大家还记得这张图吗？深度系统介绍了 52 个目标检测模型，纵观 2013 年到 2020 年，从最早的 R-CNN、OverFeat 到后来的 SSD、YOLO v3 再到去年的 M2Det，新模型层出不穷，性能也越来越好！上文聚焦于源码和论文，对于各种卷

“表哥表姐”们还在为大量PDF文件中的表格发愁吗？百度一下，网上有大量提取PDF表格的工具，但是，它们都只支持文本格式PDF。但扫描生成的图片表格怎么办？别着急，一种使用深度神经网络识别提取表格的开源工具可以帮助你。兼容图片、高准确率、还不占用本地运算资源

无论是单个神经元的运算还是卷积运算，都不可避免地要使用乘法。然而乘法对硬件资源的消耗远大于加法。如果不用乘法，全部改用加法应该可以让运算速度大大提升。去年年底，来自北京大学、华为诺亚方舟实验室、鹏城实验室的研究人员将这一想法付诸实践，他们提出了一种只用加法

刘慈欣在为自己的科幻小说起名为《三体》时，他早已知道“三体”本身就是一个不可回答的问题。“三体问题”已经困扰了人类几百年，曾经无数让你感到恐惧的大牛都为此付出了巨大的心血，比如牛顿、欧拉、拉格朗日、庞加莱，直到今天还有很多人在研究。但遇事不决，用神经网络总

希望这篇文章能够帮助人们了解深层神经网络的学习之路。回到我第一次了解神经网络并实现我的第一个神经网络时的那个时间段，它们总是被表示为单独的人工神经元，本质上是具有单独加权输入、求和输出和激活函数的节点。当第一次回到深度神经网络的学习中时，这种等同于矩阵乘法

深度学习的最新进展使得计算机视觉应用实现飞跃：从我们的面部解锁手机到更安全的自动驾驶汽车等等。卷积神经网络是计算机视觉应用背后的架构。在这篇文章中，您将了解CNN和计算机视觉的基础，例如卷积运算、填充、跨步卷积和池化层。然后，我们将使用TensorFlow

成立四年的初创公司Flex Logix揭开了其机器学习芯片设计的神秘面纱。他们的首席执行官 Geoff Tate 描述了芯片如何利用“边缘计算”中的推理活动实现“激增”，以及为何Nvidia在性能上无法与其竞争。二十八年前，Geoff Tate帮助创建了一

满满的干货又来了！本文为大家介绍运行深度可视化工具箱所需的代码，以及使用正则化优化生成神经元可视化的代码。工具箱和方法在这里有一些简单的描述，并在本文中更正式些：。Jason Yosinski，Jeff Clune，Anh Nguyen，Thomas Fu

TensorFlow 是一个非常强大的工具，专注于一种称为深层神经网络的神经网络。深层神经网络被用来执行复杂的机器学习任务，例如图像识别、手写识别、自然语言处理、聊天机器人等等。本文导航-1、 安装 CUDA ……-2、安装 CuDNN 库 ……-3、 在

在我们的机器学习实验室中，我们已经在许多高性能的机器上进行了成千上万个小时的训练，积累了丰富的经验。在这个过程中，并不只有电脑学习到了很多的知识，事实上我们研究人员也犯了很多错误，并且修复了很多漏洞。在本文中，我们将根据自身经验向大家提供一些训练深度神经网

我是生物本科，认知神经科学研究生在读，课余时间比较喜欢编程和机器学习，正在自学，了解的稍微多一些。我试着从我的角度来说下我看到的深度学习和神经科学的联系。深度学习和神经科学这两个学科现在都很大，我的经历尚浅，如果大家发现哪里说得不太对，欢迎提出指正，谢谢!

编码器-解码器结构流行的原因是它在众多领域展现出了当前最高水平。这种结构的局限性在于它会将输入序列编码为固定长度的内部表征。这限制了输入序列的长度，并且导致模型对特别长的输入序列的性能变差。在这篇博客中，我们将发现可以在循环神经网络中采用注意力机制来克服这

人工智能近几年实现了爆炸式发展，深度学习可以说是其主要的推动力。笔者对于能来微软实习并从事深度学习方面的研究感到十分荣幸，因为微软研究院在该领域一直处于领先的地位，其优秀的人才配备和强大的计算资源都非常适合做这方面的研究。在计算机视觉领域，大部分的问题都已