SSD不是全局匹配算法，其他都是。图像分割的目的是简化或改变图像的表示形式，使得图像更容易理解和分析。图像分割通常用于定位图像中的物体和边界。虽然SSD已不是使用「碟」来记存数据，而是使用NANDFlash，也没有用来驱动旋转的马达，但是人们依照命名习惯，

本文为你介绍年度最佳可解释NLP论文。今天要介绍的文章与当前大火的 BERT 同获最佳论文，摘得 NAACL 2019 最佳可解释NLP论文。NAACL 与 ACL 和 EMNLP 并称之为 NLP 三大顶会，去年 ELMO 获得 outstanding

作者基于波动性标准普尔500数据集和Keras深度学习网络框架，利用python代码演示RNN和LSTM RNN的构建过程，便于你快速搭建时间序列的预测模型。本文的目的是演示人工神经网络和长短期记忆循环神经网络工作过程，使您能够在现实生活中使用它们，并对时

近日，小米对外开源了Kaldi模型到ONNX模型的转换工具Kaldi-ONNX，有望进一步促进Kaldi生态与深度学习生态间的互通。同时，配合移动端深度学习框架MACE，将极大降低语音模型在手机与智能设备上的离线部署门槛，并大幅提升推理效率。此外，MACE

视频加载中...

电力线通信是智能电网的一种重要通信方式。智能电网中新技术的发展对电力线通信性能提出了更高的要求，同时这些环境下的噪声干扰也更加复杂，从而使通信误码率增加，通信质量下降，严重时会导致通信完全失效。因此，研究电力线噪声的特性并实现噪声建模对提高电力线通信的抗干

针对深度学习的技术瓶颈，清华大学张钹等多位院士、教授给出了自己的研究思路。在CCF-GAIR大会上，来自清华、加州大学伯克利、斯坦福、哈工大等多所国内外顶级理工科院校的院士齐聚深圳，分享了自己最新的研究。因此，深度学习存在缺陷，这一问题短期内并不会妨碍AI

FAIR 的研究者提出了一种为卷积网络进行大规模端到端训练的聚类方法。他们证明了用聚类框架获得有用的通用视觉特征是可实现的。在 ImageNet 和 YFCC100M 等典型规模数据集上的卷积神经网络的无监督训练的实验结果表明，该方法在所有基准性能中都远远