CNN

我们已经介绍过很多解析机器学习模型的方法，例如如pdp、LIME和SHAP，但是这些方法都是用在表格数据的，他们能不能用在神经网络模型呢？

本文分析了常见的纹理数据集以及传统CNN在纹理数据集分类上效果不佳的原因。

卷积层输入输出的尺寸关系到底是什么样的？

CNN在图像识别、目标检测和语义分割等多个计算机视觉领域有着广泛的应用。

最近清华大学发表了一篇survey，研究结果或许表明全连接层才是最适合视觉的模型，并将迎来新的AI范式转换！

本文会告诉你为什么dropout在CNN的结构中会渐渐失宠。

最近港中文博士提出首个基于Transformer的条件GAN模型STransGAN，缓解了Transformer的部分问题，但成像质量仍不如CNN。

深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。

随着人工智能的发展，计算机在识物辨人等方面的能力与人类水平的差距逐渐缩小，而如何使计算机具备审美能力则仍然是一个很有挑战性的难题。

机器学习领域是巨大的，为了学习不迷路，可以从以下列表帮助学习。它概述深度学习的一些学习细节。