海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
一、介绍 海洋生物识别系统。以Python作为主要编程语言，通过TensorFlow搭建ResNet50卷积神经网络算法，通过对22种常见的海洋生物（'蛤蜊', '珊瑚', '螃蟹', '海豚', '鳗鱼', '水母', '龙虾', '海蛞蝓', '章鱼', '水獭', '企鹅', '河豚', '魔鬼鱼', '海胆', '海马', '海豹', '鲨鱼', '虾', '鱿鱼', '海星', '海.....
具有生物启发训练方法的物理深度学习：物理硬件的无梯度方法
对人工智能不断增长的需求推动了对基于物理设备的非常规计算的研究。虽然此类计算设备模仿了大脑启发的模拟信息处理，但学习过程仍然依赖于为数字处理优化的方法，例如反向传播，这不适合物理实现。在这里，来自日本 NTT 设备技术实验室（NTT Device Technology Labs）和东京大学的研究团队通过扩展一种称为直接反馈对齐（DFA）的受生物学启发的训练算法来展示物理深度学习。与原始算法不同，....
从手工作业到工业革命！Nature文章：生物图像分析被深度学习彻底改变的五个领域
【新智元导读】生物学和深度学习的组合在时下很热门，但实际上这场变革早已开启。一立方毫米，听起来不大，也就是一粒芝麻的大小，但在人类的大脑中，这点儿空间却能够容纳由1.34亿个突触相连接的大约5万条神经线（neural wires）。为了生成原始数据，生物科学家需要使用连续超薄切片电镜的方法，在11个月内对数以千计的组织碎片进行成像。而最终获得的数据量也达到了惊人的1.4 PetaBytes（即1....
学界 | Yoshua Bengio最新修改版论文：迈向生物学上可信的深度学习
此篇论文 Yoshua Bengio 最早发表于 2015 年 2 月，于昨日公开第三次修改版本，读者可点击「阅读原文」进行下载。论文链接 https://arxiv.org/abs/1502.04156摘要神经科学家长期以来批评深度学习算法与当前的神经生物学知识彼此不相容的现状。我们探索了更加符合生物学逻辑的深度表征学习版本，本文主要关注无监督式学习，但是也关注开发一个能解释监督式、无监督式和....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注