BatchNorm已成为主流DCNN的标配，它不仅不可以加速模型训练还是提升模型效果。但是，众所周知：BN对于batch size极为敏感，越小性能越差...
Arm于2020年2月10日宣布推出Cortex-M55处理器，这是Arm最支持AI应用的Cortex-M处理器，也是首款采用Arm Helium技术的产品，为物联网设...
在全球疫情的连锁影响下，越来越多分析师、数据报告中心和科研机构开始预测接下来世界经济的重大变化。美股熔断、航运受限，各主要经济...
文章“Point Pair Feature-Based Pose Estimation with Multiple Edge Appearance Models (PPF-MEAM) for Robotic Bin Picking”2018年发...
近年来随着消费级深度设备的普及，深度相机引导机械臂完成抓取成为热点话题。其中，物体识别与位姿估计是械臂完成抓取的关键。关于物体...
A Dual Reinforcement Learning Framework for Unsupervised Text Style Transfer: Fuli Luo, Peng Li, Jie Zhou, Pengcheng Yang, Baob...
今日疯言疯语：学完卡尔曼滤波可以说你就是地球上战斗力超强的人了！因为几乎任何带电的军事装备、航空航天装备都需要Kalman滤波算法！
如果人工智能是一块蛋糕，那么蛋糕的大部分是自监督学习，蛋糕上的糖衣是监督学习，蛋糕上的樱桃是强化学习。作者：Amit Chaudhary编译...
在学习完GAN和WGAN的原理后，总结出GAN的套路如下：用判别器D去区分真实的数据分布 和伪造的数据分布 的差异，再用生成器G来最小化这差异。
在标准GAN中，判别器是一个logistic二分类器。在传统的机器学习中，另一个不可忽视的二分类算法是支持向量机（SVM）。SVM的出发点是找到...
本文笔者将详细介绍在基于anchor的目标检测网络（Faster RCNN、SSD、YOLO v2&v3等）中，一个至关重要的步骤：科学的设置anchor。作者：元峰
内容 AI：建立统一的跨媒体多模态内容理解内核来源：腾讯技术工程作者： zixunsun@tencent.com，腾讯 IEG 应用研究员
本文作者来自于宾夕法尼亚州立大学，总结了《十个关键点》，强化学习和最优控制的81页PPT汇总。来源：book.yunzhan365报道：深度强化学...
本文作者关注DCNN在图像去噪领域所取得的极大的关注。然而，不同类型的深度学习方法在处理不同类型噪声时表现差异较大，比如基于判别学...
本文提出了一种基于感兴趣区域（RoI）的机器人抓取检测算法，以同时检测目标及其在物体重叠场景中的抓取。作者： 康斯坦奇首发：3D视觉...
人工智能（AI）的到来创造了许多机会，从更好的顾客产品消费体验到工厂车间的自动化质量监控，有关AI用例正呈指数增长。创新的信号处理...
当下，按地区划分，全球半导体业主要有六大板块，分别是美国、欧洲、日本、韩国、中国台湾和中国大陆。在2019年，受到多种因素的影响，...
芯片企业的投资项目，在单纯财务收益之外，大家会比较自然地联想到特殊产品/功能定制、供应链议价权甚至供应链安全等相关因素。今天，我...
华为诺亚方舟实验室的论文《Co-Evolutionary Compression for Unpaired Image Translation》被ICCV 2019录用，该论文首次提出针对GAN中...
这篇文章是自己在上大数据分析课程时老师推荐的一篇文章，当时自己听着也是对原作者当年的的思路新奇非常敬佩，相信很多伙...
将其扩展到MCTS上，得到了 Maximum Entropy for Tree Search (MENTS)算法。
论文题目：SQIL: Imitation Learning via Reinforcement Learning with Sparse Rewards
论文题目：Reinforcement Learning with Deep Energy-Based Policies
【论文阅读】Mastering Complex Control in MOBA Games with Deep Reinforcement Learning
在开始说基于Stochastic Policy的方法之前，我们需要了解一下Policy Gradient的方法。在Policy Gradient里面有一个非常重要...
在强化学习中的值函数近似算法文章中有说怎么用参数方程去近似state value ，那policy能不能被parametrize呢？其实policy可...
在开始说值函数近似方法之前，我们先回顾一下强化学习算法。强化学习算法主要有两大类Model-based 的方法和Model-free 的方...
在上一篇文章强化学习中的无模型预测中，有说过这个无模型强化学习的预测问题，通过TD、n-step TD或者MC的方法能够获得值函...
在大多是强化学习(reinforcement learning RL)问题中，环境的model都是未知的，也就无法直接做动态规划。一种方法是去学MDP...
上一节我们说了马尔可夫决策过程，它是对完全可观测的环境进行描述的，也就是观测到的内容完整决定了决策所需要的特征。马...
AI 应用
安谋科技自研产品
Arm 计算
SoC 芯片设计
IoT 与嵌入式
教育与职场
全球资源
SegmentFault
移知
安芯教育
InfoQ
深圳湾
脑极体
甲子光年
半导体行业观察
爱集微
E 企研究院
CSDN
全志在线
智东西
