#深度学习
2020-5-16 0:50
OpenTPOD是一个一体式开源工具，供非专家创建自定义深度神经网络对象检测器。它的设计目的是降低进入门槛，并促进使用最先进的深度学习方法的自定义对象检测的端到端创作工作流。
一键训练/微调目标检测深度神经网络，包括SSD MobileNet、更快的RCNN Inception和更快的RCNN ResNet，使用Te......
Deep Learning for Guitar Effect Emulation(teddykoker.com)
2020-5-11 13:15
自20世纪40年代以来，电吉他演奏家、键盘手和其他乐器演奏家一直在使用效果器，这是一种改变原始音频源声音的装置。典型的效果包括失真、压缩、合唱、混响和延迟。早期效应踏板由基本的模拟电路组成，通常与真空管一起，后来被晶体管取代。尽管今天许多踏板都采用了现代信号处理技术的数字效果，但许多纯粹主义者认为，模拟踏板的声音是数......
A foolproof way to shrink deep learning models(news.mit.edu)
2020-5-8 22:31
随着越来越多的人工智能应用程序转向智能手机，深度学习模型变得越来越小，以使应用程序运行得更快，并节省电池电量。现在，麻省理工学院的研究人员有了一种新的更好的压缩模型的方法。
这是如此简单，以至于他们在上个月的一条推文中公布了它：训练模型，修剪最薄弱的连接，以快速、早期的训练率重新训练模型，然后重复，直到模型变得像你想......
The Rebirth of Robotics: Covariant Unlocks the Power of Deep Learning for Robots(www.indexventures.com)
2020-5-7 5:20
如今大多数机器人都使用某种形式的深度学习。这些基本上是大型神经网络，使机器人既可以学习与其接触的对象的感知，也可以学习确定机器人将如何相对于手边的对象行动的运动计划。深度学习和神经网络自90年代以来一直存在。但是，在过去的十年里，一些根本性的变化。互联网允许收集机器可以训练的海量数据集，云计算的出现为该领域带来了大量......
2020-5-5 9:53
下载PDF摘要：深度神经网络(DNN)是许多学习任务中实现人类水平性能的不可或缺的机器学习工具。然而，由于其黑箱性质，本质上很难理解输入数据的哪些方面驱动网络的决策。在各种现实场景中，人类需要根据outputDNN做出可操作的决定。这样的决策支持系统可以在立法、执法等关键领域找到。重要的是，做出高层决策的人可以确保D......
Determined: Deep Learning Training Platform(github.com)
2020-5-2 21:42DIXED帮助深度学习团队更快地培训模型，轻松共享GPU资源，并有效协作。Desired允许深入学习的工程师专注于大规模构建和培训模型，而无需担心DevOps或为常见任务(如容错或实验跟踪)编写自定义代码。
您可以将Desired看作是一个平台，它可以弥合TensorFlow和PyTorch等工具之间的差距-这两个工......