基于動(dòng)量的迭代算法來(lái)構(gòu)造對(duì)抗擾動(dòng)以攻擊黑盒和白盒模型

我們提出在基礎(chǔ)的迭代式攻擊方法上加入動(dòng)量項(xiàng)，避免在迭代過(guò)程中可能出現(xiàn)的更新震蕩和落入較差的局部極值，得到能夠成功欺騙目標(biāo)網(wǎng)絡(luò)的對(duì)抗樣本。由于迭代方法在迭...

2019-05-15 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法圖像分類 6.8k 0

圖像分類的5種技術(shù)，總結(jié)并歸納算法、實(shí)現(xiàn)方式，并進(jìn)行實(shí)驗(yàn)驗(yàn)證

然而，圖像分類問(wèn)題就是一個(gè)非常復(fù)雜的工作，它總是借用諸如卷積神經(jīng)網(wǎng)絡(luò)（CNN）這樣的深度學(xué)習(xí)模型來(lái)完成。但我們也知道，通常我們?cè)谡n堂中學(xué)習(xí)到的，諸如KN...

2019-05-13 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分類深度學(xué)習(xí) 7.6萬(wàn) 0

深度學(xué)習(xí)下的分類，目標(biāo)檢測(cè)、語(yǔ)義分割這三個(gè)方向具體的概念及其應(yīng)用場(chǎng)景是什么？

我們觀察一下這些圖片的特點(diǎn)，這些圖片各種各樣，分辨率也各不相同。圖片中的貓和狗形狀、所處位置、體表顏色各不一樣。它們的姿態(tài)不同，有的在坐著而有的則不是，...

2019-05-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分類深度學(xué)習(xí) 3.2萬(wàn) 0

一種十億級(jí)數(shù)據(jù)規(guī)模的半監(jiān)督圖像分類模型

除此模型之外，本研究還嘗試了幾種其他的模型結(jié)構(gòu)，一是移除教師 - 學(xué)生模型并使用自訓(xùn)練模型，二是在進(jìn)行模型微調(diào)時(shí)使用推斷出的標(biāo)簽作為訓(xùn)練數(shù)據(jù)。在實(shí)驗(yàn)分析...

2019-05-08 標(biāo)簽：函數(shù)圖像分類數(shù)據(jù)集 4.5k 0

機(jī)器學(xué)習(xí)應(yīng)用及數(shù)據(jù)集

本文介紹了包括圖像分類、交易預(yù)測(cè)、情感分類、推薦系統(tǒng)、股票預(yù)測(cè)等在內(nèi)的若干個(gè)機(jī)器學(xué)習(xí)應(yīng)用及數(shù)據(jù)集。

2019-04-21 標(biāo)簽：圖像分類股票預(yù)測(cè)機(jī)器學(xué)習(xí) 5k 0

完成一個(gè)簡(jiǎn)單的端到端的機(jī)器學(xué)習(xí)模型需要幾步？

完成了下載數(shù)據(jù)，圖像分割和處理，就可以訓(xùn)練模型了。接下來(lái)，我們對(duì)數(shù)據(jù)進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)（CNN）訓(xùn)練。卷積神經(jīng)網(wǎng)絡(luò)利用圖像中的像素點(diǎn)逐步構(gòu)建出更高層次的特...

2019-04-04 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分類數(shù)據(jù)集 4.9k 0

一個(gè)能同時(shí)完成四個(gè)任務(wù)的的深度神經(jīng)網(wǎng)絡(luò)

顧名思義，“表示”(representation) 就是信息在網(wǎng)絡(luò)中編碼的方式。當(dāng)一個(gè)單詞、一個(gè)句子或一幅圖像 (或其他任何東西) 作為輸入提供給一個(gè)訓(xùn)...

2019-03-07 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像生成器 4k 0

DNN解決ImageNet時(shí)的策略似乎比我們想象的要簡(jiǎn)單得多

這就避免了對(duì)圖像的顯式分區(qū)，并且盡可能接近標(biāo)準(zhǔn)CNN，同時(shí)仍然實(shí)現(xiàn)概述的策略，我們稱之為模型結(jié)構(gòu)BagNet-q：其中q代表最頂層的感受域大?。ㄎ覀儨y(cè)試...

2019-02-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分類深度學(xué)習(xí) 2.5k 0

神經(jīng)網(wǎng)絡(luò)的黑盒屬性，一直是困擾研究人員和開(kāi)發(fā)者最頭疼的問(wèn)題之一

同理，噪聲尺度可以測(cè)量模型所見(jiàn)的數(shù)據(jù)變化（在訓(xùn)練的給定階段）。當(dāng)噪聲規(guī)模很小時(shí)，快速并行查看大量數(shù)據(jù)變得多余；反之，我們?nèi)匀豢梢詮拇骲atch數(shù)據(jù)中學(xué)到...

