深度卷积神经网络

随着计算机视觉和深度学习技术的不断发展，图像三维重建算法在三维建模、机器人视觉、医学图像处理等领域得到了广泛的应用。据了解，微美全息(NASDAQ:WIMI)开发了基于深度卷积神经网络的图像三维重建算法系统，其是通过卷积神经网络提取输入图像的特征，再通过全连接层生成三维模型的参数，最终将这些参数输入到三维模型中进行重建

腾讯优图实验室联合广东省肺癌研究所吴一龙教授/钟文昭教授团队，与清华大学以及国内多家中心呼吸科/放射科团队等共同开发了基于卷积神经网络算法的肺结节诊断模型，近日，该初步研究成果已被全球癌症领域知名医学期刊《肿瘤学家》（《The Oncologist》）收录并全文发表。 随着低剂量螺旋CT（LDCT）的普及，检出

作者|浩克匠心（邮箱：arctanxy@126.com）作为一个脱离了低级趣味的码农，春节假期闲来无事，决定做一些有意思的事情打发时间，碰巧看到这篇论文： A neural style of convolutional neural networks，译作卷积神经网络风格迁移。 这不是“暮光女”克里斯丁的研究方向吗？！

新智元推荐作者吕乐授权发布 　　 新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。 　　 简历投递：jobs@aiera.com.cn 　　 HR 微信：13552313024

文 | Lijing Lin深度卷积神经网络(CNNs)在特征识别相关任务中取得的效果，远比传统方法好。因此，CNNs常用于图像识别、语音识别等。但是，因为CNNs结构庞大，一般都会包含几十个神经层，每一层，又有数百至数千个神经元;同时，CNNs任意两层之间神经元的相互影响错综复杂。这两个主要的因素，导致CNNs难以理

选自arXiv.org机器之心编译参与：吴攀、武竞、李泽南、蒋思源、李亚洲 　　 这篇论文的作者是来自美国海军研究实验室的 Leslie N. Smith 和来自美国马里兰大学的 Nicholay Topin，他们在本论文中总结了深度卷积神经网络的 14 种设计模式；其中包括：1. 架构结构遵循应用

本文联合编译：Blake、高斐雷锋网注：卷积 神经网络 （Convolutional Neural Network）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 Yann LeCun出生在法国，曾在多伦多大学跟随深度学习鼻祖Geoffre

导读：目前最好的语音识别系统采用双向长短时记忆网络（LSTM，LongShort Term Memory），但是，这一系统存在训练复杂度高、解码时延高的问题，尤其在工业界的实时识别系统中很难应用。科大讯飞在今年提出了一种全新的语音识别框架——深度全序列卷积 神经网络 （DFCNN，