【四旋翼飞行器】76小时吃透四轴算法!史上最强软硬结合实战项目,??戳此立抢??

新疆25选7开奖走势图:新的深度神经网络模型命名为CODEnn

论智 ? 2018-07-13 09:16 ? 次阅读

新疆25选7走势 www.ve66b.cn 在软件开发过程中,经常需要进行代码搜索。然而,现有的代码搜索方法大都将代码视作文本,依赖源代码和自然语言查询的文本相似性。由于缺乏对查询和源代码的语义的理解,在某些场景下,无法返回期望的结果。

例如,下面这段代码读取xml文档:

publicstatic < S > S deserialize(Class c, File xml) {

try {

JAXBContext context = JAXBContext.newInstance(c);

Unmarshaller unmarshaller = context.createUnmarshaller();

S deserialized = (S) unmarshaller.unmarshal(xml);

return deserialized;

} catch (JAXBException ex) {

log.error("Error-deserializing-object-from-XML", ex);

returnnull;

}

}

然而,由于代码中并不包含“读取”(read)一词,因此现存的方法可能无法成功返回这一代码片段。

有鉴于此,HKUST和微软研究院的研究人员顾小东、Hongyu Zhang、Sunghun Kim最近发表论文,使用深度神经网络,学习源代码和自然语言查询的统一向量表示,以支持代码语义搜索。

CODEnn

研究人员将其新提出的深度神经网络模型命名为CODEnn(Code-Description Embedding Neural Network,代码-描述嵌入神经网络)。CODEnn的主要思路是将代码片段和自然语言查询联合嵌入一个统一的向量空间,使查询嵌入和相应的代码片段嵌入为相近的向量(可以通过向量相似度匹配)。

联合嵌入

首先让我们简单温习一下联合嵌入的概念。

联合嵌入(joint embedding),又称多模态嵌入(multi-modal embedding),可以将异构数据嵌入统一的向量空间,使得模态不同而语义相似的概念在空间中占据相近区域。形式化地表述为:

其中,φ、ψ为嵌入函数,J衡量相似度。

在CODEnn中,φ为源代码嵌入网络(CoNN),ψ为自然语言描述嵌入网络(DeNN),J为余弦相似度。

具体架构

具体而言,CODEnn的嵌入网络主要使用了循环神经网络(RNN)和最大池化,架构如下:

从上图我们可以看到,正如我们之前提到的那样,网络架构分为三个???。下面我们将从上往下,从右向左地依次说明这三个??椋?/p>

相似度???/p>

DeNN

CoNN

相似度???/p>

这是最简单的???,将代码和相应描述转换为向量后,通过这一??楹饬苛秸叩南嗨贫?。具体而言,使用的是余弦相似度:

DeNN

DeNN将自然语言描述嵌入为向量。DeNN使用循环神经网络(tanh激活)和最大池化完成嵌入:

CoNN

由于代码不是简单的纯文本,包含多种结构性信息。因此,CoNN的架构要比DeNN复杂。

CoNN考虑代码的三个方面:

方法名

API调用序列

代码中包含的token

从每个代码片段中提取以上三方面的信息后,分别嵌入,然后融合成单个向量表示。

上式中,c为整个代码片段的向量表示,m、a、t分别为方法名、API调用序列、token的嵌入向量表示。

方法名的嵌入和DeNN类似,同样使用循环神经网络(tanh激活)和最大池化:

API调用序列的嵌入同理:

token的嵌入有所不同。因为并不在意token的顺序,也就是说,不把token作为序列数据,所以就不使用循环神经网络了。使用的是多层感知器(MLP),也就是普通的全连接层。不过仍然搭配了tanh激活和最大池化:

模型训练

CODEnn接受代码、描述作为输入,预测其嵌入表示的余弦相似度。具体而言,每个训练样本为一个三元组(C, D+, D-),其中C为代码片段,D+为正面样本(C的正确描述),D-为负面样本(随机选取的不正确描述)。训练时,CODEnn预测(C, D+)和(C, D-)的余弦相似度,并最小化以下损失:

上式中,θ为模型参数,P为训练数据集,c、d+、d-为C、D+、D-的嵌入向量,ε为边缘常数,在研究人员的试验中,ε的值定为0.05. 从直觉上说,最小化以上损失,将鼓励代码片段和正确描述的余弦相似度提高,代码片段和错误描述的余弦相似度下降。

下面是一些实现的细节:

循环神经网络选用的是双向LSTM,每个双向LSTM在每个方向上有200个隐藏单元。

词嵌入维度为100.

嵌入token的MLP有100个隐藏单元。

融合代码片段不同方面的MLP有400个隐藏单元。

优化算法为mini-batch Adam,batch大小为128.

词汇量限制为10000(10000个训练集中最常用的单词)。

模型基于Keras构建。

在单块Nvidia K40 GPU上,训练耗时约50小时(500个epoch)。

收集训练语料

CODEnn模型需要大规模的训练语料,语料包括代码元素和相应的描述,即(方法名, API调用序列, token, 描述)元组。

研究人员利用GitHub上的开源项目准备语料:

下载了GitHub上所有创建于2008年8月至2016年6月的Java项目。

排除所有未加星的项目,以移除玩具项目和试验性项目。

选取带有文档注释的Java方法(Java中的文档注释以/**开始,以*/收尾)。

最终收集到了18233872个Java方法。

Java方法名的提取很简单,根据驼峰原则解析即可,例如,listFiles将被解析为list和files。

API调用序列的提取要复杂一点。研究人员使用Eclipse JDT编译器解析了AST,并根据如下规则生成API调用序列:

new C()?->C.new

o.m()?->C.m?(o为类C的实例)

方法调用作为参数传入时,传入的方法调用在前:o1.m1(o2.m2(), o3.m3())?->C2.m2-C3.m3-C1.m1

提取语句序列s1;s2;...;sN中每个语句si的方法调用序列ai,并连接:a1-a2-...-aN

条件语句的调用序列包括所有分支:if (s1) {s2;} else {s3}?->a1-a2-a3

循环语句:while (s1) {s2;}?->a1-a2

token提取,同样根据驼峰原则解析方法主体,并移除重复token。同时也移除了一些停止词(例如the、in)和Java关键字,因为这些词在源代码中频繁出现,区分性不好。

描述提取,也用到了Eclipse JDT编译器,从AST提取JavaDoc注释。根据Javadoc指导原则,JavaDoc注释的第一句话通常是方法的概述,因此研究人员将JavaDoc注释的第一句话作为描述。

一个提取的例子

DeepCS

研究人员基于CODEnn模型创建了一个代码搜索工具DeepCS。给定自然语言查询,DeepCS会建议最相关的K个代码片段。DeepCS系统包含三个主要阶段:

离线训练

离线代码嵌入

在线代码搜索

DeepCS事先将代码库中的所有代码片段嵌入为向量(使用训练好的CODEnn模型的CoNN??椋?。在线搜索时,当开发者输入自然语言查询时,DeepCS首先使用训练好的CODEnn模型的DeNN??榻檠度胛蛄?,然后估计查询向量和所有代码向量的余弦相似度,并返回相似度最高的K个(比如,10个)代码片段作为搜索结果。

试验

试验设置

为了更好地评估模型的表现,研究人员使用了不同于训练语料的独立代码库。研究人员选取了GitHub上至少有20星的Java项目。和训练语料不同,测试数据集包含所有代码(包括那些没有Javadoc注释的代码)。总共收集了9950个项目,从中得到了16262602个方法。

研究人员从Stack Overflow问答网站中选取了得票最高的Java编程问题,并手工检查了这些问题,确保其符合标准:

这个问题关于一项具体的Java编程任务。研究人员剔除了描述含糊抽象的问题,比如“加载JNI库失败”,“StringBuilder和StringBuffer的区别是什么?”,“为什么Java有transient域?”

