新疆25选7技巧:深度学习应用在超分辨率领域的9个模型

人工智能头条 ? 2018-07-13 09:40 ? 次阅读

新疆25选7走势 www.ve66b.cn 吴晓然,声网高级视频工程师,专注于视频编解码及相关技术研究,个人技术兴趣包括多媒体架构、深度学习。

在 AlphaGo 对弈李世石、柯洁之后,更多行业开始尝试通过机器学习优化现有技术方案。其实对于实时音视频来讲,对机器学习的研究已有多年,我们曾分享过的实时图像识别只是其中一种应用。我们还可以利用深度学习来做超分辨率。我们这次就分享一下用于超分辨率的深度学习基本框架,以及衍生出的各种网络模型,其中有些网络在满足实时性方面也有不错的表现。

▌机器学习与深度学习

对于接触机器学习与深度学习较少的开发者,可能会搞不清两者的差别,甚至认为机器学习就是深度学习。其实,我们用一张图可以简单区分这个概念。

上世纪50年代,就有人工智能的概念,后来也有一些较基础的应用,比如国际象棋。但到了70年代,由于硬件性能的制约,以及训练数据集的匮乏,使得人工智能经历了一段低谷。人工智能包括了很多,比如机器学习、调度算法、专家系统等。到了80年代才开始出现更多机器学习的应用,比如利用算法来分析数据,并进行判断或预测?;餮鞍寺呒?、神经网络等。而深度学习,则是机器学习中的一种方法,源于神经网络。

▌超分辨率是什么?

超分辨率是基于人类视觉系统提出的概念。1981年诺贝尔医学奖获奖者David Hubel、Torsten Wiesel,发现人类视觉系统的信息处理方式是分层级的。第一层是原始的数据输入。当人看到一个人脸图像时,首先会先识别出其中的点、线等边缘。然后进入第二层,会识别出图像中一些基本的组成元素,比如眼睛、耳朵、鼻子。最后,会生成一个对象模型,也就是一张张完整的脸。

而我们在深度学习中的卷积神经网络(如下图为例),就是模仿了人类视觉系统的处理过程。正因此,计算机视觉是深度学习最佳的应用领域之一。超分辨就是计算机视觉中的一个经典应用。

超分辨率是通过软件或硬件方法,提高图像分辨率的一种方法。它的核心思想,就是用时间带宽换取空间分辨率。简单来讲,就是在我无法得到一张超高分辨率的图像时,我可以多拍几张图像,然后将这一系列低分辨率的图像组成一张高分辨的图像。这个过程叫超分辨率重建。

为什么超分辨率可以通过多拍几张图像,就能提高图片分辨率呢?

这牵涉到抖动。我们经常说的拍照防抖动,其实防的是较明显的抖动,但微小的抖动始终存在。在拍摄同一场景的每张图像之间,都有细微差别,这些微小的抖动其实都包含了这个场景的额外信息,如果将他们合并,就会得到一张更为清晰的图像。

有人可能会问,我们手机都能前后置两千万,为什么需要超分辨率技术呢?这种技术应用场景是不是不多?

其实不是。了解摄影的人都知道。在相同的感光元器件上,拍摄的图像分辨率越高,在感光元器件上,单个像素占的面积越小,那会导致通光率越低,当你的像素密度到达一定程度后,会带来大量噪声,直接影响图像质量。超分辨率就可以解决这种问题。超分辨率有很多应用,比如:

数字高清,通过这种方法来提高分辨率

显微成像:合成一系列显微镜下的低分辨率图像来得到高分辨率图像

卫星图像:用于遥感卫星成像,提升图像精度

视频复原:可以通过该技术复原视频,例如老电影

但是,有很多情况下,我们只有一张图像,无法拍摄多张,那么如何做超分辨率呢?这就需要用到机器学习了。比较典型的例子,就是在2017年Google 提出的一项“黑科技”。他们可以通过机器学习来消除视频图像中的马赛克。当然,这项黑科技也有一定限制,以下图为例,它训练的神经网络是针对人脸图像的,那么如果你给的马赛克图像不是人脸,就无法还原。

▌超分辨率神经网络原理

超分辨率神经网络(Super-Resolution CNN,SRCNN)是深度学习应用在超分辨率领域的首个模型。原理比较简单。它有三层神经网络,包括:

