9 个优秀的深度学习案例 经验
深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易
mjls2430
计算机视觉这一年：2017 CV技术报告Plus之卷积架构、数据集与新趋势 经验
中用前馈的方式将每一层连接至其他层，将前面所有层的特征图作为输入，从而创建 DenseNet。 「DenseNet 有多个优势：改善梯度下降问题，加强特征传播，鼓励特征重用，以及大幅减少参数数量。」[134]
当 AI 遇到狗年，说一说用深度学习识别不同品种的狗子 经验
而根据不同品种的狗狗的照片，按照品种进行分类，在机器视觉中属于Fine-grained classification，也就是根据图像的细节进行分类，类似的问题还包括根据植物的照片判断是那种花等，你也许会说，这样的问题不应该很简单吗
谷歌开源TFGAN，让训练和评估GAN变得更加简单 资讯
科技评论将原文编译整理如下： 训练神经网络的时候，通常需要定义一个损失函数来告诉网络它离目标还有多远。例如，图像分类网络中通常会有一个损失函数，一旦给出错误的分类就会进行惩罚。如果一个网络把狗的照片错当成猫了，那将会出现很高的损失值。
jopen
主流国产手机现罕见指纹解锁漏洞 或波及上亿部手机 资讯
为什么如此简单的操作就能破解手机安全最重要的防线？全图像算法、自学习功能，是在传统指纹芯片行业深耕十多年的贝尔赛克（BIOSEC）董事长刘君给出的两个关键词。 只识不别，全图像算法的天然缺陷 非暴力破解，小米升级系统也没用
P12
P22 新浪云计算sae技术微博精选（6月） 文档
《 有关MySQL 的实用小技巧》 《你想不到的压缩方法：将javascript文件压缩成PNG图像存储》 《代码短小精悍的javascript一笔画游戏》 《“分布式哈希”和“一致性哈希”的概念与算法实现》
人工智能、机器学习和认知计算入门指南 经验
经历了起起落落，这证明了它的成功以及还未实现的潜能。如今，随时都能听到应用机器学习算法来解决新问题的新闻。从癌症检测和预测到图像理解和总结以及自然语言处理，AI 正在增强人们的能力和改变我们的世界。 现代 AI 的历史包含一部伟大的戏剧应具有的所有要素。上世纪
linzhaojun1989 招聘[上海 外滩]云视链 Video++ 不论风吹雨打，依旧向前，人生路何尝不是这样 问答
－有echarts/hightcharts经验 －有elasticsearch使用经验 －对新技术充满激情 二、资深图像识别工程师（30k-42k） 1）熟练使用深度 学习 进行前沿人工智能技术研发； 2）熟练掌握训练深度网络的各种方法
melodyvenvy
阿里巴巴直播防控中的实人认证技术 经验
1、身份证OCR 身份证OCR是把身份证图像中的文字识别为计算机能认识的文本，自动与公安网等权威数据库比对，验证姓名、号码等信息的真伪。 基于自由拍摄证件图像，流程见下图。为保证识别率和速度，同时融合了传统算法和深度学习算法。
阿里巴巴直播防控中的实人认证技术 资讯
OCR 身份证 OCR 是把身份证图像中的文字识别为计算机能认识的文本，自动与公安网等权威数据库比对，验证姓名、号码等信息的真伪。 基于自由拍摄证件图像，流程见下图。为保证识别率和速度，同时融合了传统算法和深度学习算法。
计算机视觉库 - SimpleCV 经验
，你可以在统一的框架下使用高级算法，例如特征检测、滤波和模式识别。使用者不用清楚一些细节，比如图像比特深度、文件格式、颜色空间、缓冲区管理、特征值还有矩阵和图像的存储。 语法简洁，可读性强是它的特
计算机视觉库 SimpleCV 经验
，你可以在统一的框架下使用高级算法，例如特征检测、滤波和模式识别。使用者不用清楚一些细节，比如图像比特深度、文件格式、颜色空间、缓冲区管理、特征值还有矩阵和图像的存储。 语法简洁，可读性强是它的特
fmms 阿里巴巴吴炜：深度学习原理和在自然语言处理上的应用 资讯
加盟谷歌，Andrew NG加盟百度…..随着这些巨头公司门的推动，深度学习在工业界也得到了普遍的应用，特别是在图像、语音识别领域更是取得了突破 性的进展，基本取代传统方法。 本次分享主要 分成神经网络的原理，深度学习，深度学习在NLP中的应用
看 Nervana 如何利用深度学习实现数据革命 经验
不同于大家以往的认知，深度学习究竟是什么呢？这是一种模仿人脑机制分析数据的机器学习方法，从多层抽象中抓取特征。我们认为真正重要的是从数据中提取有用的信息，并通过统计信息作出判断。 我们拥有数据科学领域内的权
50个常用的人工智能和机器学习API 资讯
IBM Watson：相关的合作伙伴开发人员正在探索和扩展Watson的识别能力和类似人类的能力，比如在图像识别、语言处理和推理服务方面的应用。其中值得提及的是Watson通过读取数以百万计的研究论文实现的
P30 电子警察违章自动监控报警系统以及视频测速系统方案 文档
对监测车道全天侯记录车辆牌照及车辆全景特征图像，检测范围50米，捕捉率98%以上，车速0-200公里/小时，图片显示汉字、字母、数字清晰可辨。 采用先进的光电技术、计算机图像处理等技术，可实时记录经过监测区域汽车的图像，并进行存
神经网络结构深入分析和比较 经验
LeCun)开创性的研发出了 LeNet5 网络。 LeNet5 结构是非常基础的 ，特别是观察那些分布在整个图像上的图像特征时，其可以利用卷积神经网络中可学参数在多位置上利用少量参数有效地抽取相似特点。与此同时，这里没有
也谈 机器学习到底有没有用 ？ 经验
这个问题要从机器学习的具体应用方式来讲，以我看来，当前有两种大的应用方式：1）组织和拟合参数；2）学习特征表示。（这里可能有人不太赞同，如果你把特征表示也视为参数的话，第二种其实也算是第一种的特殊案例吧）。在机器学习发展不算长