首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
AI小精灵
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
最新
热门
我的数学笔记(Chapter 7. 数论杂谈(待续))
这是从前写的用于备忘的数学笔记,在此连载分享给大家。 PENG Bo:我的数学笔记(Chapter 1-3. 代数和几何的基础)zhuanlan.zhihu.com 如您发现错漏,请您告诉我,非常感谢。 如您有兴趣一起合作改进这个笔记,很欢迎联系我。 如您发现错漏,请您告诉我…
深度学习与物理,有效场论,重整化群,简介1608.08225
之前提到2017年的一篇文章《Why does deep and cheap learning work so well》(https://arxiv.org/pdf/1608.08225.pdf),知乎还没有朋友写过,这里简单介绍。其中作者希望从物理的角度解释深度学习的有效性…
我在知乎的回答&文章整理:数学/物理篇
首先是很久以前的一些乱七八糟的思维碎片,列举一点如下,我从前还记录了好多这样的碎片,如果您对其中的话题有兴趣,非常欢迎讨论。我想知道,知乎有数学群吗? 来个正常的。在数学中我们经常看到12,或者说Bernoulli数。例如zeta函数, todd class,BCH公式,inv…
Noise2Noise:图像降噪,无需干净样本,原因非常简单
这个文章写了很长,其实它说的事情非常简单。 本来我们做图像降噪,需要输入的噪音图像 x,和 “干净样本” y。 例如,x 是路径跟踪渲染用少数光束渲染的图片,y 是长期渲染后的图片。那么如果用 y 作为训练目标,生成 y 是个非常费时费力的过程。 但其实你如果仔细想想,可以用另…
招深圳的全栈工程师,无需工作经验,有独立开发经验即可~ 与深度学习相关的项目
地点:深圳南山。 需求:有独立全栈开发经验(例如 node + 某个前端框架),不需要工作经验。新毕业生也合适。 项目:与深度学习相关的网站,但您无需有深度学习经验。如果您对深度学习感兴趣就更欢迎。 月薪:10-15k,与年终奖。现在这个是初级职位,如有大牛我们以后保持联系。。…
我写了个小程序《声音精灵》,希望它未来能用 AI 教你唱歌~
最近几个月我一直在研究唱歌。之前我在知乎写过一个自学钢琴的回答: 然而,对于从小不唱歌的人,学唱歌(更明确地说,流行唱法)比学乐器难得多!音准,气息,吐字,节奏...... 唱好太难了!更别提还有尾音处理,动态处理,唱法和音色的变换,等等等等。 而且,对于我们这样没天赋的人来说…
谈谈语音识别与人声的物理原理,以及真声假声头声混声等概念
继续最近的话题。知乎有不少语音识别的文章,但主要是黑箱子端对端,没涉及背后的物理过程。 其实,人类的发声过程很有意思,在此我们从物理的第一性原理谈谈这些问题,也可以更好地理解唱歌中涉及的各种名词。 1. 频谱,与元音、辅音的来源 声音来自于振动。重要的方法是频谱分析(傅里叶分析…
TVGAN 的训练,BigGAN,与 InfoGAN 的最新进展,GAN 是否已接近最终形式?
标题图来自下文的 ProInfoGAN,在 CelebA-HQ 上无监督发现高质量 disentangled 编码。 我在几天前介绍了一个很简单的“TVGAN”,很奇怪的是,为什么这么简单的事情,之前没人明确去用。 今天细看 BigGAN 才发现,原来 Google 的这篇 S…
Rethink Generative Model:生成模型的误区?思考DL的理论细节 (4)
图像的生成模型,或者说图像模型(与语言模型相对应),是图像无监督学习的核心(可以以此解决一切逆问题,如超分辨率,降噪,inpaint,等等),也是图像有监督学习的重要基础。 本系列的最终目的,在于希望提出一种稳定,可解释,每一步都具有【数学和物理基础】的生成模型训练体系(包括网…
DGN:生成模型,可以有多简单?目前的深度学习研究,有什么问题?思考DL的理论细节 (3)
在本系列的 (2),介绍了一种极其简单的生成模型。 在本文中,我们先不考虑它的复杂化。我们考虑能不能更简单,简单的极限到底在哪里。 Deep Image Prior 说的事情,从实验的角度看很简单。但是,从理论的角度看,比“分布的积分”复杂得多,所以还没见过有谁去理论分析。 大…
下一页
个人成就
文章被点赞
4
文章被阅读
21,152
掘力值
390
关注了
0
关注者
791
收藏集
0
关注标签
0
加入于
2018-10-26