本文介绍了几个深度学习模型的简单优化技巧，包括迁移学习、dropout、学习率调整等，并展示了如何用 Keras 实现。

深度学习是全球视频分析应用增长的动力，开发者们越来越多的在基于计算机视觉应用中使用深度学习了。在Github或者其他地方已经开始浮现公开的代码库和（网络）模型库(Model Zoos)。开发者当在应用中使用深度学习的时候，经常...

如何运用迁移学习迁移学习涉及到使用一个在相关任务上训练过的模型的全部或部分。

在上一篇文章《使用数据增强技术提升模型泛化能力》中，我们针对训练数据不足的问题，提出采用数据增强（data augmentation）技术，提升模型的准确率。最终结果是：在17flowers数据集上，我们将准确率从60%多增加到70%，取得了不错的...

腾讯犀牛鸟精英人才培养计划是一项面向学生的校企联合培养方案，项目覆盖机器学习、量子计算、计算机视觉、语音技术、自然语言处理等产学研热点方向，入选学生将到腾讯开展科研访问，基于真实产业问题，借助腾讯海量数据、专...

各位朋友，新年好! 随着春节假期的结束，想必大家陆陆续续返回工作岗位，开始新的一年的拼搏。我也会继续努力，争取在深度学习方面更进一步，接下来，我将继续聊一聊深度学习在计算机视觉中的应用。...

在《站在巨人的肩膀上：迁移学习》一文中，我们谈到了一种迁移学习方法：将预训练的卷积神经网络作为特征提取器，然后使用一个标准的机器学习分类模型（比如Logistic回归），以所提取的特征进行训练，得到分类器，这个过程相当于用预训...

人工智能发展目前所面临的严重挑战是什么？众所周知，人工智能离不开大数据，然而现在多数行业中遇到的是小数据，是数据割裂、数据孤岛，成为限制人工智能发展的一大瓶颈。人工智能领域的科学家们如何解决这一难题？...

【导读】NAACL是自然语言处理领域的顶会，今年NAACL于6月2日至7日于Minneapolis,MN 召开，本文梳理了NAACL2019的亮点。

上周(5/6/19)，国际学习表征会议(ICLR)开幕了。在此，我想深入研究一些我认为有趣的ICLR论文，这些论文大多与我个人感兴趣的领域有关(无监督学习、元学习、注意力、NLP)，但我选择它们的原因却是因为它们在各自领域的高质量...