注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 人体骨骼关键点检测综述

  2. 人体骨骼关键点对于描述人体姿态，预测人体行为至关重要。因此人体骨骼关键点检测是诸多计算机视觉任务的基础，例如动作分类，异常行为检测，以及自动驾驶等等。近年来，随着深度学习技术的发展，人体骨骼关键点检测效果不断提升，已经开始广泛应用于计算机视觉的相关领域。本文主要介绍2D人体骨骼关键点的基本概念和相关算法，其中算法部分着重介绍基于深度学习的人体骨骼关键点检测算法的两个方向，即自上而下（Top-Down）的检测方法和自下而上（Bottom-Up）的检测方法。

  3. 所属分类：VR

    • 发布日期：2018-06-26
    • 文件大小：1048576
    • 提供者：sigai_csdn

  1. 从根号2到AlphaGo_第一季从根号2谈起

  2. 计算的概念看似简单却又十分宽泛，它实际上是计算机学科永远不变的核心内容，就算现在所谓的人工智能，在我看来也不过是一种计算或计算结果的应用。本文将从简单的例子出发，逐步推广到目前人工智能的前沿研究领域，阐述我理解的计算的概念，希望借此培养大家的计算式思维方式，我们将看到这种思维方式是可以上升到一种行为方式的。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：1037312
    • 提供者：sigai_csdn

  1. 基于神经网络的光流预测算法

  2. 光流问题长久以来，主要被基于变分能量模型的优化算法和基于块匹配的启发式算法统治着。随着深度神经网络技术在计算机视觉领域取得的成功，科学家们开始尝试利用深度学习技术的优势去解决光流问题。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：1048576
    • 提供者：sigai_csdn

  1. 用一句话总结各种机器学习算法

  2. 浓缩就是精华。想要把书写厚很容易，想要写薄却非常难。现在已经有这么多经典的机器学习算法，如果能抓住它们的核心本质，无论是对于理解还是对于记忆都有很大的帮助，还能让你更可能通过面试。在本文中，SIGAI将用一句话来总结每种典型的机器学习算法，帮你抓住问题的本质，强化理解和记忆。下面我们就开始了。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：674816
    • 提供者：sigai_csdn

  1. 理解主成分分析法

  2. 主成分分析法 (PCA) 是一种常用的数据分析手段。对于一组不同维度 之间可能存在线性相关关系的数据，PCA 能够把这组数据通过正交变换变 成各个维度之间线性无关的数据。经过 PCA 处理的数据中的各个样本之间 的关系往往更直观，所以它是一种非常常用的数据分析和预处理工具。PCA处理之后的数据各个维度之间是线性无关的，通过剔除方差较小的那些维度上的数据我们可以达到数据降维的目的。在本文中，SIGAI将介绍PCA 的原理、应用以及缺陷。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：1048576
    • 提供者：sigai_csdn

  1. 理解决策树

  2. 决策树是最简单的机器学习算法，它易于实现，可解释性强，完全符合人类的直观思维，有着广泛的应用。决策树到底是什么？简单地讲，决策树是一棵二叉或多叉树（如果你对树的概念都不清楚，请先去学习数据结构课程），它对数据的属性进行判断，得到分类或回归结果。预测时，在树的内部节点处用某一属性值（特征向量的某一分量）进行判断，根据判断结果决定进入哪个分支节点，直到到达叶子节点处，得到分类或回归结果。这是一种基于if-then-else规则的有监督学习算法，决策树的这些规则通过训练得到，而不是人工制定的。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：546816
    • 提供者：sigai_csdn

  1. 循环网络综述

  2. 循环神经网络是一种具有记忆功能的神经网络，适合序列数据的建模。它在语音识别、自然语言处理等领域取得了成功。是除卷积神经网络之外深度学习中最常用的一种网络结构。在本文中，SIGAI将和大家一起回顾循环神经网络的发展历程与在各个领域的应用。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：1048576
    • 提供者：sigai_csdn

  1. 大话Adaboost算法

  2. AdaBoost算法是一种集成学习（ensemble learning）方法。集成学习是机器学习中的一类方法，它对多个机器学习模型进行组合形成一个精度更高的模型，参与组合的模型称为弱学习器（weak learner）。在预测时使用这些弱学习器模型联合起来进行预测；训练时需要用训练样本集依次训练出这些弱学习器。典型的集成学习算法是随机森林和boosting算法，而AdaBoost算法是boosting算法的一种实现版本。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：428032
    • 提供者：sigai_csdn

  1. 行人检测算法

  2. 行人检测是计算机视觉中的经典问题，也是长期以来难以解决的问题。和人脸检测问题相比，由于人体的姿态复杂，变形更大，附着物和遮挡等问题更严重，因此准确的检测处于各种场景下的行人具有很大的难度。在本文中，SIGAI将为大家回顾行人检测算法的发展历程。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：1048576
    • 提供者：sigai_csdn