接受的答案包含Java代码片段。

不与之前的问题重复。

评估指标

两个开发者独立地查看搜索结果,并标注其相关性。接着互相讨论不一致的标签,并重新标注。重复这一过程,直到达成共识。

研究人员使用了4个常用的指标衡量代码搜索的有效性。其中2个指标衡量单次代码搜索查询的有效性:

FRank?首个命中结果在结果列表中的位置。由于用户从上往下查看结果,因此较小的FRank值意味着找到所需结果需要花费的精力较少。

Precision at k?衡量k个返回结果中相关结果所占的比例。

Precision at k很重要,因为开发者经?;岵榭炊喔鼋峁?,良好的带吗搜索引擎应该避免给开发者过多的噪声。Precision at k越高,代码搜索的表现就越好。研究人员评估了k值为1、5、10时的Precision at k.

另外两个指标衡量一组查询的表现:

SuccessRate at k?衡量在前k个结果中命中结果的比例。

其中,Q为查询集合,δ函数在输入为真时返回1,否则返回0. SuccessRate at k越高,代码搜索的总体表现就越好。和Precision at k一样,研究人员评估了k值为1、5、10时的SuccessRate at k.

MRR?是一组查询中FRank倒数的平均数。MRR越高,代码搜索的总体表现就越好。

评测对比

研究人员对比了CodeHow(当前最先进的代码搜索引擎)和Lucene(许多代码搜索工具使用的流行文本搜索引擎)的表现:

上表中,NF表示未找到,LC表示Lucene,CH表示CodeHow,DCS表示DeepCS。

从上表我们可以看到,一般来说,相比Lucene和CodeHow,DeepCS能返回更相关的结果。统计数据也证实了这一点。

例子

为了演示DeepCS的优势,研究人员提供了一些具体的例子。

上面的两个查询中,第一个queue是动词(加入队列),第二个queue是名词(队列)。普通的文本搜索引擎很难区分两者,而DeepCS成功理解了两者的不同。

上面这个例子展示了DeepCS的鲁棒性。CodeHow返回了很多与查询中不太重要的单词(比如specified和character)相关的结果,而DeepCS可以成功识别不同关键词的重要性,理解查询的关键点。

这个例子展示了DeepCS能够理解查询的语义。尽管代码片段中不包含查询中的关键词“read”(读?。┖汀皊ong”(歌曲),DeepCS仍然找到了语义相关的结果,“deserialize”(反序列化)和“voice”(声音)。

当然,DeepCS有时可能会返回不够精确的结果。

上图中的查询语句为“生成md5”,精确结果在返回结果列表中排在第7,而部分相关的结果(生成校验值)却排在结果列表的前面。研究人员打算以后在模型中加入更多代码特征(例如上下文环境),以进一步提升表现。

原文标题:ICSE 2018:港科大、微软研究院提出深度学习代码搜索模型

文章出处:【微信号:jqr_AI,微信公众号:论智】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

这个教程使你能够轻松学习深度学习

本项目一共分为4大部分,分别为:基础、深度学习、RNNS、进阶教程。蓝色的字体都是已经完成的教学文档....
的头像 算法与数据结构 发表于 01-17 14:32 ? 81次 阅读
这个教程使你能够轻松学习深度学习

李开复:AI的强大和人类对它的误解,以及我们能做什么来?;ぴ惫?/a>

虽然机器人可能不会用来将把健康诊断的消息传递给病人,但人工智能已经被用来辅助医生的工作。例如,斯坦福....
的头像 OFweek工控 发表于 01-16 17:32 ? 366次 阅读
李开复:AI的强大和人类对它的误解,以及我们能做什么来?;ぴ惫? />    </a>
</div><div class=

人工智能医生如何看脸识病

DeepGestalt首先识别患者面部的五官,然后将图像裁剪成100×100像素大小的区域。接下来,....
的头像 人工智能 发表于 01-16 17:02 ? 298次 阅读
人工智能医生如何看脸识病

嵌入式工程师到底有没有前途应该如何规划就业之路

嵌入式一直冠以高门槛的名号,相较于软件开发逊色的起步薪资也被网友调侃“饿肚子”。热情投入嵌入式的人比....
发表于 01-16 16:53 ? 46次 阅读
嵌入式工程师到底有没有前途应该如何规划就业之路

