进入生物领域，例如细胞影像分类，基因组研究等。在药物研发及蛋白工程领域，设计具备成药潜力的分子是重要的目标，AI与小分子药物结合的研究已较多，目前AI方法亦逐渐被用于生物药物的研发，例如抗体药物。本篇综述简要介绍了抗体及深度学习的背景，然后深入介绍了数种深度学习算法，该类型算法主要用于抗体结构/Affinity/互作/Target研究等。 继CV/NLP领域的成功后，深度学习开始逐步进入生物领域，例如细胞影像分类，基因组研究等。在药物研发及蛋白工程领域，设计具备成药潜力的分子是重要的目标，AI与小分子药物结合的研究已较多，目前AI方法亦逐渐被用于生物药物的研发，例如抗体药物。本篇综述简要介绍了抗体及深度学习的背景，然后深入介绍了数种深度学习算法，该类型算法主要用于抗体结构/Affinity/互作/Target研究等。
- 摘要本例提取了植物幼苗数据集中的部分数据做数据集，数据集共有12种类别，今天我和大家一起实现tensorflow2.X版本图像分类任务，分类的模型使用MobileNet，其核心是采用了深度可分离卷积，其不仅可以降低模型计算复杂度，而且可以大大降低模型大小，本文使用的案例训练出来的模型只有38M，适合应用在真实的移动端应用场景。关于MobileNet的介绍可以看我以前的文章：https://... 摘要本例提取了植物幼苗数据集中的部分数据做数据集，数据集共有12种类别，今天我和大家一起实现tensorflow2.X版本图像分类任务，分类的模型使用MobileNet，其核心是采用了深度可分离卷积，其不仅可以降低模型计算复杂度，而且可以大大降低模型大小，本文使用的案例训练出来的模型只有38M，适合应用在真实的移动端应用场景。关于MobileNet的介绍可以看我以前的文章：https://...
- 基于机器学习的恶意代码检测技术详解；一文详解复杂度分析；16张图解一致性哈希算法... 基于机器学习的恶意代码检测技术详解；一文详解复杂度分析；16张图解一致性哈希算法...
- 作者将打造一个《当人工智能遇上安全》系列博客，详细介绍人工智能与安全相关的论文、实践，并分享各种案例，涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等。基于机器学习的恶意代码检测方法一直是学界研究的热点，由于机器学习算法可以挖掘输入特征之间更深层次的联系，更加充分地利用恶意代码的信息，因此基于机器学习的恶意代码检测往往表现出较高的准确率，并且一定程度上可以对未知的恶意代码实现自动化的分析。 作者将打造一个《当人工智能遇上安全》系列博客，详细介绍人工智能与安全相关的论文、实践，并分享各种案例，涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等。基于机器学习的恶意代码检测方法一直是学界研究的热点，由于机器学习算法可以挖掘输入特征之间更深层次的联系，更加充分地利用恶意代码的信息，因此基于机器学习的恶意代码检测往往表现出较高的准确率，并且一定程度上可以对未知的恶意代码实现自动化的分析。
- 作者将打造一个《当人工智能遇上安全》系列博客，详细介绍人工智能与安全相关的论文、实践，并分享各种案例，涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等。这篇文章将分享两篇论文，介绍机器学习是如何运用到恶意代码攻击中的，并谈谈自己的理解，后续深入研究尝试分享相关实验，目前还是小白一只。基础性文章，希望对您有所帮助。 作者将打造一个《当人工智能遇上安全》系列博客，详细介绍人工智能与安全相关的论文、实践，并分享各种案例，涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等。这篇文章将分享两篇论文，介绍机器学习是如何运用到恶意代码攻击中的，并谈谈自己的理解，后续深入研究尝试分享相关实验，目前还是小白一只。基础性文章，希望对您有所帮助。
- 作者将打造一个《当人工智能遇上安全》系列博客，详细介绍人工智能与安全相关的论文、实践，并分享各种案例，涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等。这篇文章将详细分享基于机器学习的恶意代码检测技术，主要参考郑师兄的视频总结，包括机器学习概述与算法举例、基于机器学习方法的恶意代码检测、机器学习算法在工业界的应用。同时，详细分享了基于机器学习的恶意代码检测技术，希望您喜欢。 作者将打造一个《当人工智能遇上安全》系列博客，详细介绍人工智能与安全相关的论文、实践，并分享各种案例，涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等。这篇文章将详细分享基于机器学习的恶意代码检测技术，主要参考郑师兄的视频总结，包括机器学习概述与算法举例、基于机器学习方法的恶意代码检测、机器学习算法在工业界的应用。同时，详细分享了基于机器学习的恶意代码检测技术，希望您喜欢。
上滑加载中
推荐直播
-
OpenHarmony应用开发之网络数据请求与数据解析2025/01/16 周四 19:00-20:30
华为开发者布道师、南京师范大学泰州学院副教授，硕士研究生导师，开放原子教育银牌认证讲师
科技浪潮中，鸿蒙生态强势崛起，OpenHarmony开启智能终端无限可能。当下，其原生应用开发适配潜力巨大，终端设备已广泛融入生活各场景，从家居到办公、穿戴至车载。 现在，机会敲门！我们的直播聚焦OpenHarmony关键的网络数据请求与解析，抛开晦涩理论，用真实案例带你掌握数据访问接口，轻松应对复杂网络请求、精准解析Json与Xml数据。参与直播，为开发鸿蒙App夯实基础，抢占科技新高地，别错过！
回顾中 -
Ascend C高层API设计原理与实现系列2025/01/17 周五 15:30-17:00
Ascend C 技术专家
以LayerNorm算子开发为例，讲解开箱即用的Ascend C高层API
回顾中
热门标签