特征提?。旱头直媛释枷窬钍讲钪档玫侥:枷?,从中提取图像特征,Channel 为3,卷积核大小为 f1*f1,卷积核个数为 n1;

非线性映射:将低分辨率图片特征映射到高分辨率,卷积核大小1*1;

图像重构:恢复细节,得到清晰的高分辨率图像,卷积核为f3*f3;

参数调节是神经网络中比较玄的部分,也是最为人诟病的部分。很多人认为参数调节很像老中医看病,通常缺少理论依据。在这里列出了几个在 n1 取不同值的时候,所用的训练时间和峰值信噪比(PSNR,用于判断图片质量的参数,越高越好)。

在训练中,使用均方误差(Mean Squared Error, MSE)作为损失函数,有利于获得较高的PSNR。

训练结果如何呢?在下表中,列出了几个传统方法与 SRCNN 方法的结果对比。最左一列是图片集,右侧分别列出了每个方法的所用训练时间和图片峰值信噪比??梢钥闯?,尽管有些图片,传统方法得出的结果更优于深度学习,但是总体来讲,深度学习稍胜一筹,甚至所需时间更短。

有人说一图胜千言。那么实际图片效果如何呢?我们可以看下面两组图片。每组第一张是小分辨率的原图,后面通过不同的方法来实现高分辨率的大图。相比传统方法,SRCNN 的图片边缘更加清晰,细节恢复的更好一些。以上就是最初的超分辨率的深度学习模型。

▌9个超分辨率神经网络模型

SRCNN 是第一个超分辨率的神经网络模型。在 SRCNN 这个模型出现后,更多应用于超分辨率的神经网络模型。我们以下分享几个:

FSRCNN

相对 SRCNN,这个方法不需要对原始图片使用二项式差值,可以直接对小分辨率图像进行处理。在提取特征值之后,缩小图片,然后经过 mapping、expending、反卷积层,然后得到高分辨率图片。它好处是,缩小图片可以降低训练的时间。同时,如果你需要得到不同分辨率的图片,单独训练反卷积层即可,更省时。

ESPCN

这个模型是基于小图进行训练。最后提取了 r² 个 Channel。比如说,我想将图片扩大到原图的3倍,那么 r 就是缩放因子 3,Channel 为9。通过将一个像素扩充为一个3x3的矩阵,模拟为一个像素的矩阵,来达到超分辨率的效果。

对实时视频进行超分辨率处理的实验结果也非常理想。对 1080 HD 格式的视频进行3倍放大,SRCNN 每帧需要0.435s,而 ESPCN 则只需0.038s。

VDSR

这是2016年获奖的一个模型。我们做视频编解码的都知道,图像之间是存在残差的。它认为原始的低分辨率图片与高分辨率图片之间,低频分量几乎一样,缺失的是高频分量,即图片细节。那么训练的时候,只需要针对高频分量进行训练就行了。

所以它的输入分为两部分,一是将整张原图作为一个输入,另一部分则是对残差进行训练然后得到一个输入,将两者加起来就得到一张高分辨率图像。这样就大大加快了训练速度,收敛效果也更好。

DRCN

它还是分为三层。但是在非线性映射这一层,它使用了一个递归网络,也就是说,数据循环多次地通过该层。将这个循环展开的话,等效于使用同一组参数的多个串联的卷积层。

RED

每一个卷积层都对应一个非卷积层。简单来讲,可以理解为是将一张图片进行了编码,然后紧接着进行解码。它的优势在于解决了梯度消失的问题,而且能恢复出更干净的图片。它和 VDSR 有相似的思路。中间卷积层与反卷积层的训练是针对原始图片与目标图片的残差。最后原图会与训练输出结果相加,得到高分辨率的图片。

DRRN

在这个模型里你可以看到DRCN、VDSR的影子。它采用了更深的网络结构来提升性能。其中有很多个图片增强层??梢岳斫馕?,一张模糊的图片,经过多个增强层,一级级变得更加清晰,最终得出高清图片。大家可以在名为tyshiwo的 Github 上找到源码。

LapSRN

LapSRN 的特别之处在于引入了一个分级的网络。每一级都只对原图放大两倍,然后加上残差获得一个结果。如果对图片放大8倍的话,这样处理的性能会更高。同时,在每一级处理时,都可以得到一个输出结果。

