BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

rss
  • 他的粉丝

    如何应用TFGAN快速实践生成对抗网络?

    作者 武维 关注 5 他的粉丝 发布于  2018年6月4日

    生成对抗网络目前已广泛应用于图像生成、超分辨率图片生成、图像压缩、图像风格转换、数据增强、文本生成等场景。越来越多的研发人员从事 GAN 网络的研究,提出了各种 GAN 模型的变种,包括 CGAN、InfoGAN、WGAN、CycleGAN 等。为了更容易地应用及实践 GAN 模型,谷歌开源了名为 TFGAN 的 TensorFlow 库,可快速实践各种 GAN 模型。

  • 他的粉丝

    蘑菇街11·11:图像算法在电商大促中的应用浅析

    作者 人可 关注 0 他的粉丝 , 弘量 关注 0 他的粉丝 , 少湖 关注 0 他的粉丝 , 任任 关注 0 他的粉丝 , 民达 关注 0 他的粉丝 发布于  2017年11月12日

    电商平台为用户带来价值的关键是保障商品丰富、价格合理、服务可靠,由此带来的挑战包括:如何提高商品管理的效率,以及如何改善用户体验。在众多的技术和产品方案中,图像算法作为一项重要能力,运用于电商场景中,支持上述业务问题的改善。本文将详细介绍蘑菇街如何结合实际业务场景,玩转图像搜索技术和图像标签技术。

  • 他的粉丝

    并行图像分类:在Azure HDInsight Spark上使用Cognitive Toolkit与TensorFlow

    作者 Mary Wahl 关注 0 他的粉丝 发布于  2017年9月7日

    本文将展示如何在微软Cognitive Toolkit(简称CNTK)与谷歌TensorFlow两大常见深度学习框架当中构建DNN,并利用其配合PySpark在Azure Data Lake Store之上对大规模图像集合进行评分。我们将这种方法应用于常规DNN用例——即航拍图像分类,并展示此种方法如何识别城市发展当中的各类最新模式。深层神经网络(简称DNN)是一类高度通用且日益普及的机器学习模型; 与传统方法相比,深层神经网络往往需要更多时间与更为强大的计算资源作为支撑。通过在微软HDInsight集群之上部署此类模型,数据科学家与工程师们能够轻松扩展可用计算资源,以便继续使用原本熟知的脚本语言与深度学习框架实现其运行所需的吞吐能力。

他的粉丝

卷积神经网络如何进行图像识别

作者 Savaram Ravindra 关注 1 他的粉丝 ,译者 马卓奇 关注 5 他的粉丝   发布于  2017年9月7日

图像识别是计算机科学中十分有趣又富有挑战性的一个领域。在这篇文章中,我们将详细讲解使用卷积神经网络进行图像识别的概念、应用和技术。 12

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT