https://github.com/scutan90/DeepLearning-500-questions

深度學習500問——AI工程師麵試寶典(博文視點出品),談繼勇 主編,郭子釗,李劍,佃鬆宜 副主編 著

內容簡介

本書係統地描述了深度學習的基本理論算法及應用。全書共14章,第1-3章論述了數學基礎、機器學習基礎和深度學習基礎;第4-7章介紹了一些經典網絡及計算機視覺領域中常用的CNN、RNN、GAN等網絡結構技術;第8-9章介紹了深度學習在計算機視覺領域的目標檢測及圖像分割兩大應用;第10-14章介紹了計算機視覺領域主要的優化方法及思路等,包括遷移學習、網絡架構及訓練、網絡優化技巧、超參數調整及模型的壓縮和加速等。本書凝聚了眾多一線科研人員及工程師的經驗,旨在培養讀者發現問題、解決問題、擴展問題的能力。

本書內容取材於編者在日常學習過程中總結的知識點及各大公司常見的筆試、麵試題。本書可為高等院校計算機科學、信息科學、人工智能、控製科學與工程、電子科學與技術等領域的研究及教學人員提供參考,也可為相關專業本科生及研究生提供思考方向,還可為深度學習及計算機視覺領域的初、中級研究人員和工程技術人員提供參考,尤其適合需要查漏補缺的應聘者及提供相關崗位的麵試官閱讀。

作者簡介

談繼勇 主編

南方科技大學和哈爾濱工業大學聯合培養博士(在讀),現任瀚維智能醫療技術總監,深圳工信局專家庫專家,兼任南方科技大學、四川大學研究生企業導師,南方科技大學和瀚維智能醫療聯合實驗室副主任,北京探工所特聘技術專家,曾先後在中科院信工所、香港中文大學(深圳)、FOXCONN機器人與人工智能實驗室、順豐科技等單位任職。主要專注於智能感知與控製、實時智能與計算機視覺方向的研究,主持/主研國家自然科學基金、省重點研發計劃、深圳戰略性新興產業計劃等項目20餘項,發表SCI/EI論文20餘篇,申請發明專利40餘項,獲全國發明金獎。

郭子釗 副主編

四川大學計算機科學專業博士,碩士畢業於四川大學自動化係,主要從事AI芯片、深度學習、行為檢測識別、人臉檢測識別等相關研究工作。

李劍 副主編

同濟大學計算機科學專業博士,浙江農林大學副教授、碩士生導師,主要從事推薦係統、排序學習、凸優化等機器學習領域的科研和教學工作,發表SCI論文10餘篇,曾獲浙江省科技進步二等獎等多項省部級獎項。

佃鬆宜 副主編

日本東北大學博士,四川大學電氣工程學院教授、自動化係係主任,四川省信息與自動化技術重點實驗室主任。主要專注於先進控製理論與人工智能算法研究、嵌入式計算與實時智能係統的研究與開發、機器人與智能裝備的智能感知與控製技術的研究、工業測控與智能物聯的研究。近5年來主持包括國家重點研發計劃、基金、國網總部項目等各類科研項目近30項,累計總經費近2200萬元;發表論文100多篇,其中SCI/EI檢索近40篇,ESI高引論文1篇。參與編撰專著3部(其中英文專著1部),參編國家九五規劃教材1部。

王晉東 特邀編委

中科院計算所博士,微軟亞洲研究院機器學習研究員,主要從事遷移學習和機器學習方向的研究工作,在IJCAI、CVPR、ICDM、UbiComp、ACMMM、PERCOM、IJCNN、PRICAI、IEEE TNNLS、NEUNET、PRL、PMCJ、IMWUT、IJMLC、ICME、ACM TIST等國際權威期刊和會議上發表論文20餘篇,多次獲得“最佳論文”獎。作品有《遷移學習簡明手冊》等。

