张飞软硬开源基于STM32 BLDC直流无刷电机驱动器开发视频套件,👉戳此立抢👈

ICLR 2019论文解读:深度学习应用于复杂系统控制

2019-01-10 14:53 次阅读

引言

20世纪,控制论、系统论、信息论,对工业产生了颠覆性的影响。继2011年深度学习在物体检测上超越传统方法以来,深度学习在识别传感(包含语音识别、物体识别),自然语言处理领域里产生了颠覆性的影响。最近在信息论里,深度学习也产生了重要影响。使用深度学习可以对不同形式编码的信息进行自动解码。如今,深度学习再次影响控制论,传统控制论往往是模型驱动算法,需要设计复杂的模型和控制方案,而以数据驱动为核心的深度学习用作控制领域的春天即将到来,这将推动数十万亿的工业、服务业的进一步升级。通过深度学习控制,可以让机器人,能源,交通等行业效率显著提升。例如,使用深度学习进行智能楼宇控制,可以节约大楼20%的能耗,传统的控制需要多名专家2年的时间建立一个楼宇模型,深度学习可以利用楼宇历史数据在一天内得到超越传统方法的模型;在机器人控制和强化学习领域里,相比传统控制方法,本文提出的方法可以节约80%以上的运算时间并且提升10%以上的控制准确度。

深度学习控制行业刚刚兴起,还有很多的问题没有解决,还需要很多的理论突破。近期,华盛顿大学研究组在ICLR2019发表了一篇深度学习控制的最新成果[1],这是第一次将深度学习与凸优化理论结合应用到最优控制理论中,在从理论层面保证模型达到全局最优解的同时,大幅提升了复杂系统控制的效率和准确度。该论文在公开评审中获得了6/7/8的评分,在所有1449submissions中得分位列前90位(top6%)。在这里,论文的两位作者将亲自为我们解读其中的核心思想。

论文地址:https://openreview.net/forum?id=H1MW72AcK7¬eId=HylsgDCzeV

机器学习/强化学习与控制

自动控制与机器学习作为两个拥有深厚历史的学科,已经发展了数十年,并建立了各自较为完善的学科体系。在自动控制中的重要一环,是首先根据历史数据对控制系统进行输入-输出的端到端建模。目前广泛使用的系统辨识(systemidentification)方法主要有两种:一是使用线性/或分段线性模型来预测系统的(状态,控制变量)->(状态)关系。这样做的好处是后续的优化问题是线性优化问题(linearprogramming)并可结合控制论中的线性二次型调节器LQR(LinearQuadraticRegulator)等控制模型,易于求解并实现闭环最优控制。同时控制论较为注重系统的理论性质研究,如系统的李雅普诺夫稳定性,以及基于卡尔曼滤波等的最优状态估计等。但是线性模型很难准确地描述复杂系统的动态,且建模过程需要大量专家知识和调试。因为存在对物理对象的建模,这类方法也被称为基于模型的控制和强化学习model-basedcontrol/reinforcementlearning。第二种方法是使用一些较为复杂的机器学习模型,比如深度神经网络,支持向量机(SVM)等对物理系统进行建模。相比线性模型,这些模型能够更为准确地捕捉系统输入-输出的动态关系。而在一般的(深度)强化学习算法中,通常研究者也会训练一个端到端的算法,由状态直接输出控制。由于不存在物理建模过程,这类方法也一般被称为model-freecontrol/reinforcementlearning。但是这些复杂模型给后续的优化控制问题求解带来了困难。我们都知道深度神经网络,一般来说输出对于输入都是非凸的,包含很多局部最优点,所以在优化过程中很容易陷入局部最优情况。在对稳定性要求很高的系统控制情境下(比如电力系统控制,航天系统以及工业控制),这种多个局部最优解并且没有全局最优收敛性保证的情况是我们非常不愿看到的,也一定程度限制了目前深度模型在这些行业中的应用。同时,在当前的深度强化学习研究中,尽管在多个应用和领域中已经取得行业领先的控制和优化效果,但对模型的理论性质尚缺乏研究,同时需要大量标注的状态和决策数据以泛化模型的表征能力和应用场景[2](ICML2018tutorialandAnnualReviewofControl,RoboticsandAutonomousSystems,Recht,Berkeley)。

图一:本文提出的输入凸的神经网络的(a)动态系统学习与(b)闭环控制过程。

在「Optimalcontrolvianeuralnetwork:aconvexapproach」一文中,作者提出了一种新的数据驱动的控制方法。该篇文章作出了结合model-freecontrol与model-basedcontrol的一步重要尝试。在训练过程中,我们用一个输入凸(inputconvex)的神经网络来表达系统表达复杂的动态特性;在控制与优化过程中,我们就可以将训练好的神经网络作为动态系统的模型,求解凸优化问题从而得到有最优保证的控制输入。算法思路详见图一

