原创 Computer Vision and Machine Learning Competitions

一、ImageNet Object Detection, Object Classification+Localization 二、COCO Image Captioning 三、LFW Face Recognition 四、CIF

原创 分佈式-ubuntu12.04上安裝spark-1.0.0

1. 安裝文檔: http://spark.apache.org/docs/latest/spark-standalone.html 2. web UI: master’s web UI, which is http://localho

原创 Git操作與命令記錄

1.回滾到某個commitgit reset --hard <commidId> && git clean -fgit push -u origin master -f這組命令的副作用是把<commidId>之後的commit都會刪除2.

原创 [Fri 26 Jun 2015 ~ Thu 2 Jul 2015] Deep Learning in arxiv

Natural Neural Networks Google DeepMind又一神作 Projected Natural Gradient Descent algorithm (PRONG) better than SGD as e

原创 [caffe]深度學習之MSRA圖像分類模型Deep Residual Network(深度殘差網絡)解讀

一、簡介         MSRA的深度殘差網絡在2015年ImageNet和COCO如下共5個領域取得第一名:ImageNet recognition, ImageNet detection, ImageNet localizatio

原创 [Fri, 13 Nov 2015 ~ Mon, 23 Nov 2015] Deep Learning in arxiv

DEEPREINFORCEMENT LEARNING IN PARAMETERIZED ACTION SPACE dqn在足球遊戲中的研究 代碼:Complete source code for our agent isavailab

原创 [caffe]深度學習之圖像分類模型Batch Normalization[BN-inception]解讀

一、簡介 如果將googlenet稱之爲google家的inception v1的話,其Batch Normalization(http://arxiv.org/pdf/1502.03167v3.pdf)文章講的就是BN-incepti

原创 深度學習之圖像分類模型inception v2、inception v3解讀

一、簡介 google發表的文章http://arxiv.org/pdf/1512.00567v3.pdf中包含了inception v2與inception v3兩種模型配置。 Inception v3單模型達到了21.2%的top

原创 深度學習之google deepmind的alphago AI人工智能算法技術演變歷程

一、簡介         最近大家比較關心的圍棋人機大戰(alphago vs 李世石)中,deep mind基於Nature2016文章的alphago在5局制的比賽中已經取得了3-1的成績提前鎖定了勝局。2016年google與fa

原创 【長期社招】【校招】阿里巴巴機器智能實驗室(原idst)深度學習團隊長期招聘

對於社招長期招聘P6~P7同學,對於校招要求是應屆畢業生。團隊積累了很厚實的技術能力以及前瞻性的算法研究基礎。我們希望能夠繼續吸引到深度學習這方面的出色的人才加盟,能夠負責深度學習最先進的技術研究和工程實現。團隊的主要工作圍繞着端

原创 [Tue, 21 Jul 2015 ~ Mon, 27 Jul 2015] Deep Learning in arxiv

Compression of Fully-Connected Layer inNeural Network by Kronecker Product 又是一篇壓縮網絡文章,但沒有給出在imagenet上的錯誤率變化,有待觀測。    

原创 [~ Tue, 26 July 2016] Deep Learning in arxiv

Deep3D:Fully Automatic 2D-to-3D Video Conversion with Deep Convolutional NeuralNetworks論文:http://homes.cs.washington.ed

原创 [深度學習]暴走的殘差深度學習網絡家族!加深了網絡還是隱式多網絡疊加?

在2015年殘差網絡Deep Residual Learning for Image Recognition出來之後,2016年出現了大批量的達到與之相應效果的加深網絡的方法。加深網絡會帶來如下三大類問題:1. 後向傳播梯度消失;2.

原创 [CTR]CTR之fm以及ffm

在CTR中對ID特徵vector化,然後求解最小loss一種常見的解決方案,如下收藏兩個比較好用的方法,fm以及ffm。其中ffm在前兩年的kaggle CTR相關比賽中,都能看到它的身影。一、fm(Factorization Mach

原创 [caffe]深度學習之CNN檢測object detection方法摘要介紹

近一兩年cnn在檢測這塊的發展突飛猛進,下面詳細review下整個cnn檢測領域模型的發展,以及在時間性能上的發展。 一、RCNN 流程: Extract region(off model) + extract features(on m