SRDenseNet

它引入了一个 Desent Block 的结构。上一层网络训练出的特征值会传递到下一层网络,所有特征串联起来。这样做的好处是减轻梯度消失问题、减少参数数量。而且,后面的层可以复用之前训练得出的特征值,不需要重复训练。

SRGAN

它可以利用感知损失(perceptual loss)和对抗损失(adversarial loss)来提升恢复出的图片的。

在这个模型中有两个网络,一个是生成网络,另一个是判别网路,前者会生成高分辨率图片,后者则会判断这张图是否是原图,如果结果为“否”,那么前者会再次进行训练、生成,直到可以骗过判别网络。

以上这些神经网络模型都可以应用于视频处理中,但实际应用还需要考虑很多因素,比如系统平台、硬件配置、性能优化。其实,除了超分辨率,机器学习与实时音视频有很多可结合的应用场景,比如音视频体验优化、鉴黄、QoE 改进等。

热门推荐

原文标题:普通视频转高清:10个基于深度学习的超分辨率神经网络

文章出处:【微信号:AI_Thinker,微信公众号:人工智能头条】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

DeepFM并行结构中的一种典型代表

FM部分是一个因子分解机。关于因子分解机可以参阅文章[Rendle, 2010] Steffen R....

的头像 人工智能爱好者社区 发表于 07-25 17:55 ? 4次 阅读
DeepFM并行结构中的一种典型代表

骁龙720加入NPU神经网络计算单元 专注AI加速

目前还没有骁龙720的具体规格资料,只知道它是骁龙710的加强版,据说重点会加入NPU神经网络计算单....

的头像 EETOP 发表于 07-25 16:39 ? 53次 阅读
骁龙720加入NPU神经网络计算单元 专注AI加速

AI验毒!动物测试毒性实验将被取代

最近,一项来自《毒理科学》杂志的研究表明,通过一种新的机器学习系统,利用动物测试毒性的历史很可能将被....

的头像 高工智能未来 发表于 07-25 11:44 ? 194次 阅读
AI验毒!动物测试毒性实验将被取代

5个AI队伍竟然可以在《Dota2》战胜人类5人队伍

之前AI在中单solo打败知名选手Dendi的事情过了很久了,同团队开发的5个神经网络AI队伍已经能....

的头像 科技美学 发表于 07-25 11:18 ? 128次 阅读
5个AI队伍竟然可以在《Dota2》战胜人类5人队伍

如何使用TensorFlow.js实现SNE可视化?

近年来,t 分布随机邻域嵌入 (tSNE) 算法已成为高维数据探索性数据分析中最常用和最具洞察力的技....

的头像 TensorFlow 发表于 07-25 10:28 ? 63次 阅读
如何使用TensorFlow.js实现SNE可视化?

利用来自于Quick Draw游戏的数百万涂鸦训练该神经网络

我们进行了一个交互式网络实验,让你能与一个名为 sketch-rnn 的循环神经网络模型一起绘制作品....

的头像 TensorFlow 发表于 07-25 10:24 ? 63次 阅读
利用来自于Quick Draw游戏的数百万涂鸦训练该神经网络

机器学习在显微技术领域的应用

在生物学和医学领域,研究人员通常利用显微技术观察肉眼无法看到的细胞和分子的细节。

的头像 TensorFlow 发表于 07-25 10:07 ? 66次 阅读
机器学习在显微技术领域的应用

结合深度神经网络和决策树的完美方案

“ANT的出发点与mGBDT类似,都是期望将神经网络的表示学习和决策树的特点做一个结合,不过,ANT....

的头像 新智元 发表于 07-25 09:39 ? 64次 阅读
结合深度神经网络和决策树的完美方案

一种全新的计算方式能比神经网络和深度学习拥有更强大的计算力

今天,来自法国图卢兹大学的研究人员Dennis Wilson等人的一项研究让人们注意到了演化计算能达....

的头像 论智 发表于 07-25 09:16 ? 141次 阅读
一种全新的计算方式能比神经网络和深度学习拥有更强大的计算力

深度学习专家徐伟确认加入地平线 ,将出任通用AI首席科学家

继在应用算法、芯片、工程产品领域聚集大量顶级人才并成立相应研发机构后,地平线开始发力更核心的通用人工....

的头像 人间烟火123 发表于 07-25 08:48 ? 269次 阅读
深度学习专家徐伟确认加入地平线 ,将出任通用AI首席科学家

无监督学习的理论解释与实践教程

这一切的完成都是借助算法根据相似性来对事物进行分组。相似度的度量是通过选择算法来指定的,但是为什么不....

的头像 人工智能头条 发表于 07-24 17:50 ? 141次 阅读
无监督学习的理论解释与实践教程

玩家与人工智能比拼智力,“猜画小歌”为何火爆?

“猜画小歌”为何能如此火爆?一方面,这款小程序画面简单易懂,上手非??焖?,“小白”级玩家也能轻松上手....

的头像 重庆人工智能 发表于 07-24 17:41 ? 590次 阅读
玩家与人工智能比拼智力,“猜画小歌”为何火爆?

在AI技术加持下,能够一眼认出潦草的简笔画

这款微信小程序运用计算机视觉和神经网络技术,在AI技术加持下,能够一眼认出潦草的简笔画,与玩家进行游....

的头像 东芝存储 发表于 07-24 17:31 ? 507次 阅读
在AI技术加持下,能够一眼认出潦草的简笔画

HSE研发出从单张照片识别人脸的新型神经网络

借助于深度神经网络,俄罗斯国立高等经济大学的人研究人员已经提出了一种新方法,能够从视频中识别出人的身....

的头像 人工智能快报 发表于 07-24 15:27 ? 117次 阅读
HSE研发出从单张照片识别人脸的新型神经网络

手把手教你解决-深度学习训练数据不平衡问题

当我们解决任何机器学习问题时,我们面临的最大问题之一是训练数据不平衡。不平衡数据的问题在于学术界对于....

的头像 人工智能实训营 发表于 07-24 13:34 ? 184次 阅读
手把手教你解决-深度学习训练数据不平衡问题

基本的“Hello World”示例,通过该实例开启我们的全新旅程

等等,你可能会问 —— 为什么不是 19?它非常接近,但它不是 19!这是因为该算法从未被赋予公式 ....

的头像 TensorFlow 发表于 07-24 11:30 ? 118次 阅读
基本的“Hello World”示例,通过该实例开启我们的全新旅程

谷歌研发AI系统,自动映射大脑神经元

AI能够映射大脑神经元。人类大脑包含大约860亿个神经元,并且一个立方毫米的神经元可以产生超过100....

的头像 中科院长春光机所 发表于 07-24 10:46 ? 233次 阅读
谷歌研发AI系统,自动映射大脑神经元

新手的你还在苦苦学习神经网络,看完本文相信你必会恍然大悟

本文简要介绍了什么是循环神经网络及其运行原理,并给出了一个 RNN 实现示例。什么是循环神经网络(R....

的头像 人工智能实训营 发表于 07-24 10:40 ? 198次 阅读
新手的你还在苦苦学习神经网络,看完本文相信你必会恍然大悟

机器学习模型可以帮助化学家更快地制造出具有更高功效的分子

Barzilay说:“ 目前来说,需要许多熟练的化学家的大量工作才能实现先导物的优化,而这正是我们想....

的头像 将门创投 发表于 07-24 10:25 ? 149次 阅读
机器学习模型可以帮助化学家更快地制造出具有更高功效的分子

AI在药物研发领域助力小型生物科技公司提升竞争力

在药物研发领域,AI的影响愈发凸显。在提升竞争力和生产力的同时,AI还能发挥强有力的杠杆作用,让小企....

的头像 PCB行业融合新媒体 发表于 07-24 10:17 ? 136次 阅读
AI在药物研发领域助力小型生物科技公司提升竞争力

深度学习在NLP中的发展和应用

自然语言处理任务大概有哪些?我个人做了一个总结,基本可以划分分为五层项任务:,词法分析、句子分析、语....

的头像 电子发烧友网工程师 发表于 07-24 10:14 ? 186次 阅读
深度学习在NLP中的发展和应用

重磅!百度IDL杰出科学家徐伟宣布离职,加盟地平线投奔余凯

今天凌晨,百度深度学习实验室(IDL)杰出科学家徐伟正式宣布离职,加入地平线担任通用AI首席科学家(....

的头像 章鹰 发表于 07-24 10:09 ? 546次 阅读
重磅!百度IDL杰出科学家徐伟宣布离职,加盟地平线投奔余凯

一种新的高效神经架构搜索方法,解决了当前网络变换方法的局限性

为了实现这点,上交大团队在AAAI 2018大会上发表的工作EAS(“Efficient Archi....