CNN中卷积都有些什么作用

在传统的神经网络中,比如多层感知机(MLP),其输入通常是一个特征向量。需要人工设计特征,然后将用这....
的头像 Imagination Tech 发表于 01-16 14:41 ? 125次 阅读
CNN中卷积都有些什么作用

改进粒子群优化神经网络的葡萄酒质量识别

随着我国经济的崛起,葡萄酒业也搭上了我国经济崛起的快速列车。葡萄酒产业规模不断壮大,但葡萄酒质量评定....
发表于 01-16 14:25 ? 11次 阅读
改进粒子群优化神经网络的葡萄酒质量识别

三个研究小组在“破译”大脑语言密码上取得了一定进展

随着病人们听到故事录音以及0至9数字录音,他们的神经网络同步分析其听觉皮层(该皮层在语音和听力过程中....
的头像 电子发烧友网工程师 发表于 01-16 11:42 ? 320次 阅读
三个研究小组在“破译”大脑语言密码上取得了一定进展

基于神经网络的计算模型,将大脑中的脑电数据转化为语言

而且众所周知:使用的数据越精确,模型的运行效果就越好,但是精准的模型需要开颅手术后才能获得,这样严苛....
的头像 将门创投 发表于 01-16 09:27 ? 118次 阅读
基于神经网络的计算模型,将大脑中的脑电数据转化为语言

又一代码清库的惨案发生了,不过这次要背锅是AI

神经网络算法的这一波操作,让人不禁想起郭德纲的一个相声段子,“我心善,见不得穷人,于是把自己目之所及....
的头像 电子发烧友网工程师 发表于 01-16 09:12 ? 196次 阅读
又一代码清库的惨案发生了,不过这次要背锅是AI

超2亿中国求职者简历曝光,MongoDB又被狙!

据悉,整个实例包含 854 GB 数据,整体处于“无人看管”的状态,无需密码/登录身份验证即可查看并....
的头像 电子发烧友网工程师 发表于 01-16 09:02 ? 205次 阅读
超2亿中国求职者简历曝光,MongoDB又被狙!

探索了神经科学技术的相关应用,以确定人工神经网络中信息是如何结构化的

在 Mayes Meisen 和他同事的研究中,研究人员希望以破坏神经网络的特定区域的方法,观察该区....
的头像 电子发烧友网工程师 发表于 01-15 16:06 ? 231次 阅读
探索了神经科学技术的相关应用,以确定人工神经网络中信息是如何结构化的

机器学习算法基本概念及选用指南

本文对机器学习的一些基本概念给出了简要的介绍,并对不同任务中使用不同类型的机器学习算法给出一点建议。
的头像 Imagination Tech 发表于 01-15 15:55 ? 170次 阅读
机器学习算法基本概念及选用指南

如何使用MS-KCF模型进行图像序列中人脸快速稳定检测

为快速稳定地检测图像序列中角度变化较大、遮挡较为严重的人脸,结合快速精确的目标检测模型MobileN....
发表于 01-15 15:44 ? 16次 阅读
如何使用MS-KCF模型进行图像序列中人脸快速稳定检测

李飞飞等人提出Auto-DeepLab:自动搜索图像语义分割架构

简单地移植图像分类的方法不足以进行语义分割。在图像分类中,NAS 通常使用从低分辨率图像到高分辨率图....
的头像 电子发烧友网工程师 发表于 01-15 13:51 ? 299次 阅读
李飞飞等人提出Auto-DeepLab:自动搜索图像语义分割架构

深入“万人迷”小冰的核心技术与聊天机器人技术的发展趋势!

基于检索的方法的关键在于如何根据上下文对话、语义理解与候选回复等信息设计并构建 Matching M....
的头像 电子发烧友网工程师 发表于 01-15 09:56 ? 216次 阅读
深入“万人迷”小冰的核心技术与聊天机器人技术的发展趋势!

UCLA研究人员用三个实验表明,AI网络实在太好骗了

有AI技术的支持者表示,非常愿意使用这些神经网络网络来完成多种多样的个人任务,甚至完成通常要由人完成....
的头像 新智元 发表于 01-15 09:19 ? 235次 阅读
UCLA研究人员用三个实验表明,AI网络实在太好骗了

一种深度学习应用Face2Gene,可以帮助医生识别罕见基因疾病

和大多数消费产品一样,Face2Gene 的 APP 可以搭载在智能手机里,其识别遗传病的 top-....
的头像 机器人大讲堂 发表于 01-14 17:05 ? 292次 阅读
一种深度学习应用Face2Gene,可以帮助医生识别罕见基因疾病

研究人员开发一种神经网络,能够读取食谱并生成烹饪完成后的熟食产品的图像

值得一提的是,与CUB和Oxford102数据集中的图像相比,recipe1M数据集中的图像质量较低....
的头像 人工智能 发表于 01-14 14:35 ? 261次 阅读
研究人员开发一种神经网络,能够读取食谱并生成烹饪完成后的熟食产品的图像

互联网大脑模型中类脑神经元网络发育的两条路径之争

今日头条的崛起第一次在中国消费级社交网络对腾讯的统治产生挑战,未来的发展趋势需要观察用户沟通还是内容....
的头像 人工智能学家 发表于 01-14 13:52 ? 266次 阅读
互联网大脑模型中类脑神经元网络发育的两条路径之争

机器学习算法概念介绍及选用建议

在从事数据科学工作的时候,经?;嵊龅轿咛逦侍庋≡褡詈鲜仕惴ǖ奈侍?。虽然有很多有关机器学习算法的文章....
的头像 通信信号处理研究所 发表于 01-14 13:49 ? 562次 阅读
机器学习算法概念介绍及选用建议

CMU、谷歌大脑的研究者最新提出万用NLP模型Transformer的升级版

为了将Transformer或self-attention应用到语言建模中,核心问题是如何训练Tra....
的头像 新智元 发表于 01-14 09:17 ? 259次 阅读
CMU、谷歌大脑的研究者最新提出万用NLP模型Transformer的升级版

一份过冬存粮:算法工程师必备的面试技能雷达图

当然,上面只是让大家体会一下什么是这四项素质,真实的计算广告算法工程师面试中,你不一定要都掌握,也不....
的头像 新智元 发表于 01-14 09:13 ? 232次 阅读
一份过冬存粮:算法工程师必备的面试技能雷达图

学生选课系统简单源代码资料免费下载

本文档的主要内容详细介绍的是学生选课系统简单源代码资料免费下载。
发表于 01-14 08:00 ? 13次 阅读
学生选课系统简单源代码资料免费下载

PyTorch官网教程PyTorch深度学习:60分钟快速入门中文翻译版

“PyTorch 深度学习:60分钟快速入门”为 PyTorch 官网教程,网上已经有部分翻译作品,....
的头像 人工智能头条 发表于 01-13 11:53 ? 518次 阅读
PyTorch官网教程PyTorch深度学习:60分钟快速入门中文翻译版

STM32CubeMX将增加先进的人工智能AI功能

意法半导体借助STM32系列微控制器的市场领导地位,扩展了STM32微控制器开发生态系统STM32C....
的头像 嵌入式资讯精选 发表于 01-13 10:26 ? 514次 阅读
STM32CubeMX将增加先进的人工智能AI功能

什么是机器学习?机器学习是如何工作的呢?

为了更清楚地理解机器学习的过程,我们将以开发能够识别手写数字的机器为具体例子来考虑模式识别的问题。这....
的头像 IEEE电气电子工程师学会 发表于 01-12 10:05 ? 285次 阅读
什么是机器学习?机器学习是如何工作的呢?

tf.data API的功能和最佳实践操作

tf.data API 通过 tf.data.Dataset.prefetch 转换提供了一个软件 ....
的头像 TensorFlow 发表于 01-11 13:51 ? 166次 阅读
tf.data API的功能和最佳实践操作

如何解决聊天机器人中用户就医意图识别方法

传统的聊天机器人中用户意图识别一般采用基于模板匹配或人工特征集合等方法,针对其费时费力而且扩展性不强....
发表于 01-11 11:51 ? 35次 阅读
如何解决聊天机器人中用户就医意图识别方法

GCC编译时是否有GIT存储库持有PDL源代码?