王超鋒

上海大學碩士,百度計算機視覺算法工程師,主研圖像處理,深度學習等方向。曾多次在國內外各類知名計算機視覺挑戰賽中獲得優異成績。

郭曉鋒

中國科學院碩士,愛奇藝算法工程師,主要從事圖像處理、深度學習等方向的研究,曾獲“2017華為軟件精英挑戰賽”複賽第6名。

黃偉

華南理工大學碩士,順豐科技機器人算法工程師,主要從事計算機視覺和自然語言處理方向的研究。曾在相關領域國際期刊、會議上發表論文,並在相關競賽中獲得優異成績。

陳方傑(Amusi)

上海大學碩士,CVer(計算機視覺知識分享和學習交流平台)創始人。

李元偉

國防科技大學碩士,深圳瀚維智能醫療科技公司高級算法工程師,南方科技大學和瀚維智能醫療聯合實驗室委員,主要從事機器視覺、圖像處理及深度學習方向的研究工作,參編普通高等教育十三五規劃教材《圖像通信基礎》,在IEEE TCSVT、COGN COMPUT等發表學術論文多篇,曾獲湖南省/全軍優秀碩士論文。

陳琳

北京航空航天大學博士(在讀),研究方向為無人機智能控製與決策、仿生智能計算。

"> 《深度學習500問》一份超全深度學習資料,麵試必備! - 專知VIP

https://github.com/scutan90/DeepLearning-500-questions

深度學習500問——AI工程師麵試寶典(博文視點出品),談繼勇 主編,郭子釗,李劍,佃鬆宜 副主編 著

內容簡介

本書係統地描述了深度學習的基本理論算法及應用。全書共14章,第1-3章論述了數學基礎、機器學習基礎和深度學習基礎;第4-7章介紹了一些經典網絡及計算機視覺領域中常用的CNN、RNN、GAN等網絡結構技術;第8-9章介紹了深度學習在計算機視覺領域的目標檢測及圖像分割兩大應用;第10-14章介紹了計算機視覺領域主要的優化方法及思路等,包括遷移學習、網絡架構及訓練、網絡優化技巧、超參數調整及模型的壓縮和加速等。本書凝聚了眾多一線科研人員及工程師的經驗,旨在培養讀者發現問題、解決問題、擴展問題的能力。

本書內容取材於編者在日常學習過程中總結的知識點及各大公司常見的筆試、麵試題。本書可為高等院校計算機科學、信息科學、人工智能、控製科學與工程、電子科學與技術等領域的研究及教學人員提供參考,也可為相關專業本科生及研究生提供思考方向,還可為深度學習及計算機視覺領域的初、中級研究人員和工程技術人員提供參考,尤其適合需要查漏補缺的應聘者及提供相關崗位的麵試官閱讀。

作者簡介

談繼勇 主編

南方科技大學和哈爾濱工業大學聯合培養博士(在讀),現任瀚維智能醫療技術總監,深圳工信局專家庫專家,兼任南方科技大學、四川大學研究生企業導師,南方科技大學和瀚維智能醫療聯合實驗室副主任,北京探工所特聘技術專家,曾先後在中科院信工所、香港中文大學(深圳)、FOXCONN機器人與人工智能實驗室、順豐科技等單位任職。主要專注於智能感知與控製、實時智能與計算機視覺方向的研究,主持/主研國家自然科學基金、省重點研發計劃、深圳戰略性新興產業計劃等項目20餘項,發表SCI/EI論文20餘篇,申請發明專利40餘項,獲全國發明金獎。

郭子釗 副主編

四川大學計算機科學專業博士,碩士畢業於四川大學自動化係,主要從事AI芯片、深度學習、行為檢測識別、人臉檢測識別等相關研究工作。

李劍 副主編

同濟大學計算機科學專業博士,浙江農林大學副教授、碩士生導師,主要從事推薦係統、排序學習、凸優化等機器學習領域的科研和教學工作,發表SCI論文10餘篇,曾獲浙江省科技進步二等獎等多項省部級獎項。

