上一篇简要回顾了深度学习与计算机视觉技术的演变史，其中与计算机视觉关联最紧密的深度学习网络就是卷积神经网络(CNN)，而谈CNN的原理，最早可以追溯到动物视觉感知机制的发现。...

有深度学习三巨头之称的YoshuaBengio、Yann LeCun、Geoffrey Hinton共同获得了2018年的图灵奖，得奖理由是他们在概念和工程上取得的巨大突破，使得深度神经网络成为计算的关键元素。其中九项选定的技术成就分别是:反向传...

现在人人都用手持设备（例如手机、平板）等拍照，并通过简单的修图应用对图片编辑处理。人们通过不同的修图工具，能轻松创造出不同风格的图片。...

从最近几年的安全事故可以看到, 内部威胁已经成为企业和组织威胁的主要原因。内部威胁（Insider Threat）是指内部人员利用获得的信任做出对授信组织合法利益不利的行为，这些利益包括企业的经济利益、业务运行、对外服务以...

研究人员使用两种基本的，浅的和深的卷积网络结构来解码从脑电图中任务相关的信息。在脑电图病理解码中，两种卷积神经网络的准确率都比该数据集公布的唯一结果高了很多(大约提高了6%，≈85% vs≈79%)，而且在每次记录中仅使...

最近的研究表明全局协方差池化(GCP)能够显著提升深层卷积神经网络在视觉分类任务中的性能。尽管如此，GCP在深层卷积神经网络中的作用机理尚未得到很好的研究。本文试图从优化的角度来理解GCP为深层卷积神经网络带来了...

前面已经介绍了很多Tensorflow的基础知识了，我们从现在开始利用它来进行Mnist手写体识别应用。我们采用卷积神经网络来实现分类。

上一篇给大家介绍了深度学习在医学影像上关于图像重建及后处理，图像标注，图像配准，图像超分辨率和回归的应用，这一篇我将继续分享深度学习在分割上的应用。...

上一篇给大家介绍了深度学习在医学影像上分类的应用案例，这一篇我将分享深度学习在医学影像上关于图像重建及后处理，图像标注，图像配准，图像超分辨率和回归的应用。...

目前人工智能是最火热的领域，而深度学习是人工智能中最璀璨的分支，已经在自然图像上取得了阶段性进展。今天我将分享深度学习在医学影像上的应用最近进展，这一篇主要说一下从2015年到现在深度学习在医学影像分类相关的情...