你好, 在GCC编译时,我想用两个简单的补丁来回馈PDL以修复警告。是否有GIT存储库持有PDL源代码? 相反,我可以把...
发表于 01-11 11:41 ? 39次 阅读
GCC编译时是否有GIT存储库持有PDL源代码?

这就是芬兰:先让全国1%的人学起AI!

芬兰经济部负责人兼赫尔辛基 AI 计划的主要设计者 Ilona Lundstr?m 称,赫尔辛基的下....
的头像 电子发烧友网工程师 发表于 01-11 09:29 ? 348次 阅读
这就是芬兰:先让全国1%的人学起AI!

英特尔宣布和阿里巴巴达成奥运战略合作,并推出Nervana神经网络推理处理器

英特尔还在研发代号为“Lakefield”的全新客户端平台,采用“Foveros”3D封装技术。这种....
的头像 电子发烧友网工程师 发表于 01-10 15:50 ? 613次 阅读
英特尔宣布和阿里巴巴达成奥运战略合作,并推出Nervana神经网络推理处理器

Topbots总结了2018年里10篇最为重要的AI研究论文

研究人员们发现,对于对抗性样本的防御,目前主要使用的是梯度模糊方法,但这种方法并不能带来真正的安全,....
的头像 人工智能 发表于 01-09 17:00 ? 358次 阅读
Topbots总结了2018年里10篇最为重要的AI研究论文

源代码封装结构部件A具有可变参数

大家好, 我可以使用xilinx工具以任何方式封装我的源代码。 结构部件A具有可变参数。 在不使用该组件的源代码的情况下,我可...
发表于 01-08 10:08 ? 23次 阅读
源代码封装结构部件A具有可变参数

探析源代码如何在硬件上运行

C语言的编译链接过程要把我们编写的一个c程序(源代码)转换成可以在硬件上运行的程序(可执行代码),需....
的头像 单片机精讲吴鉴鹰 发表于 01-07 16:22 ? 200次 阅读
探析源代码如何在硬件上运行

芬兰希望在人工智能的实际应用方面占据一席之地,成为世界领先国家

在不需要任何编码技能的情况下,本课程传授初学者人工智能的基础知识,而不是培训新一代的尖端开发人员。相....
的头像 人工智能学家 发表于 01-07 15:37 ? 863次 阅读
芬兰希望在人工智能的实际应用方面占据一席之地,成为世界领先国家

谷歌在量子计算机学习任务方面取得新进展

谷歌人工智能量子(Google AI Quantum)团队最近发表了两篇论文,介绍了他们在理解量子计....
的头像 人工智能 发表于 01-07 10:45 ? 252次 阅读
谷歌在量子计算机学习任务方面取得新进展

SEED-DPS2812Mv2开发板全套资料合集

本文档的主要内容详细介绍的是SEED-DPS2812Mv2开发板全套资料合集免费下载包含了:原理图、....
发表于 01-07 08:00 ? 18次 阅读
SEED-DPS2812Mv2开发板全套资料合集

软件工程师和数据科学家一起工作时,会擦出什么火花呢?

这两项任务(图像分类问题和图像分割问题)都需要大量的训练数据。我有两个消息——好消息是我们的确有很多....
的头像 电子发烧友网工程师 发表于 01-06 11:32 ? 532次 阅读
软件工程师和数据科学家一起工作时,会擦出什么火花呢?

