或
与
{{ forum.displayName }}
{{ forum.displayName }}
全部文章
只看精选
至
匹配程度
发表时间
降序
升序
收起
高级搜索
约找到 24 条结果，耗时 0.244 秒
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 说明一切，无须解释，中文翻译：XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXdeep-learning-zh_cn
This fascination makes rocketry an excellent venue for teaching and learning of physical sciences, mathematics
based on our ICCV 2015 paper Conditional Random Fields as Recurrent Neural Networks, which utilizes deep
Deep residual learning
for image recognition. computer vision and pattern recognition, pages 770–778,
我初学编程用的是C，后来为了弄opencv学了C++，但现在我要是有个什么想法想随手写出来验证，一般还是会用Python，加上大部分deep learning的 library提供的API 都是Python
Rectified Linear Units Improve Restricted Boltzmann Machines[C]International Conference on Machine Learning
accumulated research" do in the DARPA Challenge:
Pieter Abbeel, Associate Professor, UC Berkeley - RE•WORK Deep
而同时《Multi-column deep neural networks for image classification》这篇文章体现出的是将输入数据进行不同变换后，使用多个卷积神经网络识别时的优异性能
2015 年德国的几位科研人员基于 google deep dream 的思路，提出了一种用 CNN自动生成带有特定艺术风格的图片的算法，发表了一篇名为A Neural Algorithm of Artistic
利用梯度下降学习利用梯度下降学习(Learning to learn by gradient descent by gradient descent)谷歌 DeepMind 组的神文，先睹为快。
How One NVIDIAN Uses Deep Learning to Keep Cats from Pooping on His Lawn
Everyone loves cats.
用 deep learning 实现detection的方法有 XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX， XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 。
RBM与BP的结合：DBN五、卷积神经网络参考论文《gradient-based learning applied to document recognition》further reading《notes
家用游戏卡的话，也就勉强BS开到1微调个0.5B或1.5B顶天了，但这种Toy参数量的模型性能很差意义不大，根本没必要微调，效果大概率不如调用Deepseek之类API加上In-Context Learning
然后用深层神经网络（deep neural network）对每个区域进行处理，以产生一个高层级的特征矢量，捕获相关的视觉信息。接下来，将这个特征矢量作为输入，进入一个神经网络。
官网的Deepseek v2 chat目前似乎进行了调整，过去能直接击穿的提示词现在因为第一回答的低品质现象可能无法击穿，但是在原提示词上附加过去的高品质第一回答后，能以类Few-Shot Learning
空间表征学习 (Spatial Representation Learning) ：利用一个空间解码器（Spatial Decoder），通过处理同一场景的两个不同视角的图像，来学习几何一致性。
第四阶段—-高潮时期 深度学习(Deep Learning,DL)由Hinton等人于2006年提出，是机器学习(Machine Learning, ML)的一个新领域。
推荐一本好书，尚未出版，但作者在撰写过程中全程同步更新章节内容，任人围观挑错，同时不断加入最新的科研进展。章节地址: http://www.deeplearningbook.orgGithub: ht...
内容同步发布于简书以及知乎前阵子读了一篇关于三维重建的论文，是Facebook团队联合华盛顿大学发表在CVPR2019上的。这一论文尝试用神经网络去近似SDF函数（将在后面进行简述），进而重建三维模型...