佃鬆宜 副主編

日本東北大學博士,四川大學電氣工程學院教授、自動化係係主任,四川省信息與自動化技術重點實驗室主任。主要專注於先進控製理論與人工智能算法研究、嵌入式計算與實時智能係統的研究與開發、機器人與智能裝備的智能感知與控製技術的研究、工業測控與智能物聯的研究。近5年來主持包括國家重點研發計劃、基金、國網總部項目等各類科研項目近30項,累計總經費近2200萬元;發表論文100多篇,其中SCI/EI檢索近40篇,ESI高引論文1篇。參與編撰專著3部(其中英文專著1部),參編國家九五規劃教材1部。

王晉東 特邀編委

中科院計算所博士,微軟亞洲研究院機器學習研究員,主要從事遷移學習和機器學習方向的研究工作,在IJCAI、CVPR、ICDM、UbiComp、ACMMM、PERCOM、IJCNN、PRICAI、IEEE TNNLS、NEUNET、PRL、PMCJ、IMWUT、IJMLC、ICME、ACM TIST等國際權威期刊和會議上發表論文20餘篇,多次獲得“最佳論文”獎。作品有《遷移學習簡明手冊》等。

王超鋒

上海大學碩士,百度計算機視覺算法工程師,主研圖像處理,深度學習等方向。曾多次在國內外各類知名計算機視覺挑戰賽中獲得優異成績。

郭曉鋒

中國科學院碩士,愛奇藝算法工程師,主要從事圖像處理、深度學習等方向的研究,曾獲“2017華為軟件精英挑戰賽”複賽第6名。

黃偉

華南理工大學碩士,順豐科技機器人算法工程師,主要從事計算機視覺和自然語言處理方向的研究。曾在相關領域國際期刊、會議上發表論文,並在相關競賽中獲得優異成績。

陳方傑(Amusi)

上海大學碩士,CVer(計算機視覺知識分享和學習交流平台)創始人。

李元偉

國防科技大學碩士,深圳瀚維智能醫療科技公司高級算法工程師,南方科技大學和瀚維智能醫療聯合實驗室委員,主要從事機器視覺、圖像處理及深度學習方向的研究工作,參編普通高等教育十三五規劃教材《圖像通信基礎》,在IEEE TCSVT、COGN COMPUT等發表學術論文多篇,曾獲湖南省/全軍優秀碩士論文。

陳琳

北京航空航天大學博士(在讀),研究方向為無人機智能控製與決策、仿生智能計算。

成為VIP會員查看完整內容
12
77
0

相關內容

機器學習的一個分支,它基於試圖使用包含複雜結構或由多重非線性變換構成的多個處理層對數據進行高層抽象的一係列算法。

知識薈萃

精品入門和進階教程、論文和代碼整理等

更多

查看相關VIP內容、論文、資訊等

深度學習:全麵指南提供了深度學習(DL)和機器學習(ML)的概念的全麵覆蓋。DL和ML是最受歡迎的領域,需要深刻的理解。這本書使讀者能夠基於ML和DL構建創新和有用的應用。從神經網絡的基礎開始,並繼續通過各種類型的CNN, RNNs, LSTM的架構,以及更多,直到書的結尾,每一個主題都給予了最大的照顧和專業和全麵的塑造。

https://www.routledge.com/Deep-Learning-A-Comprehensive-Guide/Vasudevan-Pulari-Vasudevan/p/book/9781032028828

關鍵特征: 包括從ML概念到DL概念的平穩過渡

對於所有基於代碼的示例,都提供了逐行解釋

包括許多實際的例子和麵試問題

即使是非計算機科學背景的人也可以從這本書中受益,學習理論、例子、案例研究和代碼片段

每一章都以目標開始,並以一組測試讀者理解力的測試問題結束

包括對提供額外指導的相關YouTube視頻的引用

人工智能是每個人的領域。這本書麵向所有人,不論他們的專業領域是什麼。畢業生和研究人員在深度學習將發現這本書有用。

成為VIP會員查看完整內容
3
62
0

PyTorch是Facebook於2017年初在機器學習和科學計算工具Torch的基礎上,針對Python語言發布的一個全新的機器學習工具包,一經推出便受到了業界的廣泛關注和討論,目前已經成為機器學習從業人員的研發工具。