意法半导体推出STM32神经网络开发工具箱

横跨多重电子应用领域的全球领先的半导体供应商意法半导体 (STMicroelectronics,简称....
的头像 嵌入式ARM 发表于 01-06 10:30 ? 551次 阅读
意法半导体推出STM32神经网络开发工具箱

深入探讨深度学习,尤其是非常擅长与理解图像的深度卷积神经网络

激活函数的使用不会改变我们这个简单的红绿灯模型的结果(除了阈值需要是0.5而不是0),但激活函数的非....
的头像 新智元 发表于 01-06 10:00 ? 374次 阅读
深入探讨深度学习,尤其是非常擅长与理解图像的深度卷积神经网络

2018年中六大最实用的机器学习项目

这是来自Facebook的另一个研究,fastText库专为文本表述和分类而设计。它配备了预先训练的....
的头像 新智元 发表于 01-06 09:56 ? 363次 阅读
2018年中六大最实用的机器学习项目

2018年的7大最好的Python库

AdaNet是一个轻量级的、可扩展的TensorFlow AutoML框架,用于使用AdaNet算法....
的头像 新智元 发表于 01-06 09:44 ? 569次 阅读
2018年的7大最好的Python库

Arduino教程之如何使用Arduino制作一个宝宝使用的小桔灯详细资料概述

本文档的主要内容详细介绍的是Arduino教程之如何使用Arduino制作一个宝宝使用的小桔灯详细资....
发表于 01-04 18:22 ? 139次 阅读
Arduino教程之如何使用Arduino制作一个宝宝使用的小桔灯详细资料概述

2019年将占主导地位的19项人工智能技术

带有预测分析和场景构建器的资本压力测试解决方案可以帮助组织保持符合监管资本要求。而且,被标记为潜在洗....
的头像 机器人博览 发表于 01-04 14:57 ? 531次 阅读
2019年将占主导地位的19项人工智能技术

一个有效的快速迭代学习控制算法设计说明

针对一类线性正则系统,传统迭代学习控制算法收敛速度较低的问题,设计了一种快速迭代学习控制算法。该算法....
发表于 01-04 08:51 ? 52次 阅读
一个有效的快速迭代学习控制算法设计说明

如何使用时频分析进行乐音识别算法研究分析

音乐信号处理是信号处理领域中的重要组成部分。随着计算机的广泛普及,多媒体数字娱乐和智能人机接口要求计....
发表于 01-03 16:38 ? 51次 阅读
如何使用时频分析进行乐音识别算法研究分析

如何使用词向量和卷积神经网络进行垃圾短信识别的方法介绍

对垃圾短信进行过滤识别研究具有重要的社会价值和时代背景意义。针对传统的人工设计短信特征选择方法中存在....
发表于 01-03 11:46 ? 192次 阅读
如何使用词向量和卷积神经网络进行垃圾短信识别的方法介绍

双目立体视觉在动车车身关键尺寸检测中的应用

针对动车( CRH)车身尺寸范围大、检测项目复杂、车型变化多,不容易实现在线测量的难题,首先提出了大....
发表于 01-03 11:10 ? 43次 阅读
双目立体视觉在动车车身关键尺寸检测中的应用

Pieter Abbeel发布了一份资源大礼:《深度学习与机器人学》105页PPT

Pieter Abbeel 的研究重点特别集中于如何让机器人向人类学习(学徒学习),如何让机器人通过....
的头像 新智元 发表于 01-03 08:59 ? 388次 阅读
Pieter Abbeel发布了一份资源大礼:《深度学习与机器人学》105页PPT

使用51单片机设计的万年历仿真系统仿真资料和源代码资料免费下载

本文档的主要内容详细介绍的是基于51单片机的万年历仿真系统,源代码,仿真文件都有可以直接使用。
发表于 01-03 08:00 ? 46次 阅读
使用51单片机设计的万年历仿真系统仿真资料和源代码资料免费下载

C51单片机程序之NOKIA5110液晶显示的源代码资料免费下载

本文档的主要内容详细介绍的是C51单片机程序之NOKIA5110液晶显示的源代码资料免费下载。
发表于 01-03 08:00 ? 37次 阅读
C51单片机程序之NOKIA5110液晶显示的源代码资料免费下载