2018-12-20 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分類機(jī)器學(xué)習(xí) 4.4k 0

如何用單獨(dú)的GPU，在CIFAR-10圖像分類數(shù)據(jù)集上高效地訓(xùn)練殘差網(wǎng)絡(luò)

現(xiàn)在我們假設(shè)在一個(gè)英偉達(dá)Volta V100 GPU上用100%的計(jì)算力，訓(xùn)練將需要多長(zhǎng)時(shí)間。網(wǎng)絡(luò)在一張32×32×3的CIFAR10圖像上進(jìn)行前向和后...

2018-11-12 標(biāo)簽：GPU圖像分類深度學(xué)習(xí) 7.8k 0

圖像分類比賽中，你可以用如下方案舉一反三

在大多數(shù)機(jī)器學(xué)習(xí)任務(wù)中，我們首先要做的（也是最重要的任務(wù)）就是在使用算法之前分析數(shù)據(jù)集。這一步驟之所以重要，是因?yàn)樗軌蜃屛覀儗?duì)數(shù)據(jù)集的復(fù)雜度有深入的了...

2018-11-02 標(biāo)簽：圖像分類機(jī)器學(xué)習(xí)數(shù)據(jù)集 2.6k 0

分布式文件系統(tǒng)的必要性,Python在分布式文件系統(tǒng)中的支持情況

這里通過(guò)收集或生成更多訓(xùn)練數(shù)據(jù)而得到的可預(yù)測(cè)投資回報(bào)率（ROI）比上面的概念稍復(fù)雜。首先，你需要收集到足夠多的數(shù)據(jù)，如下圖所示，使數(shù)據(jù)量超過(guò)“Small...

2018-10-21 標(biāo)簽：編程語(yǔ)言圖像分類深度學(xué)習(xí) 4.6k 0

以《貓和老鼠》為例，計(jì)算任意視頻中湯姆貓和杰瑞鼠的出鏡時(shí)長(zhǎng)

現(xiàn)在我們要下載視頻，并將它轉(zhuǎn)換成幀的形式。首先我們可以用VideoCapture( )函數(shù)從給定目錄中提取視頻，然后從視頻中提取幀，用imwrite( ...

2018-10-04 標(biāo)簽：視頻圖像分類Python 5.6k 0

機(jī)器學(xué)習(xí)的變革,隨機(jī)和分散的網(wǎng)絡(luò)

嗅覺(jué)系統(tǒng)中的神經(jīng)元是對(duì)整個(gè)接收區(qū)域隨機(jī)采樣，并非針對(duì)某一特定區(qū)域。在類似視覺(jué)皮層的映射系統(tǒng)中，神經(jīng)元所在的位置解釋了它所攜帶的信息。但是在嗅覺(jué)皮層中卻不...

2018-10-04 標(biāo)簽：圖像分類視覺(jué)系統(tǒng)機(jī)器學(xué)習(xí) 2.6k 0

使用TensorFlow框架演示了卷積神經(jīng)網(wǎng)絡(luò)在MNIST數(shù)據(jù)集上的應(yīng)用

卷積層從原輸入的三維版本開(kāi)始，一般是包括色彩、寬度、高度三維的圖像。接著，圖像被分解為過(guò)濾器（核）的子集，每個(gè)過(guò)濾器的感受野均小于圖像總體。這些過(guò)濾器接...

2018-08-27 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分類數(shù)據(jù)集 5.2k 0

分類問(wèn)題訓(xùn)練的GAP-CNN在目標(biāo)定位方面的能力

在最早提出GAP層的網(wǎng)中網(wǎng)（Network in Network）架構(gòu)中，最后的最大池化層的輸出傳入GAP層，GAP層生成一個(gè)向量，向量的每一項(xiàng)表示分類...

2018-08-20 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分類強(qiáng)化學(xué)習(xí) 8k 0

通過(guò)訓(xùn)練大型卷積網(wǎng)絡(luò)，可以預(yù)測(cè)數(shù)十億社交媒體圖像的hashtag

本文試圖通過(guò)研究一個(gè)未被探索的數(shù)據(jù)體系來(lái)解決這個(gè)復(fù)雜的問(wèn)題：數(shù)十億張帶有社交媒體“標(biāo)簽”（hashtags）的真實(shí)圖片。這個(gè)數(shù)據(jù)源的優(yōu)點(diǎn)是：它很大，并且...

2018-08-19 標(biāo)簽：圖像分類數(shù)據(jù)集 2.9k 0

圖像分類中的一個(gè)常見(jiàn)問(wèn)題

解決實(shí)際應(yīng)用中此類問(wèn)題的主要思想就是限制模型的使用場(chǎng)景，這樣對(duì)目標(biāo)物體的預(yù)測(cè)假設(shè)就會(huì)匹配訓(xùn)練數(shù)據(jù)。一種直接的方法是進(jìn)行產(chǎn)品設(shè)計(jì)，你可以在用戶界面設(shè)計(jì)一個(gè)...

2018-07-11 標(biāo)簽：分類器圖像分類機(jī)器學(xué)習(xí) 5.4k 0