《PyTorch深度學習》是使用PyTorch構建神經網絡模型的實用指南,內容分為9章,包括PyTorch與深度學習的基礎知識、神經網絡的構成、神經網絡的知識、機器學習基礎知識、深度學習在電腦視覺中的應用、深度學習在序列數據和文本中的應用、生成網絡、現代網絡架構,以及PyTorch與深度學習的未來走向。

《PyTorch深度學習》適合對深度學習領域感興趣且希望一探PyTorch的業內人員閱讀;具備其他深度學習框架使用經驗的讀者,也可以通過本書掌握PyTorch的用法。

Vishnu Subramanian在領導、設計和實施大數據分析項目(人工智能、機器學習和深度學習)方麵富有經驗。

擅長機器學習、深度學習、分布式機器學習和可視化等。 在零售、金融和旅行等行業頗具經驗,還善於理解和協調企業、人工智能和工程團隊之間的關係。

成為VIP會員查看完整內容
3
141
0

計算機視覺是在圖像處理的基礎上發展起來的新興學科。OpenCV是一個開源的計算機視覺庫, 是英特爾公司資助的兩大圖像處理利器之一。它為圖像處理、模式識別、三維重建、物體跟蹤、機器 學習和線性代數提供了各種各樣的算法。本書由OpenCV發起人所寫,站在一線開發人員的角度用通俗易懂的語言解釋了OpenCV的緣起和 計算機視覺基礎結構,演示了如何用OpenCV和現有的自由代碼為各種各樣的機器進行編程,這些都 有助於讀者迅速入門並漸入佳境,興趣盎然地深入探索計算機視覺領域。本書可作為信息處理、計算機、機器人、人工智能、遙感圖像處理、認知神經科學等有關專業的 高年級學生或研究生的教學用書,也可供相關領域的研究工作者參考。

前言

這本書提供了C++開源計算機視覺庫(OpenCV)3.0版本的工作指南,介紹了計算機視覺相關領域的通用背景,以便讀者更有效地使用OpenCV。

本書的目標 計算機視覺在以下四個趨勢的引導下,已經成為一個快速發展的領域: • 智能手機的出現讓數以百萬計的用戶都擁有了相機 • 互聯網和搜索引擎聚集了海量的圖像和視頻數據 • 計算資源變成一種廉價的商品 • 視覺算法發展得更加成熟(由於深度神經網絡的出現,OpenCV也正在逐漸支持這方麵技術,詳情可以參考opencv_contrib中的dnn)

OpenCV通過幫助成千上萬的視覺工作者去做更多富有創造性的工作,在圖像處理領域扮演著重要的角色。由於OpenCV 3.x的存在,不管你是學生還是研究人員,是專家還是初學者,都可以快速建立應用,並且在OpenCV所提供的基於C++的多平台視覺基礎架構上實現一個跨越性的發展。

本書的目標如下: • 通過詳細講述函數的慣用用法以及正確用法,成為一本更好的OpenCV經典參考文檔 • 幫助讀者對各種計算機視覺算法的工作原理有一個基礎的理解 • 培養讀者,使其知道什麼算法工具可以使用並且應該在什麼時候使用 • 提供給讀者許多有效的代碼,提升其應用計算機視覺和機器學習算法的開發效率 • 針對問題代碼給讀者提供建議,教讀者如何解決一些簡單或複雜的問題

本書的寫作方式是力求幫助讀者快速在計算機視覺領域做一些有意思的事情,因此直觀地解釋了算法是如何工作的,可以指導讀者設計和調試計算機視覺程序,還能夠使計算機視覺和機器學習算法的形式化描述更容易理解和記憶。

成為VIP會員查看完整內容
2
60
0

來自MIT Gilbert Strang教授的矩陣經典圖解,收藏!

