在神经网络世界中，对图像数据进行建模需要特殊的方法。其中最著名的是卷积神经网络(CNN或ConvNet)或称为卷积自编码器。并非所有的读者都了解图像数据，那么我先简要介绍图像数据(如果你对这方面已经很清楚了，可以跳过)。...
很多的文章会介绍有关深度学习的一些新闻报道，但我们却并不真正了解其背后的原理！那么今天我们这篇文章便会带大家一览其中的奥秘！
图结构数据在各个领域都很常见，例如{分子、社会、引用、道路}网络等，这些只是可以用图表示的大量数据中的一小部分。随着机器学习的进步，我们见证了在可用数据上应用智能算法的潜力。图神经网络是机器学习的一个分支，它以...
这是卷积神经网络学习路线的的第二十二篇文章，要介绍的是2019年Google Brain的大作EfficientNet，论文全名为EfficientNet：Rethinking Model Scaling for Convolutional Neural Networks。...
论文: Stand-Alone Self-Attention in Vision Models
如果你不喜欢小猫和小狗，你可能不知道他们具体是哪一种品种，但是一般来说，你都能区分出这是猫还是狗，猫和狗的特征还是不一样的，那我们如何用机器学习的方法训练一个网络区分猫狗呢？...
作为LSTM发明人、深度学习元老，Jürgen Schmidhuber于2月20日发表了一篇博文，着重介绍了近十年来基于作者研究工作最重要的开发和应用，最后对2020年代进行了展望，也提及到了数据隐私和市场。下面是本篇文章的目录：...
2020年才刚开始，就被各位网友称之为末日之年。“如果能穿越，我想重启2020” 想必是大家本年度最大心愿。
论文名称：ACEnet: Anatomical Context-Encoding Network for Neuroanatomy Segmentation