  1. 理解牛顿法

  2. 牛顿法是数值优化算法中的大家族，她和她的改进型在很多实际问题中得到了应用。在机器学习中，牛顿法是和梯度下降法地位相当的的主要优化算法。在本文中，SIGAI将为大家深入浅出的系统讲述牛顿法的原理与应用。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：698368
    • 提供者：sigai_csdn

  1. 机器学习在自动驾驶中的应用-以百度阿波罗平台为例【上】

  2. 自动驾驶是人工智能当前最热门的方向之一，也是未来将对人类生活会产生重大影响的方向。机器学习在自动驾驶中有举足轻重的地位，从环境感知到策略控制，都有它的身影。在本文中，SIGAI将以百度阿波罗平台为例，介绍机器学习在自动驾驶系统中的应用，揭开自动驾驶算法的神秘面纱。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：885760
    • 提供者：sigai_csdn

  1. 理解梯度下降法

  2. 最优化问题在机器学习中有非常重要的地位，很多机器学习算法最后都归结为求解最优化问题。在各种最优化算法中，梯度下降法是最简单、最常见的一种，在深度学习的训练中被广为使用。在本文中，SIGAI将为大家系统的讲述梯度下降法的原理和实现细节问题。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：626688
    • 提供者：sigai_csdn

  1. 理解SVM核函数和参数的作用

  2. 支持向量机（SVM）在很多分类问题上曾经取得了当时最好的性能，使用非线性核的支持向量机可以处理线性不可分的问题。仅仅通过一个简单的核函数映射，就能达到如此好的效果，这让我们觉得有些不可思议。核函数过于抽象，在本文中，SIGAI将通过一组实验来演示核函数的有效性，并解释支持向量机各个参数所起到的作用，让大家对此有一个直观的认识。如果要了解SVM的理论，请阅读我们之前的公众号文章“用一张图理解SVM的脉络”

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：587776
    • 提供者：sigai_csdn

  1. 卷积神经网络综述

  2. 从1989年LeCun提出第一个真正意义上的卷积神经网络到今天为止，它已经走过了29个年头。自2012年AlexNet网络出现之后，最近6年以来，卷积神经网络得到了急速发展，在很多问题上取得了当前最好的结果，是各种深度学习技术中用途最广泛的一种。在本文中SIGAI将为大家回顾和总结卷积神经网络的整个发展过程。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：3145728
    • 提供者：sigai_csdn

  1. 卷积神经网络为什么这么有效

  2. 在机器视觉和其他很多问题上，卷积神经网络取得了当前最好的效果，它的成功促使我们思考一个问题，卷积神经网络为什么会这么有效？在本文中，SIGAI将为大家分析卷积神经网络背后的奥秘。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：1048576
    • 提供者：sigai_csdn

  1. 用一张图理解SVM的脉络

  2. 在各种机器学习算法中，SVM是对数学要求较高的一种，一直以来不易被初学者掌握。如果能把握住推导的整体思路，则能降低理解的难度，在本文中SIGAI将通过一张图来为大家讲述SVM的整个推导过程。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：878592
    • 提供者：sigai_csdn

  1. 基于深度学习的目标检测算法综述

  2. 目标检测的任务是找出图像中所有感兴趣的目标（物体），确定它们的位置和大小，是机器视觉领域的核心问题之一。由于各类物体有不同的外观，形状，姿态，加上成像时光照，遮挡等因素的干扰，目标检测一直是机器视觉领域最具有挑战性的问题。本文将针对目标检测（Object Detection）这个机器视觉中的经典任务进行解析，抛砖引玉。如对文中的内容持不同观点，欢迎到SIGAI公众号发消息给我们，一起探讨！

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：2097152
    • 提供者：sigai_csdn

  1. 人脸检测算法综述

  2. 人脸检测是目前所有目标检测子方向中被研究的最充分的问题之一，它在安防监控，人证比对，人机交互，社交和娱乐等方面有很强的应用价值，也是整个人脸识别算法的第一步。在本文中，SIGAI将和大家一起回顾人脸检测算法的整个发展历史。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：2097152
    • 提供者：sigai_csdn

  1. sigai-7

  2. sigai-7

  3. 所属分类：机器学习

    • 发布日期：2018-12-11
    • 文件大小：272384
    • 提供者：weixin_30226901

  1. SigAI系列的机器学习和深度学习总结好文

  2. SigAI系列出的总结的有关机器学习和深度学习一系列文章，包括需要的一些数学基本知识，以及经典算法的推导和扩展，内容对找人工智能相关工作的人或者入门机器学习深度学习的人来说，都很有用，推荐学习！

  3. 所属分类：机器学习

    • 发布日期：2019-03-17
    • 文件大小：24117248
    • 提供者：sinat_33486980
« 12 »