的头像 新智元 发表于 07-24 10:06 ? 103次 阅读
一种新的高效神经架构搜索方法,解决了当前网络变换方法的局限性

机器学习模型的“可解释性”的概念及其重要意义

如果考察某些类型的“事后可解释性”(post-hoc interpretable),深度神经网络具有....

的头像 新智元 发表于 07-24 09:58 ? 111次 阅读
机器学习模型的“可解释性”的概念及其重要意义

如何让计算机理解文本并从中提取数据呢?

这段文字包含多个有用事实,如果计算机能从中读懂“伦敦是一座城市”“伦敦位于英格兰”“伦敦由罗马人建立....

的头像 论智 发表于 07-24 09:38 ? 399次 阅读
如何让计算机理解文本并从中提取数据呢?

想要取得成功的AI企业应解决的5个问题!

与数据科学项目不同的是,数据项目仅仅是目标为建立更具分析深度的项目。打个比方,一个营销归因模型,它的....

的头像 机器人博览 发表于 07-23 17:37 ? 510次 阅读
想要取得成功的AI企业应解决的5个问题!

MobileNetV2已经发布,它将为下一代移动视觉应用提供支持

我们可以直观地理解为,瓶颈层对模型的中间输入和输出进行编码,而内层封装了让模型可以将低级概念(如像素....

的头像 TensorFlow 发表于 07-23 16:30 ? 146次 阅读
MobileNetV2已经发布,它将为下一代移动视觉应用提供支持

通用功能安全标准IEC 61508-3中的重要指南

在汽车功能安全标准ISO 26262中,我没有发现任何地方提到AI,因此理论上关于汽车的指南要回到I....

的头像 电机控制设计加油站 发表于 07-23 16:16 ? 131次 阅读
通用功能安全标准IEC 61508-3中的重要指南

自动驾驶的不断发展,也加大了我们对未来的担忧和伦理探讨

此前,在量产车上搭载的行车电脑ECU可以做之前人类才能做的事。在它的指挥下,自动变速箱轻松换挡。在高....

的头像 智车科技 发表于 07-23 15:53 ? 156次 阅读
自动驾驶的不断发展,也加大了我们对未来的担忧和伦理探讨

谷歌“猜画小歌”让人停不下来的关键点,谷歌“曲线”回归中国

玩游戏的过程中,“猜画小歌”让人停不下来的关键点在于:想要AI猜中,并不需要你的绘画功底多么高超。许....

的头像 机器人大讲堂 发表于 07-23 14:30 ? 508次 阅读
谷歌“猜画小歌”让人停不下来的关键点,谷歌“曲线”回归中国

深鉴科技将瞄准自动驾驶,加速布局AI芯片

中国半导体投资联盟秘书长王艳辉7月19日对21世纪经济报道记者指出,AI芯片的应用还处于起步阶段,找....

的头像 人工智能 发表于 07-23 14:11 ? 600次 阅读
深鉴科技将瞄准自动驾驶,加速布局AI芯片

人工智能和机器学习助力情报界进行关键决策

人工智能和机器学习将有助于提高未来情报分析人员的工作效率,增加获得和保持竞争优势或时间优势的机会。数....

的头像 全球技术地图 发表于 07-23 09:50 ? 1160次 阅读
人工智能和机器学习助力情报界进行关键决策

国内AI芯片独角兽创业公司深鉴科技宣布被FPGA开山鼻祖赛灵思公司收购

所谓DPU既深度学习处理器,其精髓就在于使用了深度压缩技术。这项技术不仅可以将神经网络压缩数十倍而不....

的头像 电子发烧友网 发表于 07-23 09:26 ? 212次 阅读
国内AI芯片独角兽创业公司深鉴科技宣布被FPGA开山鼻祖赛灵思公司收购

一种由DNA制成的人工神经网络,可以正确识别分子数字

众所周知,所有 DNA 都由四种碱性核苷酸组成:腺嘌呤(A)、胞嘧啶(C)、鸟嘌呤(G)和胸腺嘧啶(....

的头像 电子发烧友网工程师 发表于 07-23 09:16 ? 808次 阅读
一种由DNA制成的人工神经网络,可以正确识别分子数字

没想到,有一天AI也会被「调戏」!

发表于 07-23 09:11 ? 76次 阅读
没想到,有一天AI也会被「调戏」!

