-
-
直观理解深度学习卷积部分在本文中，我们将逐步分解卷积操作的原理，将他与标准的全连接网络联系起来，并且探索如何构建一个强大的视觉层次，使其成为高性能的图像特征提取器。
AI研习社-译站
2018年07月19日 09:50
-
神经网络的性能改进我们一直在寻找更好的方法来改善模型的性能。有很多技术可以帮助我们实现这一目标。遵循这些技术来了解它们，并建立自己的准确的神经网络。AI研习社-译站
2018年07月17日 11:45
-
-
“落户”苏州，Momenta 自动驾驶商业图景初显Momenta 便与苏州达成战略合作，双方已于今年早些时候签订战略协议，将共同推动人工智能与自动驾驶技术的快速落地。
张梦华
2018年07月13日 22:33
-
-
超越何恺明等组归一化 Group Normalization，港中文团队提出自适配归一化取得突破港中文最新论文研究表明目前的深度神经网络即使在人工标注的标准数据库中训练（例如 ImageNet），性能也会出现剧烈波动。
AI科技评论
2018年07月12日 10:03
-
Machine Can See 2018 图像对抗攻击大赛比赛心得他山之石，可以攻玉。且看Machine Can See 2018 优胜者的独门秘籍！
MrBear
2018年07月04日 17:30
-
旷视科技首席科学家孙剑：如何打造云、端、芯上的视觉计算（含30张 PPT） | CCF-GAIR 2018旷视科技希望能够做到“赋能亿万摄像头”，让应用在所有领域的摄像头都具备智能，不管是在云、端还是在芯上。
李诗
2018年07月04日 16:56
-
港科大教授权龙：计算机视觉下一步将走向三维重建 | CCF-GAIR 2018如果要去做一些交互和感知，必须先恢复三维，所以在识别的基础上，下一个层次必须走向“三维重建”。
刘伟
2018年07月02日 14:33
-
-
-
-
-
-
奕欣 
张伟 
汪思颖 
AI掘金志