首页 版块 访问AI主站 注册 发帖
操作指南:
技术专区:
AI赛事:
集思广益:
Baetyl推动边云融合 点亮智能物联网
出来的新模型推送到边缘网络。 在当下这个构建弹性供应链的时代,一个工厂生产的内容变化甚至会以月级、周级的速度不断变迁,靠人来升级质检设备显然跟不上...
革新丨揭秘百度文心ERNIE最新开源预训练模型
、书籍等长文本内容。受到人类先粗读后精读的阅读方式启发,ERNIE-Doc 首创回顾式建模技术,突破了 Transformer 在文本长度...
图解:卷积神经网络数学原理解析
从kernel中提取每个相应位置的值,并将它们与图像中相应的值成对相乘。最后,我们总结了所有内容,并将结果放在输出特性图的对应位置。上面我们可以...
【深度学习】卷积神经网络CNN原理详解
需要花很多时间和精力,才能使模型训练得到一个好的效果。然而神经网络的出现使我们不需要做大量的特征工程,譬如提前设计好特征的内容或者说特征的数量...
课程实录-EasyDL在膀胱肿瘤识别中的探索
及周二晚上8点,主题是如何拥有不断学习高效标注的AI员工,围绕EasyDL文本智能标注产品介绍,讲师是来自百度NLP产品经理夜巡老师,内容...
基于深度学习实现高尔夫球场的遥感检测
R-CNN中的Selective Search是Faster R-CNN的核心内容,RPN的结构如图7所示。在RPN设计中,Faster...
【深度学习】用Paddle等进行图像分类
和智能视频分析等,交通领域的交通场景识别,互联网领域基于内容的图像检索和相册自动归类,医学领域的图像识别等(引用自官网...
调参到脱发?自动超参搜索带着免费算力资源拯救你!
的脚本调参使用流程中,BML已经预设了模型超参数,但由于用户数据集内容丰富多样,预设的超参数很难在所有的数据集上得到很好的训练效果。用户可以...
调参到脱发?自动超参搜索带着免费算力资源拯救你!
的脚本调参使用流程中,BML已经预设了模型超参数,但由于用户数据集内容丰富多样,预设的超参数很难在所有的数据集上得到很好的训练效果。用户可以...
课程实录-视频场景数据处理及模型训练
今天实践的内容。一个完整的应用会从数据采集到训练到后期的部署,这三个步骤里,第一个是要解决数据采集的问题,数据来源于生产和生活,也是我们用户...
课程实录-EasyDL-Jetson部署方案解析
2日-6月3日,主要为CV方向,内容将会包括直播平台、互联网社区等业务,如何构建图像审核、文本审核内容安全方案和利用EasyDL图像分类能力...
基于PaddlePaddle深度学习平台的实战
)为起始点,通过一个小神经网络来选择区域提议。 Faster R-CNN整体网络可以分为4个主要内容基础卷积层(CNN):作为一种卷积...
科普AI
说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律,构造具有一定智能的人工系统,研究如何让计算机去完成以往需要...
Paddle与TensorFlow对比分析
Tensors,并且实现所有深度学习的内容,包括前向传播/反向传播、图形计算等。可以轻松地共享预训练模型(如Caffe的模型及TensorFlow中的...
百度飞桨领航团零基础Python训练营学习
()。任何传入参数和自变量必须放在圆括号中间。圆括号之间可以用于定义参数。函数的第一行语句可以选择性地使用文档字符串—用于存放函数说明。函数内容...
基于PaddlePaddle的词向量实战
语言模型时,一般用每个N-gram的历史n-1个词语组成的内容来预测第n个词。 Yoshua Bengio等科学家就于2003年在著名...
小白也能搭建深度模型EasyDL的背后你知道多少
云一体平台。目前EasyDL的各项定制能力在业内广泛应用,累计过万用户,在包括零售、安防、互联网内容审核、工业质检等等数十个行业都有应用落地...
用 PaddleOCR 进行集装箱箱号检测识别
, y),从左上角的点开始顺时针排列。 transcription 表示当前文本框的文字,当其内容为“###”时,表示该文本框无效,在训练时会...
经典目标检测方法Faster R-CNN和Mas
主要内容基础卷积层(CNN):作为一种卷积神经网络目标检测方法,Faster R-CNN首先使用一组基础的卷积网络提取图像的特征图。特征图...
斯坦福:「目标检测」深度学习全面指南
向量上用softmax对RoI进行分类。 总而言之,R-FCN看起来像这样,RPN产生了RoI的内容: 即使有了解释和图像,你可能仍然对此...
切换版块
智能客服