亚洲中字慕日产2020,大陆极品少妇内射AAAAAA,无码av大香线蕉伊人久久,久久精品国产亚洲av麻豆网站

資訊專欄INFORMATION COLUMN

Keras作者發(fā)布專注AI開源項目討論&合作平臺 AI·ON

wdzgege / 3576人閱讀

摘要:深度學(xué)習(xí)框架的作者人工智能專家最近開發(fā)了一個專注于開源項目的討論合作的平臺地址。網(wǎng)站首頁表明了它的三個目標(biāo)專注重要卻被小看了的研究問題把研究者聯(lián)系起來,并鼓勵開放的科學(xué)合作為想增加機器學(xué)習(xí)經(jīng)驗的學(xué)生提供學(xué)習(xí)的環(huán)境。

深度學(xué)習(xí)框架Keras的作者、Google人工智能專家Fran?ois Chollet 最近開發(fā)了一個專注于AI開源項目的討論&合作的平臺AI·ON(地址:http://ai-on.org)。

AI·ON網(wǎng)站首頁表明了它的三個目標(biāo):專注重要卻被小看了的研究問題;把研究者聯(lián)系起來,并鼓勵開放的科學(xué)合作;為想增加機器學(xué)習(xí)經(jīng)驗的學(xué)生提供學(xué)習(xí)的環(huán)境。 任何人都可以作為研究者加入該社區(qū)并貢獻(xiàn)項目,且所有的項目都應(yīng)該是開源項目。網(wǎng)站目前已公布10個AI項目,包括3個基礎(chǔ)研究項目和7個應(yīng)用研究項目,歡迎所有對這些棘手卻重要的AI問題感興趣的研究人員來共同研究。

AI·ON開放研究問題

我們把這些開放研究問題分為兩部分:應(yīng)用研究和基礎(chǔ)研究。

?

應(yīng)用研究問題對想通過做新項目來提升他們在機器學(xué)習(xí)和深度學(xué)習(xí)方面的專業(yè)知識的學(xué)生來說非常理想,這些問題對世界的影響也非常有意義。

?

基礎(chǔ)研究問題是現(xiàn)階段還沒有解決方法的龐大而重要的問題,在較近的未來可能也沒法完全解決。

?

應(yīng)用研究問題

1. 心臟核磁共振圖像(MRI)分割

?

開發(fā)一個能夠從心臟核磁共振圖像(MRI)數(shù)據(jù)集的圖像中自動分割右心室的系統(tǒng)。

?

2. 發(fā)現(xiàn)存在撤稿風(fēng)險的生物醫(yī)學(xué)論文

?

開發(fā)一個分析新的生物醫(yī)學(xué)論文內(nèi)容的模型,以確定欺詐或科學(xué)錯誤的可能性。

?

3. 3D渲染場景的擬真后期處理

?

開發(fā)一個能夠增加3D渲染場景的真實性的模型(類似于超分辨率模型)。

?

4. 使用生成模型增強數(shù)據(jù)

?

使用GAN及其他生成模型為計算機視覺模型開發(fā)更好的數(shù)據(jù)增強技術(shù)。

?

5. 社交媒體僵尸網(wǎng)絡(luò)的發(fā)現(xiàn)和分析

?

分析Twitter上的政治僵尸網(wǎng)絡(luò)活動并研究有效的對策。

?

6. 升采樣應(yīng)用中的亞像素CNN

?

使用亞像素CNN進(jìn)行升采樣操作以改進(jìn)分割模型和生成模型。

?

7. 染色體分割

?

開發(fā)專門的視覺分割模型幫助細(xì)胞遺傳學(xué)家進(jìn)行研究。

基礎(chǔ)研究問題

1. 殘差網(wǎng)絡(luò)的逐層監(jiān)督增量訓(xùn)練

探索以逐層的方式,而非端到端的方式訓(xùn)練有監(jiān)督殘差網(wǎng)絡(luò)。

2. 非平穩(wěn)環(huán)境中的機器學(xué)習(xí)

開發(fā)能夠在與訓(xùn)練數(shù)據(jù)非常不同的數(shù)據(jù)上表現(xiàn)良好的模型

?

3. 基于surprise優(yōu)化的音樂生成

使用神經(jīng)科學(xué)和深度學(xué)習(xí)生成音樂。

歡迎加入本站公開興趣群

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法,實際應(yīng)用案例分享與討論,分析工具,ETL工具,數(shù)據(jù)倉庫,數(shù)據(jù)挖掘工具,報表系統(tǒng)等全方位知識

QQ群:81035754

文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址:http://www.ezyhdfw.cn/yun/4433.html

相關(guān)文章

  • Keras vs PyTorch:誰是「第一」深度學(xué)習(xí)框架?

    摘要:第一個深度學(xué)習(xí)框架該怎么選對于初學(xué)者而言一直是個頭疼的問題。簡介和是頗受數(shù)據(jù)科學(xué)家歡迎的深度學(xué)習(xí)開源框架。就訓(xùn)練速度而言,勝過對比總結(jié)和都是深度學(xué)習(xí)框架初學(xué)者非常棒的選擇。 「第一個深度學(xué)習(xí)框架該怎么選」對于初學(xué)者而言一直是個頭疼的問題。本文中,來自 deepsense.ai 的研究員給出了他們在高級框架上的答案。在 Keras 與 PyTorch 的對比中,作者還給出了相同神經(jīng)網(wǎng)絡(luò)在不同框...

    _DangJin 評論0 收藏0
  • PyTorch一周年戰(zhàn)績總結(jié):是否比TensorFlow來勢兇猛?

    摘要:截止到今天,已公開發(fā)行一周年。一年以來,社區(qū)中的用戶不斷做出貢獻(xiàn)和優(yōu)化,在此深表感謝。所以與衡量它的指標(biāo)包括在機器學(xué)習(xí)研究論文中的使用。來自香港科技大學(xué)的在上推出了面向普通觀眾的在線課程。 Yann LeCun Twitter截止到今天,PyTorch 已公開發(fā)行一周年。一年以來,我們致力于打造一個靈活的深度學(xué)習(xí)研究平臺。一年以來,PyTorch 社區(qū)中的用戶不斷做出貢獻(xiàn)和優(yōu)化,在此深表感謝...

    ymyang 評論0 收藏0
  • 陳天奇團隊發(fā)布NNVM編譯器,性能優(yōu)于MXNet,李沐撰文介紹

    摘要:亞馬遜和華盛頓大學(xué)今天合作發(fā)布了開源的端到端深度學(xué)習(xí)編譯器。項目作者之一陳天奇在微博上這樣介紹這個編譯器我們今天發(fā)布了基于工具鏈的深度學(xué)習(xí)編譯器。陳天奇團隊對的性能進(jìn)行了基準(zhǔn)測試,并與進(jìn)行了比較。 亞馬遜和華盛頓大學(xué)今天合作發(fā)布了開源的端到端深度學(xué)習(xí)編譯器NNVM compiler。先提醒一句,NNVM compiler ≠ NNVM。NNVM是華盛頓大學(xué)博士陳天奇等人2016年發(fā)布的模塊化...

    izhuhaodev 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<