85歲MIT教授Gilbert Strang《線性代數》2020視頻課,不怕學不會的線代

成為VIP會員查看完整內容
0
65
0

本書圍繞虛擬化、並發和持久性這三個主要概念展開,介紹了所有現代係統的主要組件(包括調度、虛擬內存管理、磁盤和I/O子係統、文件係統)。全書共50章,分為3個部分,分別講述虛擬化、並發和持久性的相關內容。作者以對話形式引入所介紹的主題概念,行文詼諧幽默卻又鞭辟入裏,力求幫助讀者理解操作係統中虛擬化、並發和持久性的原理。本書內容全麵,並給出了真實可運行的代碼(而非偽代碼),還提供了相應的練習,很適合高等院校相關專業的教師開展教學和高校學生進行自學。

本書具有以下特色:

  • 主題突出,緊緊圍繞操作係統的三大主題元素——虛擬化、並發和持久性。
  • 以對話的方式引入背景,提出問題,進而闡釋原理,啟發動手實踐。
  • 包含眾多“補充”和“提示”,拓展讀者知識麵,增加趣味性。
  • 使用真實代碼而不是偽代碼,讓讀者更加深入透徹地了解操作係統。
  • 提供作業、模擬和項目等眾多學習方式,鼓勵讀者動手實踐。
  • 為教師提供教學輔助資源。

成為VIP會員查看完整內容
2
105
0

利用實用的、循序漸進的方法運用計算機視覺和機器學習概念開發商業和工業應用。

這本書包括四個主要部分,從設置編程環境開始。第1節介紹了圖像和視頻處理的基礎知識,並提供了如何操作和從圖像中提取有用信息的代碼示例。您將主要使用OpenCV和Python來處理本節中的示例。

第2節描述機器學習和神經網絡的概念應用於計算機視覺。你將學習神經網絡的不同算法,比如convolutional neural network (CNN), region-based convolutional neural network (R-CNN), YOLO。在本節中,您還將學習如何訓練、調整和管理計算機視覺的神經網絡。第3節提供了逐步發展商業和工業應用的例子,如視頻監控中的麵部識別和製造中的表麵缺陷檢測。

最後一部分是關於在雲基礎設施(如Amazon AWS、穀歌雲平台和Microsoft Azure)上訓練大量圖像的神經網絡。它引導您完成在基於gpu的雲基礎設施上為計算機視覺訓練分布式神經網絡的過程。當您讀完《使用人工神經網絡構建計算機視覺應用程序》並完成代碼示例時,您將開發出一些使用深度學習的計算機視覺的真實使用案例。

你將學到什麼

  • 運用圖像處理、操作和特征提取技術
  • 處理計算機視覺的各種深度學習算法
  • 訓練、管理和調優CNNs和對象檢測模型的超參數,如R-CNN、SSD、YOLO
  • 使用Keras和TensorFlow建立神經網絡模型
  • 發現在商業和工業中實施計算機視覺應用的最佳實踐
  • 在基於gpu的雲基礎設施上訓練分布式模型

這本書是給誰的

  • 具有Python編程知識的數據科學家、分析師、機器學習和軟件工程專業人員。
成為VIP會員查看完整內容
4
110
1

題目

人工智能實戰就業(麵試)學習路線圖' by TangYudi GitHub

關鍵字

機器學習,深度學習,AI實戰,AI學習

簡介

人工智能學習路線圖,整理近200個實戰案例與項目,免費提供配套教材,零基礎入門,就業實戰!包括:Python,數學,機器學習,數據分析,深度學習,計算機視覺,自然語言處理等熱門領域。

