商圈搜索|帖子搜索|回复搜索
首页 > AI技术百科 > 搜索
347浏览
1点赞

南开大学人工智能学院

人工智能学院概况南开大学人工智能学院在天津市大力支持下，依托南开大学校内资源和学科优势，于2018年5月11日，由南开大学发布文件宣布学院成立。2018年5月16日，在第二届世界智能大会上举行了南开大学人工智能学院揭牌仪式。人工智能学院是在南开大学控制科学与工程一
391浏览
1点赞

贾斯汀·卡塞尔

世界经济论坛（WEF）未来计算机全球未来理事会主席，卡耐基梅隆大学计算机学院副院长 ，卡塞尔是人形对话代理的发明人，其研究在业界影响深远，最著名的研究成果就是在世界经济论坛上展出的社会感知机器人助理SARA，还有Yahoo-CMU未来私人助手研究项目。卡塞尔尝试将这
717浏览
0点赞

阿兰·麦席森·图灵（Alan Mathison Turing）

阿兰·麦席森·图灵简介　　阿兰·麦席森·图灵（Alan Mathison Turing，1912.6.23—1954.6.7），英国数学家、逻辑学家，他被视为计算机之父。 1931年图灵进入剑桥大学国王学院，毕业后到美国普林斯顿大学攻读博士学
351浏览
1点赞

2021cvpr PVGNet: 自下而上的单级三维物体检测器，集成了多层次的功能

FeaturesZhenwei Miao, Jikai Chen, Hongyu Pan, Ruiwen Zhang, Kaixuan Liu, Peihan Hao, Jun Zhu, Yang Wang, Xin Zhan; Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CV
363浏览
0点赞

2021 CVPR 最佳学生论文荣誉提名（Best Student Paper Honorable Mentions）

最佳学生论文荣誉提名（Best Student Paper Honorable Mentions）获得「最佳学生论文」提名的有三篇Less is More: ClipBERT for Video-and-Language Learning via Sparse Sampling（少即是多：通过稀疏取样进行视频
457浏览
0点赞

2021 CVPR 最佳学生论文奖（Best Student Paper）

最佳学生论文奖（Best Student Paper）Task Programming: Learning Data Efficient Behavior Representations（任务编程：学习数据有效的行为表征）作者团队来自加州理工和西北大学——Jennifer J. Sun, Ann Kennedy, Eric Zhan, David J. Anderson, Yisong Yue, Pietro
454浏览
0点赞

2021CVPR 最佳论文荣誉提名（Best Paper Honorable Mentions）

何恺明和Xinlei Chen的论文Exploring Simple Siamese Representation Learning（探索简单的连体表征学习）获得了最佳论文提名。https://arxiv.org/abs/2011.10566论文主要研究了：「连体网络」（Siamese networks）已经成为最近各种无监督视觉表征学习模型中的一种常见
300浏览
0点赞

2021 CVPR 论文奖

最佳论文奖（Best Paper）今年的最佳论文是马克斯·普朗克智能系统研究所和蒂宾根大学团队的Michael Niemeyer, Andreas Geiger，他们的论文是GIRAFFE: Representing Scenes as Compositional Generative Neural Feature Fields（GIRAFFE：将场景表现为组合生成的神经特
470浏览
0点赞

国际计算机视觉与模式识别会议（CVPR）

国际计算机视觉与模式识别会议（CVPR）是IEEE一年一度的学术性会议，会议的主要内容是计算机视觉与模式识别技术。CVPR是世界顶级的计算机视觉会议（三大顶会之一，另外两个是ICCV和ECCV），近年来每年有约1500名参加
359浏览
0点赞

国际计算机视觉大会 International Conference on Computer Vision

ICCV，英文全称International Conference on Computer Vision，中文全称国际计算机视觉大会，这个会议也是由IEEE主办的全球最高级别学术会议，每两年在世界范围内召开一次，在业内具有极高的评价。ICCV论文录用率非
817浏览
0点赞

欧洲计算机视觉国际会议 European Conference on Computer Vision

ECCV，英文全称European Conference on Computer Vision，中文全称欧洲计算机视觉国际会议。ECCV每年的论文接受率为25-30%左右，每次会议在全球范围会收录论文300篇左右，收录论文的主要来源是来自于美国、欧洲等顶
408浏览
3点赞

KNN算法（K最近邻算法）详解

K 最近邻的核心数学知识是距离的计算和权重的计算。我们把需要预测的点作为中心点，然后计算其周围一定半径内的已知点距其的距离，挑选前 k 个点，进行投票，这 k 个点中，哪个类别的点多，该预测点就被判定属于哪一
1061浏览
1点赞

KNN算法的优缺点

优点：简单，易于理解，无需建模与训练，易于实现；适合对稀有事件进行分类；适合与多分类问题，例如根据基因特征来判断其功能分类，kNN比SVM的表现要好。缺点：惰性算法，内存开销大，对测试样本分类时计算量大，性
310浏览
0点赞

KNN算法的流程

KNN算法的流程计算测试数据与各个训练数据之间的距离；按照距离的递增关系进行排序；选取距离最小的K个点；确定前K个点所在类别的出现频率；返回前K个点中出现频率最高的类别作为测试数据的预测分类。下图中给出了KN
251浏览
0点赞

神经网络和深度学习： 一 使用神经网络识别手写数字

前言：这一系列主要翻译自neural networks and deep learning 这本电子书，之所以决定翻译这本书，是因为我觉得这本书将视觉领域的深度学习的理论方面讲得非常透彻，也希望大家也可以从中学到很多。人类的视觉系统是
233浏览
1点赞

Step 激活函数

激活函数 Step 更倾向于理论而不是实际，它模仿了生物神经元要么全有要么全无的属性。它无法应用于神经网络，因为其导数是 0（除了零点导数无定义以外），这意味着基于梯度的优化方法并不可行。
286浏览
0点赞

Hard Tanh 激活函数

Hard Tanh 是 Tanh 激活函数的线性分段近似。相较而言，它更易计算，这使得学习计算的速度更快，尽管首次派生值为零可能导致静默神经元/过慢的学习速率（详见 ReLU）。
318浏览
0点赞

LeCun Tanh（也被称作 Scaled Tanh）

LeCun Tanh（也被称作 Scaled Tanh）是 Tanh 激活函数的扩展版本。它具有以下几个可以改善学习的属性：f(± 1) = ±1；二阶导数在 x=1 最大化；且有效增益接近 1。
272浏览
0点赞

ArcTan 激活函数

视觉上类似于双曲正切（Tanh）函数，ArcTan 激活函数更加平坦，这让它比其他双曲线更加清晰。在默认情况下，其输出范围在-π/2 和π/2 之间。其导数趋向于零的速度也更慢，这意味着学习的效率更高。但这也意味着，导
445浏览
0点赞

Softsign 激活函数

Softsign 是 Tanh 激活函数的另一个替代选择。就像 Tanh 一样，Softsign 是反对称、去中心、可微分，并返回-1 和 1 之间的值。其更平坦的曲线与更慢的下降导数表明它可以更高效地学习。另一方面，导数的计算比 Tanh
上一页   1   2   …   5   6   7   8   9   10   11   …   23   24   下一页
今日排行
本周排行
本月排行
专业服务，成就每一位AI数据科学家
免费注册体验
联系我们

未来已至-为AI数据而生


关注服务号


关注订阅号

AI数据集

AI科学社区

AI数据标注工具

关于我们