中国团队Getmax为何能在高手如云的KDD Cup中脱颖而出?

KDD Cup 2018关注空气质量问题。在过去几年中,空气质量问题已经影响了很多发展中国家的大城市....

的头像 新智元 发表于 07-23 09:03 ? 226次 阅读
中国团队Getmax为何能在高手如云的KDD Cup中脱颖而出?

神经网络模型使用什么样的优化算法?

我们都知道训练神经网络基于一种称为反向传播的著名技术。在神经网络的训练中,我们首先进行前向传播,计算....

的头像 论智 发表于 07-23 08:37 ? 532次 阅读
神经网络模型使用什么样的优化算法?

用两个日常的例子为我们讲解了决策树的原理

接下来我们可以对这个模型进行微调,在两个分支上分别再进行分类,即加入8:00和8:30两个时间点,这....

的头像 论智 发表于 07-22 10:28 ? 200次 阅读
用两个日常的例子为我们讲解了决策树的原理

Move Mirror使用摄像头捕捉你的动作,实时匹配和你动作相近的图像

表现出色,又是自家出品,所以Move Mirror团队顺理成章地选择了PoseNet作为应用背后的模....

的头像 论智 发表于 07-22 10:21 ? 343次 阅读
Move Mirror使用摄像头捕捉你的动作,实时匹配和你动作相近的图像

机器学习问题和知识点

上式中,分子部分表示真实值与预测值的平方差之和,类似于均方差 MSE;分母部分表示真实值与均值的平方....

的头像 电子发烧友网工程师 发表于 07-22 09:37 ? 267次 阅读
机器学习问题和知识点

侠义范围内人工智能的局限,那么到底什么是智能呢?

当前AI的核心问题并不在于它们解决专业化的问题的能力—— 它们已经在某些领域完全超远了人类的表现。其....

的头像 将门创投 发表于 07-22 09:13 ? 245次 阅读
侠义范围内人工智能的局限,那么到底什么是智能呢?

将深度学习引入工业级展示广告和搜索广告领域所做的创新与探索

朱小强在演讲中表示,展示广告是互联网行业的主要营销模式之一。阿里巴巴有各种不同的展示广告形式,比如横....

的头像 新智元 发表于 07-22 09:02 ? 292次 阅读
将深度学习引入工业级展示广告和搜索广告领域所做的创新与探索

一个新的理论框架来理解和分析由分层神经网络形成的表示

这个通用理论已经在许多有代表性的流形上得到证明,包括典型的严格凸流形的l2椭圆体流形,代表具有有限样....

的头像 新智元 发表于 07-22 08:48 ? 137次 阅读
一个新的理论框架来理解和分析由分层神经网络形成的表示

学习Python大数据与机器学习必会Matplotlib知识

发表于 07-05 17:57 ? 332次 阅读
学习Python大数据与机器学习必会Matplotlib知识

请问Labveiw如何调用matlab训练好的神经网络模型呢?

发表于 07-05 17:32 ? 400次 阅读
请问Labveiw如何调用matlab训练好的神经网络模型呢?

深度学习与数据挖掘的关系

发表于 07-04 16:07 ? 294次 阅读
深度学习与数据挖掘的关系

不可错过 | 集成学习入门精讲

发表于 06-06 10:11 ? 334次 阅读
不可错过 | 集成学习入门精讲

AI知识科普 | 从无人相信到万人追捧的神经网络

发表于 06-05 10:11 ? 314次 阅读
AI知识科普 | 从无人相信到万人追捧的神经网络

AI知识科普 | 从无人相信到万人追捧的神经网络

发表于 06-05 10:11 ? 314次 阅读
AI知识科普 | 从无人相信到万人追捧的神经网络

机器学习、深度学习、卷积神经网络...人工智能时代的曙光

发表于 05-22 09:54 ? 1423次 阅读
机器学习、深度学习、卷积神经网络...人工智能时代的曙光

机器学习、深度学习、卷积神经网络...人工智能时代的曙光

发表于 05-22 09:54 ? 1423次 阅读
机器学习、深度学习、卷积神经网络...人工智能时代的曙光

如何开始接触机器学习?方法统统分享给你

发表于 05-16 11:50 ? 689次 阅读
如何开始接触机器学习?方法统统分享给你
  • 【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
  • 596| 807| 453| 445| 158| 328| 672| 437| 550| 724|