神经网络分类

近年来，随着人工智能技术的不断发展和应用，图像分类技术在多个领域得到了广泛应用。并且伴随着深度学习的兴起，卷积神经网络（CNN）已经成为了处理图像分类任务的主流模型。CNN通过自动从图像中提取特征来识别图像，并使用softmax函数进行分类。然而，由于softmax函数的限制，传统CNN模型在图像分类方面存在一些不足。

利用人工神经网络在纳秒级时间内完成图像分类，已经成为现实。近日，奥地利维也纳工业大学光子学研究所 Lukas Mennel 博士等人研发的一种超高速机器视觉设备——自带神经网络的图像传感器，将图像处理速度提升了几十万倍。当地时间 2020 年 3 月 4 日，上述团队的一篇名为 Ultrafast machine vi

本文由汽车之家 王磊向雷锋网AI科技评论投稿，未经允许禁止转载。作者 | 王磊本文介绍了汽车之家团队在ICCV 2019一篇关于视频理解论文相关的工作。针对视频多标签分类的问题，论文提出了将视频多标签之间相关性特征加入到网络之中，结果证明该方法可以显著的提高视频多标签分类效果。一、背景介绍随着视频应用的不断普及，视频内

在处理模式识别、风险管理以及其他同样复杂的任务时，最强大的计算机都无法与人脑匹敌。但是，近来光学 神经网络 取得的进展通过模拟人脑中神经元的反应方式缩小了计算机与人脑之间的差距。这种 光学神经网络 比 ML 中的网络能耗更低、运算更快，是未来大规模应用 AI 的坚实基础。

雷锋网(公众号：雷锋网) AI 科技评论按：本文为美图云视觉技术部门的 ECCV 2018 录用论文解读。 以往注意机制模型通过加权所有局部特征计算和提取关键特征，忽略了各局部特征间的强相关性，特征间存在较强的信息冗余。为解决此问题，来自美图云视觉技术部门和中科院自动化所的研发人员借鉴 PCA（主成分分析

雷锋网(公众号：雷锋网) AI 科技评论按：有越来越多的传统编程语言（C、C++、Java）等程序员开始学习机器学习/深度学习，而对机器学习/深度学习的研究人员来说，编程也是必备技巧。那么传统程序员和深度学习专家对编程的软件的看法一样吗？计算机软件会在深度学习时代发生什么新的变化吗？ 近日，计算机视觉领域

作者：Karlijn WillemsTensorFlow 已经成为了现在最流行的深度学习框架，相信很多对人工智能和深度学习有兴趣的人都跃跃欲试。对于初学者来说，TensorFlow 也是一个非常好的选择，它有非常丰富的入门学习资料和庞大的开发者社区。近日，数据科学学习平台 DataCamp 发表了一篇针对 Tensor

1 新智元编译 1来源：arXiv.org作者：Guillaume Alain & Yoshua Bengio译者：李静怡 　　 AI World 2016世界人工智能大会 【倒计时 8 天，点击“阅读原文”抢票！】 ? 业界领袖回溯60年AI历

日本早稻田大学（Waseda University）的研究人员利用人工智能方法在完全没有人工干预的情况下实现给黑白照片上色。研究人员使用的算法基于卷积神经网络（CNN:convolutional neural networks），这是一种深度学习算法，最初的灵感是来自猫的视觉皮层。研究人员使用人工智能AI对完整的图像进