AI 前线导读： 面部表情识别技术（FER）正逐渐从实验室数据集测试走向挑战真实场景下的识别。随着深度学习技术在各领域中的成功，深度神经网络被越来越多地用于学习判别性特征表示。目前的深度面部表情识别系统通常面临两个关键问题：由于缺乏足够的训练数据所造成的过度拟合，和与表情无关的…

为了尊重原意，部分名词不进行翻译。 为了更通俗易懂的解释概念，使用低维度的情况来解释。 预测的事物，即 y = ax + b 中的 y 变量，如房价、动物种类、是否垃圾邮件等。 输入变量，即 y = ax + b 中的 x 变量，x 可以是一个，也可以是多个，用 {x1, x2…

选自Model Zoo，机器之心整理。 深度学习近来是机器学习最流行的子领域，因为针对高维数据拥有强大的建模能力，它在很多不同的任务与领域都绽放了夺目的光彩，例如计算机视觉、自然语言处理与智能体学习等。深度学习模型是一种表示学习方法，即根据模型学习表示的本身，而不仅仅如同传统机…

AI 前线导读：图像分类和目标检测是计算机视觉两大模块。相比于图像分类，目标检测任务更复杂更困难。图像目标检测在过去几年深度学习的发展背景下取得了巨大的进展，检测性能得到了明显的提升。目标检测不但要检测到具体的目标，还要定位目标的具体位置。不过 Tensorflow model…

从 iOS 10 开始，苹果在 iOS 平台上引入了两个深度学习的框架：BNNS 和 MPSCNN。

2013年的时候，Kaggle曾组织过一次人脸表情识别大赛，参赛者要搭建一个模型，识别7种人类面部表情。虽然好几年过去了，期间也陆续出现了一些研究成果，但这依然是个很有趣的课题。在本文，我（作者Sefik Serengil——译者注）会展示如何用Keras识别人物面部表情。 我…

【AI科技大本营导读】亚马逊的 Alexa 的巨大成功已经证明：在不远的将来，实现一定程度上的语音支持将成为日常科技的基本要求。整合了语音识别的 Python 程序提供了其他技术无法比拟的交互性和可访问性。最重要的是，在 Python 程序中实现语音识别非常简单。阅读本指南，你…

AI 前线导读：今天，Keras 的作者 Francois Chollet 转推了一篇文章，教大家基于开源框架 Lore 在 15 分钟内建立深度学习模型，用 Python 配置、构建、部署和维护深度学习模型。真的能在这么短的时间内构建深度学习模型吗？我们来一探究竟。 随着 I…

AI 前线导读： 位置映射图网络（PRN）是一种端到端的使用联合回归解决稠密排列和 3D 人脸重建的方法。本文是 AI 前线的第 36 篇论文导读，我们将对 PRN 方法进行简要的解释，并介绍其在计算机视觉中的应用，最后还会附上开源代码和操作方法，快来动手试试看吧！ 想象一下在…