博客

在NLP中深度学习模型何时需要树形结构?

关键词: 深度学习, NLP
前段时间阅读了Jiwei Li等人[1]在EMNLP2015上发表的论文《When Are Tree Structures Necessary for Deep Learning of Representations?》,该文主要对比了基于树形结构的递归神经网络(Recursive neural network)和基于序列结构的循环神经网络(Recurrent neural network),... 阅读详情

机器学习---生成模型与判别模型

关键词: 机器学习
生成模型(Generative Model)是相对于判别模型(Discriminative Model)定义的。他们两个都用于有监督学习。监督学习的任务就是从数据中学习一个模型(也叫分类器),应用这一模型,对给定的输入X预测相应的输出Y。这个模型的一般形式为决策函数Y=f(X)或者条件概率分布P(Y|X)。

[Reinforcement Learning] 强化学习介绍

关键词: 强化学习
强化学习(Reinforcement Learning,简称RL)是机器学习中的一个领域,强调如何基于环境而行动,以取得最大化的预期利益。从本质上看,强化学习是一个通用的问题解决框架,其核心思想是 Trial & Error。

机器视觉入门知识总结

关键词: 机器视觉
工业相机类型:按照输出信号类型的不同分为模拟相机和数字相机两种。而数字相机按照接口标准不同,可以分为1394相机、USB相机、CameraLink相机以及Gige相机四种。其中CameraLink接口相机能够解决大数据量传送问题;Gige接口相机能够解决长距离、快速传输问题;而1394相机和USB接口相机具有简单易用、性价比高等特点。

边缘计算急需解决的难题

关键词: 边缘计算
目前边缘计算已经得到了各行各业的广泛重视,并且在很多应用场景下开花结果。根据边缘计算领域特定的特点,本文认为6个方向是未来几年迫切需要解决的问题:编程模型、软硬件选型、基准程序与标准、动态调度、与垂直行业的紧密结合以及边缘节点的落地。

五大技术助力,不安全的智能门锁能否成为智能家居的下一个入口?

智能门锁的兴起是门锁行业推陈出新的必然结果。随着物联网以及人工智能等的发展,智联网世界必然到来。相较机械锁,智能门锁也更符合未来智联网社会的需求。

OpenGL管线各环节细节

关键词: OpenGL, 渲染管线
图形管线(graphics pipeline)向来以复杂为特点,这归结为图形任务的复杂性和挑战性。OpenGL作为图形硬件标准,是最通用的图形管线版本。2016年正式发布的Vulkan是OpenGL ES™的继任者,它为开发者提供更大的控制权以及更透明的程序设计,从总体上比OpenGL ES具有更大的潜力将性能最大化。

Android GPU呈现模式分析

关键词: Android, GPU
Android 包含一些设备上开发者选项,可帮助您直观地了解您的应用在何处出现界面渲染问题,如执行太多不必要的渲染工作,或执行长时间的线程和 GPU 操作。Profile GPU Rendering 工具以滚动直方图的形式直观地显示渲染界面窗口帧所花费的时间。在性能较低的 GPU 上,可用的填充率可能很低。 随着绘制帧所需的像素数增加,GPU 可能需要花较长时间来处理新命令......

7大类深度CNN架构创新综述

关键词: CNN, 卷积神经网络
深度卷积神经网络(CNN)是一种特殊类型的神经网络,在各种竞赛基准上表现出了当前最优结果。深度 CNN 架构在挑战性基准任务比赛中实现的高性能表明,创新的架构理念以及参数优化可以提高 CNN 在各种视觉相关任务上的性能。本综述将最近的 CNN 架构创新分为七个不同的类别,分别基于空间利用、深度、多路径、宽度、特征图利用、通道提升和注意力。

人脸识别技术全面应用,相关产业渐入佳境

关键词: 人脸识别
近年来,以人脸识别为代表的计算机视觉的发展备受关注,人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。前瞻产业研究院根据人脸识别行业发展现状,估算我国人脸识别市场规模约占全球市场的10%左右。

序列图像超分辨率复原综述

关键词: 图像, 分辨率
序列图像的超分辨率复原是指采用信号处理的方法通过对序列低分辨率退化图像的处理来获得一幅或者多幅SR复原图像,该技术可以弥补硬件实现的局限并且成本低,在视频、遥感等领域有着重要的应用前景。简要介绍了超分辨率复原的应用,然后概述了相关的主要算法,最后指出了该领域的发展方向。

反馈神经网络算法

典型的卷积神经网络,开始阶段都是卷积层以及池化层的相互交替使用,之后采用全连接层将卷积和池化后的结果特征全部提取进行概率计算处理。在具体的误差反馈和权重更新的处理上,不论是全连接层的更新还是卷积层的更新,使用的都是经典的反馈神经网络算法,这种方法较原本较为复杂的......

机器学习:完整机器学习项目流程,数据清洗

关键词: 机器学习
一、完整机器学习项目流程 1. 数学抽象--任务目标 明确问题是进行机器学习的第一步。机器学习的训练过程通常都是一件非常耗时的事情,胡乱尝试时间成本是非常高的。 这里的抽象成数学问题,指的是根据数据明确任务目标,是分类、还是回归,或者是聚类。 2. 数据获取--数据集 数据决定了机器学习结果的上限,而算法只是尽可能逼近这个上限。 数据要有代表性,否则必然会过拟合。 对于分类问题,... 阅读详情

人工智能与伦理问题浅谈

关键词: 人工智能
人工智能一词是在1956年的达特茅斯会议上被首次提出来的。作为一门新兴的交叉学科,人工智能在当今脑科学、认知科学飞速发展的基础下,被称为本世纪三大科技成就之一。目前来说,人工智能主要涉及计算机领域,它试图了解人类智能的实质,进而能够生产出一种媲美人类智能的软件系统、机器人、仿生人或者生化人,最后乃至能够全面超越当今人类的“新人类”。

cocos2dx渲染架构

关键词: cocos2d-x, 渲染
2dx的时代UI树便利和渲染是没有分开的,遍历UI树的时候就渲染.3dx版本为了分离了ui树的遍历和渲染,先遍历生成渲染命令发到渲染队列,之后遍历渲染命令队列开始渲染.这样做的好处是渲染命令可以重用,单独的渲染可以做优化例如自动批绘制.本篇首先介绍cocos2D-X 3.x版本的渲染结构,之后会深入opengl es. mainLoop