DLSS Super Resolution SDK 3.1.0 发布
NVIDIA DLSS 是一个深度学习神经网络，可以提高帧率，并为你的游戏生成漂亮、清晰的图像。NVIDIA 近日在 GitHub 上发布了 DLSS Super Resolution SDK v3....
admin
对话大咖 | 人工智能+视频编解码能带来新的变革吗
在如今的视频编码技术的迭代发展中，无论是变换量化、预测、熵编码、或是环路滤波，我们都在以复杂的技术换取压缩性能的提升。未来视频产业的应用前景依然很值得期待，因此我们需要去探究更高效...
数学推导详解DL理论！普林斯顿最新127页pdf《深度学习理论》简明书，带你理解深度学习优化、泛化等
深度学习已经成为机器学习的核心范式。然而，对数学的理解仍然缺乏。需要多少样本?训练多快能成功?为什么卷积神经网络适合图像数据?本课程将涵盖回答这些问题的最新进展。本专著讨论了新兴的深度学习理论。它以普...
深度学习十年后是撞墙了吗？Hinton、LeCun、李飞飞可不这么认为
深度学习未来会更好还是走下坡路？AI 圈先驱们展开了设想。自 2012 年，以 AlexNet 为代表的深度学习技术突破开始，至今已有 10 年。10 年后，如今已经成为图灵奖得主的 Geoffrey...
深度学习十年后是撞墙了吗？Hinton、LeCun、李飞飞可不这么认为|洞见
阿尔法公社重度帮助创业者的天使投资基金━━━━━━阿尔法公社：自2012年以AlexNet为代表的深度学习技术突破开始，10年来，深度学习技术在质疑中发展，有Google Photos、Google...
专家点评NBT | 李栋/戴琼海团队开发合理化深度学习超分辨显微成像方法
点评 | 徐涛/纪伟（中国科学院生物物理所）、田捷（北京航空航天大学）光学显微成像技术的发展为人类打开了认识微观世界的大门，也成为了当今细胞生物学、发育生物学、神经科学等生命科学领域的重要研究工具。长...
到底什么是有用的ML可解释性？伯克利郁彬高徒Singh68页博士论文《现实世界的机器学习中有用的可解释性》全面综述可解释性技术
最近，高度成功但不透明的机器学习模型激增，这引发了对可解释性的迫切需求。该毕业论文通过新颖的定义、方法和科学综述解决了可解释性问题，确保可解释性在现实问题的背景下是有用的。我们首先定义什么是可解释性，...
机器学习：不要低估树模型的威力
点击下方卡片，关注“新机器视觉”公众号重磅干货，第一时间送达树模型和神经网络，像一枚硬币的两面。在某些情况下，树模型的性能甚至优于神经网络。由于神经网络的复杂性，它们常常被认为是解决所有机器学习问题的...
英伟达首席科学家：深度学习硬件的过去、现在和未来
点击上方“图灵人工智能”，选择“星标”公众号您想知道的人工智能干货，第一时间送达 作者｜Bill Dally翻译｜胡燕君、沈佳丽、贾川过去十年是深度学习...