目錄

  • 必備基礎技能
    • 必備Python基礎
    • 必備數學基礎
    • 必備Python工具包
  • 機器學習
    • 機器學習算法
    • 機器學習算法實驗分析
    • 機器學習算法代碼複現
    • 機器學習經典案例實戰
    • 機器學習實戰集錦
  • 數據分析與挖掘
    • 數據挖掘實戰
    • 數據挖掘競賽優勝解決方案
    • 數據分析實戰
  • 深度學習
    • 深度學習必備算法
    • 深度學習必備工具
  • 深度學習框架
    • 深度學習框架-Tensorflow2
    • 深度學習框架-Pytorch
    • 深度學習框架-Keras
    • 深度學習框架-Caffe
  • 計算機視覺
    • Opencv圖像處理實戰
    • 計算機視覺實戰項目(基於深度學習)
  • 自然語言處理
    • 自然語言處理實戰項目(基於深度學習)
成為VIP會員查看完整內容
3
83
0

【導讀】國家自然科學基金委員會在其官網上發布了2020年項目指南,項目指南共344頁,內容包括2020年國家基金委改革的一係列舉措、申請須知、申請項目的規定,特別是新的限項申請規定,以及各類項目的申請指南等重要內容。是高等學校、科研院所等機構從事科學研究工作的科研人員,以及參與科技管理的科技政策研究的人員的重大參考。

特別注意新的限項規定變化要點:申請當年資助期滿的項目不計入申請和承擔總數範圍。具有高級專業技術職務(職稱)的人員,申請(包括申請人和主要參與者)和正在承擔(包括負責人和主要參與者)以下類型項目總數合計限為2項。具有高級專業技術職務(職稱)的人員作為主要參與者正在承擔的 2019 年(含)以前批準資助的項目不計入申請和承擔總數範圍,2020 年(含)以後申請(包括申請人和主要參與者)和批準(包括負責人和主要參與者)項目計入申請和承擔總數範圍。

不具有高級專業技術職務(職稱)人員申請和承擔項目總數:1. 作為申請人申請和作為項目負責人正在承擔的項目數合計限為 1 項。2. 在保證有足夠的時間和精力參與項目研究工作的前提下,作為主要參與者申請或者承擔各類型項目數量不限。3. 晉升為高級專業技術職務(職稱)後,原來作為負責人正在承擔的項目計入申請和承擔項目總數範圍,原來作為主要參與者正在承擔的項目不計入。

內容簡介

《2020年度國家自然科學基金項目指南》,根據《國家自然科學基金條例》和項目管理辦法等相關文件,發布了2020年度國家自然科學基金改革舉措、申請須知和限項申請規定以及各類資助政策,指導申請人自主選題、申請國家自然科學基金的資助。《指南》對探索項目係列、人才項目係列、工具項目係列、融合項目係列等各類項目分別進行介紹,是國家自然科學基金資助工作的重要依據,也是國家自然科學基金申請人必讀的參考文獻。

本書可供高等學校、科研院所等機構從事科學研究工作的科研人員,以及參與科技管理的科技政策研究的人員參考。

目錄:

  • 內容簡介

  • 編輯委員會

  • 前言

  • 國家自然科學基金改革舉措

  • 申請須知

  • 限項申請規定

  • 麵上項目

  • 重點項目

  • 重大研究計劃項目

  • 青年科學基金項目

  • 地區科學基金項目

  • 優秀青年科學基金項目

  • 國家傑出青年科學基金項目

  • 創新研究群體項目

  • 基礎科學中心項目

  • 國際(地區)合作研究與交流項目

  • 聯合基金項目

  • 數學天元基金項目

  • 國家重大科研儀器研製項目

  • 國家自然科學基金申請代碼

  • 附錄

前言

2019年,國家自然科學基金委員會(簡稱自然科學基金委)堅持以習近平新時代中國特色社會主義思想為指導,全麵貫徹落實黨的十九大和十九屆二中、三中、四中全會精神,認真落實習近平總書記關於科技工作的重要指示批示精神和黨中央、國務院最新決策部署,按照推進治理體係和治理能力現代化的要求,係統實施科學基金深化改革,經認真調研並廣泛征求意見,提出了科學基金升級版改革方案。

