【AI系统】轻量级CNN模型综述
神经网络模型被广泛的应用于工业领域，并取得了巨大成功。然而，由于存储空间以及算力的限制，大而复杂的神经网络模型是难以被应用的。首先由于模型过于庞大，计算参数多(如下图所示)，面临内存不足的问题。其次某些场景要求低延迟，或者响应要快。所以，研究小而高效的 CNN 模型至关重要。 本文将介文绍一些常见的...
算法金 | 秒懂 AI - 深度学习五大模型：RNN、CNN、Transformer、BERT、GPT 简介
1. RNN（Recurrent Neural Network） 时间轴 1986年，RNN 模型首次由 David Rumelhart 等人提出，旨在处理序列数据。 关键技术 循环结构序列处理长短时记忆网络（LSTM）和门控循环单元（GRU） 核心原理 RNN 通过循环结构让网络记住...
【AI 初识】什么是卷积神经网络 （CNN）？
探索卷积神经网络（CNN） 引言 卷积神经网络（Convolutional Neural Networks，CNN）是一种专门用于处理图像数据的深度学习模型，具有重要的理论和实际应用价值。作为一个具备AI前沿科学研究的工程师，深入了解CNN的概念、原理和应用，对于提高模型的性能和应用效果具有重要意义。在本文中，我们将探讨CNN的概念、结构、工作原理以及在人工智能领域的应用。 概念解析 卷...
何以为猫？可解释AI从语义层面理解CNN的识别机制
来自北京大学、东方理工、南方科技大学和鹏城实验室等机构的研究团队提出了一种语义可解释人工智能(semantic explainable AI, S-XAI）的研究框架，该框架从语义层面解释了 CNN 的学习机制。近年来，CNN 因其优异的性能，在计算机视觉、自然语言处理等各个领域受到了研究者们的青睐。但是，CNN 是一个 「黑盒」 模型，即模型的学习内容和决策过程很难用人类能够理解的方式提取和表....
AI遮天传 DL-CNN
一、简介1.1 大脑皮层中的局部检测器和平移不变性神经科学家 Hubel 和 Wiesel 于1962在猫的视觉皮层上面发现：有一种简单细胞用于检测图像物体的局部特征；另外一种复杂细胞将视网膜上向邻近的简单视网膜的输出“池化”。按照他们的发现，构造出如下概念模型：由此提出人工视觉系统的构建方式：组合多个简单细胞/复杂细胞层高层用来计算更全局、不变性更强的特征在顶层添加分类器从而人们建立了多个模型....
一周AI最火论文 | 移动端的3D实时CNN正在成为现实，加速框架细节起底
本周关键词：推荐系统、3D建模、BERT本周最佳学术研究新一代推荐系统实验工具如果你关注推荐系统，那么python版的LensKit推荐系统引擎库（LKPY）可能会引起你的兴趣。这是一个开源工具包，可用于构建、研究及学习推荐系统。2010年LensKit 的Java版本首次发布，目前该工具已经应用于各种研究的发表、小规模生产部署以及线上（MOOC）和线下（传统教室）教育中。在本文中，美国博伊西州....
CNN可解释性再受关注，人类真能理解机器的思想吗？ | 一周AI最火论文
本周关键词：对象识别、CNN、文本识别本周最佳学术研究SOLO：按位置分割对象的方法本文提出了一种新颖且极其简单的图像实例分割方法，称为SOLO，这是一种直接实例分割框架，由澳大利亚阿德莱德大学和字节跳动 AI 实验室的研究人员合作开发。SOLO是一种端到端的深度学习架构，可以将原始输入图像直接映射到所需的实例蒙版，无需像自底向上的方法那样进行分组后处理，也不需要像自顶向下的方法那样进行边界框检....
一周AI最火论文 | 学习版CNN 101，极简神经网络手慢无！
本周关键词：机器翻译，神经网络教学，姿势估计本周最佳学术研究CNN 101: 卷积神经网络的交互式视觉学习为了应对深度学习模型中的复杂性挑战，研究人员开发了CNN 101，这是一个交互式的可视化系统，可以帮助学生更好地了解和学习卷积神经网络，它是基础的深度学习模型体系结构。使用现代Web技术构建的CNN 101无需专用硬件即可在用户的Web浏览器中本地运行。通过紧密集成的交互式视图，CNN 10....
一文读懂目标检测AI算法：R-CNN，faster R-CNN，yolo，SSD，yoloV2
1 引言 深度学习目前已经应用到了各个领域，应用场景大体分为三类：物体识别，目标检测，自然语言处理。上文我们对物体识别领域的技术方案，也就是CNN进行了详细的分析，对LeNet-5 AlexNet VGG Inception ResNet MobileNet等各种优秀的模型框架有了深入理解。本文着重与分析目标检测领域的深度学习方法，对其中的经典模型框架进行深入分析。 目标检测可以理解为是物体识别....
AI学习笔记——卷积神经网络（CNN）
image.png 上篇文章简单地地介绍了神经网络和深度学习，在神经网络中，每一层的每个神经元都与下一层的每个神经元相连(如下图)， 这种连接关系叫全连接（Full Connected）。如果以图像识别为例，输入就是是每个像素点，那么每一个像素点两两之间的关系(无论相隔多远)，都被下一层的神经元"计算"了。 这种全连接的方法用在图像识别上面就显得太"笨"了，因为图像识别首先得找到图片中各个部分.....
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。
产品推荐
阿里云机器学习平台PAI
阿里云机器学习PAI（Platform of Artificial Intelligence）面向企业及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-iTAG智能标注平台、PAI-Designer（原Studio）可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台，支持千亿特征、万亿样本规模加速训练，百余落地场景，全面提升工程效率。
+关注