清华大学图神经网络综述:模型与应用

近年来,图神经网络的研究成为深度学习领域的热点,机器之心曾介绍过清华大学朱文武等人综述的图网络。近日....
发表于 01-02 11:48 ? 603次 阅读
清华大学图神经网络综述:模型与应用

新人发帖:基于labview的多人算账工具

大家出去玩或者多人租房总会出现算账难题。尤其是当人数多、账目多、支付关系复杂时,想搞清大家之间的负债关系就很麻烦。我也搜...
发表于 01-01 17:36 ? 110次 阅读
新人发帖:基于labview的多人算账工具

神经网络DNN知识点总结

DNN:关于神经网络DNN的知识点总结(持续更新)
发表于 12-26 10:41 ? 82次 阅读
神经网络DNN知识点总结

神经网络初始化方法Xavier

Paper之DL之BP:《Understanding the difficulty of training deep feedforward neural networks》...
发表于 12-25 17:23 ? 81次 阅读
神经网络初始化方法Xavier

计算机视觉神经网络资料全集

CV之YOLOv3:深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录(第二次)——Jason niu...
发表于 12-24 11:52 ? 141次 阅读
计算机视觉神经网络资料全集

CV之YOLOv3:深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录

CV之YOLOv3:深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录...
发表于 12-24 11:51 ? 119次 阅读
CV之YOLOv3:深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录

CV之YOLO:深度学习之计算机视觉神经网络tiny-yolo-5clessses训练自己的数据集全程记录

CV之YOLO:深度学习之计算机视觉神经网络tiny-yolo-5clessses训练自己的数据集全程记录...
发表于 12-24 11:50 ? 113次 阅读
CV之YOLO:深度学习之计算机视觉神经网络tiny-yolo-5clessses训练自己的数据集全程记录

基于Keras中建立的简单的二分类问题的神经网络模型(根据200个数据样本预测新的5+1个样本)—类别预测

Keras之ML~P:基于Keras中建立的简单的二分类问题的神经网络模型(根据200个数据样本预测新的5+1个样本)——类别预测...
发表于 12-24 11:45 ? 94次 阅读
基于Keras中建立的简单的二分类问题的神经网络模型(根据200个数据样本预测新的5+1个样本)—类别预测

matplotlib动态演示深度学习之tensorflow将神经网络系统自动学习散点(二次函数+noise)并优化修正并且将输出结果可视化

TF之NN:matplotlib动态演示深度学习之tensorflow将神经网络系统自动学习散点(二次函数+noise)并优化修正并且将输出结果可视...
发表于 12-21 10:48 ? 66次 阅读
matplotlib动态演示深度学习之tensorflow将神经网络系统自动学习散点(二次函数+noise)并优化修正并且将输出结果可视化
  • 【美家课堂】高温高湿 沙发保养有讲究 2019-01-18
  • 用抗生素期间要补维生素 2019-01-18
  • 没能过准丈母娘这关 问题竟出在发际线 2019-01-17
  • 世界是动态发展与平衡的,不会静止不变,指导社会的理论也是不断发展完善的,由相对真理向绝对真理发展接近,这话不是我臆造的,来自学的大学课本根据马克思著作编写... 2019-01-17
  • 两岸领导人习近平、马英九在新加坡会面 2019-01-17
  • 中生代女演员“不用焦虑” 2019-01-16
  • 岳云鹏跟陈赫学打嗝 网友调侃:你教他说相声啊 2019-01-16
  • 生命时报2016年两会特别策划 2019-01-15
  • 陕台“丝路云”融媒体平台启动 主流媒体融合转型“旗舰”出航 2019-01-15
  • 一粒红枸杞 父子两代情 2019-01-15
  • CSL2017总决赛圆满落幕 Eclipse击败VG夺冠 2019-01-15
  • 端午期间 重庆高速总车流量达254万辆次 2019-01-14
  • 富士康老板:中国可以做出自己的芯片和操作系统 2019-01-14
  • 【图解】乌鲁木齐站旅客进出站攻略 2019-01-13
  • 北京天安门广场更换花卉 2019-01-13
  • 323| 651| 605| 35| 284| 90| 126| 270| 636| 109|