升級版改革方案堅持以構建理念先進、製度規範、公正高效的科學基金治理體係為目標,以三大任務(明確資助導向、完善評審機製、優化學科布局)為核心,以加強三個建設(黨建和黨風廉政建設、學風和科研誠信與倫理建設、組織機構和隊伍建設)為保障,著力完善六個機製(麵向國家重大需求的科學問題凝練機製、麵向世界科學前沿的科學問題凝練機製、重大類型項目立項機製、成果應用貫通機製、學科交叉融合機製、多元投入機製),突出強化兩個重點(原創探索計劃、人才資助體係升級計劃),持續優化七方麵資助管理(明確各層次優先領域、係統深化國際合作、持續完善規章製度、持續改進項目管理、持續規範資金管理、持續開展績效評價、加強依托單位管理),全麵推動科學基金深化改革,努力實現前瞻性基礎研究、引領性原創性成果重大突破,為建設世界科技強國作出新貢獻。

2020 年,自然科學基金委將在總結改革試點經驗的基礎上,全麵推進實施升級版改革,包括:將分類申請與評審試點擴大到全部麵上項目和重點項目,推進在更多學科和項目類型試點“負責任、講信譽、計貢獻”評審機製,在工程與材料、信息科學部試點運行新的申請代碼體係,試點實施原創探索計劃,推進人才資助體係升級,啟動實施科學基金學風建設行動計劃等。請各位科研人員關注2020年科學基金資助政策和改革舉措,並給我們的工作提出寶貴意見建議,共同促進科學基金健康發展。

為使依托單位和申請人更好地了解科學基金的資助政策,引導申請科學基金項目資助,自然科學基金委根據公開、公平、公正的資助原則,製定了《2020 年度國家自然科學基金項目指南》(以下簡稱《指南》),現予以發布。

請申請人和依托單位科學基金管理人員認真閱讀關於 2020 年度科學基金改革舉措、申請須知、限項申請規定、各類項目申請要求和注意事項等方麵的內容。在麵上項目部分,除該類項目的資助概況之外,還包括該科學部的總體資助原則、要求、申請注意事項,以及相關科學處或學科的資助範圍和要求。各類型項目有特殊要求的,將在《指南》正文中相關部分加以說明。

《指南》主要對 2020 年度項目申請集中接收期接收的各類型項目申請進行介紹。不在集中接收期接收申請的其他類型項目,將在自然科學基金委門戶網站發布指南,請依托單位和申請人及時關注(網址:http://www.nsfc.gov.cn)。

自然科學基金委在項目申請、受理、評審和管理過程中,將嚴格按照《國家自然科學基金條例》和相關項目管理辦法的規定,規範管理工作程序,嚴格執行回避和保密有關規定,並接受科技界和社會公眾的監督。

歡迎廣大科研人員提出符合科學基金資助導向的高質量的項目申請。

成為VIP會員查看完整內容
2020年度國家自然科學基金項目指南.pdf
4
54
0

簡介:TensorFlow 是目前使用最廣泛的機器學習框架,滿足了廣大用戶的需求。如今 TensorFlow已經更新到 2.x 版本,具有更強的易用性。本書通過大量的實例講解在 TensorFlow 框架上實現人工智能的技術,兼容 TensorFlow 1.x與 TensorFlow 2.x 版本,覆蓋多種開發場景。書中的內容主要源於作者在代碼醫生工作室的工作積累。作者將自己在真實項目中使用TensorFlow 的經驗與技巧全部寫進書裏,讓讀者可以接觸到最真實的案例、最實戰的場景,盡快搭上人工智能的“列車”。

目錄:

  • 第一章:學習準備
  • 第二章:搭建開發環境
  • 第三章:實例:用AI模型識別圖像是桌子、貓、狗,還是其他
  • 第四章:用Tensorflow製作自己的數據集
  • 第五章:10 分鍾快速訓練自己的圖片分類模型
  • 第六章:用 TensorFlow 編寫訓練模型的程序
  • 第七章:特征工程——會說話的數據
  • 第八章:卷積神經網絡(CNN)——在圖像處理中應用最廣泛的模型
  • 第九章:循環神經網絡(RNN)——處理序列樣本的神經網絡
  • 第十章:生成式模型——能夠輸出內容的模型
  • 第十一章:模型的攻與防——看似智能的 AI 也有脆弱的一麵
  • 第十二章:TensorFlow 模型製作——一種功能,多種身份
  • 第十三章:部署 TensorFlow 模型——模型與項目的深度結合
  • 第十四章:商業實例

代碼醫生工作室,是一家隻做AI技術相關業務的公司。主要從事企業谘詢、培訓及算法外包服務。另外還有部分圖書出版和個人培訓等相關業務。工作室的使命有三點:  為企業賦能。幫助企業擁有AI的能力。提升商業價值。  為AI技術的推廣與發展做共貢獻  幫助更多的人掌握AI技術。

成為VIP會員查看完整內容
《深度學習之TensorFlow工程化項目實戰》李金洪PDF.pdf
16
185
1

本文是由Terence Parr 和Jeremy Howard撰寫的《深度學習的矩陣運算》論文。我們知道,深度學習是基於線性代數和微積分的,反向傳播也離不開求導和矩陣運算,因此了解深度學習內部的數學原理也至關重要。

1.介紹

2.向量演算和偏導簡介

3.矩陣演算

  • 雅可比定律

  • 多元微分

  • 向量

  • 鏈式法則

4.損失函數求導

5.矩陣演算參考

6.符號

7.資源鏈接

本文從簡單函數求導到多元函數求偏導,再到矩陣的微積分運算,逐層深入,引導我們探索深度學習背後的學習規則與數學基礎。本文試圖解釋理解深度神經網絡的訓練所需要的所有矩陣演算,本文適用於對神經網絡基礎有所了解的人,不過即使沒有數學基礎的同學也不要緊,作者提供了相關數學知識鏈接。在文末作者提供的參考部分,總結了這裏討論的所有關鍵矩陣演算規則和術語。

成為VIP會員查看完整內容
26
174
0
小貼士
相關主題
相關VIP內容
相關資訊
3個可以寫進簡曆的京東NLP項目實戰
專知
10+閱讀 · 2020年6月4日
麵經 | 算法工程師麵試題彙總
極市平台
11+閱讀 · 2019年10月14日
簡明深度學習學習資料分享:從基礎到進階
深度學習與NLP
26+閱讀 · 2019年9月7日
深度學習500問!一份火爆GitHub的麵試手冊
人工智能前沿講習班
33+閱讀 · 2019年3月18日
無參考圖像質量評價研究進展綜述
人工智能前沿講習班
42+閱讀 · 2019年2月15日
1024 | 最全麵試總結,深度學習500問,麵試必備【下載】
機器學習算法與Python學習
49+閱讀 · 2018年10月24日
【資源】機器學習算法工程師手冊(PDF下載)
機器學習算法與Python學習
32+閱讀 · 2018年10月14日
機器學習、深度學習 知識點總結及麵試題
全球人工智能
15+閱讀 · 2018年1月4日
相關論文
Arxiv
0+閱讀 · 3月1日
Arxiv
14+閱讀 · 1月11日
Image Segmentation Using Deep Learning: A Survey
Arxiv
34+閱讀 · 2020年1月15日
Arxiv
18+閱讀 · 2018年6月27日
Arxiv
13+閱讀 · 2018年4月18日
微信掃碼谘詢專知VIP會員
Top