基于输入凸神经网络的最优控制框架

为了解决现有模型的不足,本文作者提出了一种新的系统辨识方法:基于输入凸的神经网络的系统辨识。建立在之前InputConvexNeuralNetwork(ICNN)[3](ICML2017,Amosetal.,2017,CMU)的基础上,本文作者提出一种新型的InputConvexRecurrentNeuralNetwork(ICRNN)用于具有时间关联的动态系统建模。不同于通用的神经网络结构,输入凸的神经网络要求所有隐藏层之间的权重矩阵非负,同时加入了对输入向量的负映射以及输入到隐藏层的直连层增加ICNN和ICRNN的表达能力。

作者在文章中理论证明了,输入凸神经网络ICNN和ICRNN可以表示所有凸函数(Theorem1),并且其表达的效率比分段线性函数高指数级(Theorem2)。两条性质保证所提出的网络架构能够很好地应用于优化与控制问题中用于对象建模与求解。

在使用输入凸神经网络进行系统建模后,作者将系统模型嵌入到模型预测控制(ModelPredictiveControl)框架中,用于求解最优的系统控制值。因为使用了输入凸神经网络,这里的MPC问题是一个凸优化问题,使用经典的梯度下降方法就可以保证我们找到最优的控制策略。如果系统的状态或者控制输入包含约束条件(constraints),我们也可以使用投影梯度下降(ProjectedGradientMethod)或者内点法进行求解。这样,使用ICNN对瞬态特性建模或使用ICRNN对时序过程建模并用于控制对输入优化求解,我们不仅能够满足控制论中对于最优解的性质的保证,同时也可以充分发挥深度模型的表征能力,即可作为一种适用于各领域的建模与控制方法。

图3.基于ICNN的MuJoColocomotiontasks的控制结果。K=100,300,1000对应[4]中基于模型的强化学习的算法设定,我们测试了在模型预测控制中,不同未来预测区间长度下各任务的回报。

应用一:机器人运动控制

作者首先将提出的深度学习控制框架应用于机器人的控制,使用的是OpenAI中的MuJuCo机器人仿真平台的四个前向运动任务。我们首先使用随机采样的机器人动作和状态的数据作为初始样本训练一个ICNN网络,并结合DAGGER(AISTATS,Rossetal,2011,CMU)以在训练和控制过程中更好地探索和泛化。本文提出的方法相比目前的强化学习方法更加高效、准确。同目前最好的基于模型的强化学习算法(model-basedRL)[4](2018ICRA,Nagabandietal.,2018,Berkeley)相比,本文提出的方法仅仅使用20%的运算时间就可以达到比之前方法高10%的控制效果(图3)。与无模型的深度强化学习算法如TRPO,DDPG往往超过10^6的样本数量相比,我们的控制方法可以从10^4量级的样本中学习到极为准确的动态模型并用于控制。同时我们还可以将该方法得到控制结果作为初始控制策略,然后随着机器人在环境中收集更多的样本,与无模型的强化学习方法(model-freeRL)结合,在动态系统环境下实现更好的控制效果。

应用二:大楼的能源管理

同时,本文作者也将提出的深度学习控制框架应用于智能楼宇的供热通风与空气调节系统(HVAC)控制。我们通过建筑能耗仿真软件EnergyPlus得到一栋大楼的分时能耗数据及各个分区的传感器数据,并使用ICRNN建立楼宇输入特征(如室内温度,人流量,空调设定温度等)到输出特征(如能耗)的动态模型。在控制过程中,文章提出的模型可以非常方便地加入一系列约束,如温度可调节范围等。我们通过设计大楼在一定时间段内的温度设置值,并满足相应约束的前提下,来最优化楼宇的能耗。相比于传统的线性模型以及控制方法,使用ICRNN的控制方法在保证房间温度维持在[19,24]摄氏度区间内的情况下,帮助大楼节约多于20%的能耗。在更大的温度波动区间内([16,27]摄氏度),可以帮助建筑节约近40%能耗(图4左)。同时相比于传统神经网络模型直接用于系统建模,基于ICRNN的控制方法由于有控制求解的最优性保证,得到的温度设定值更加的稳定(图4右中红线为ICRNN控制温度设置,绿线为普通神经网络控制温度设置)。

目前,华盛顿大学的PaulAllenCenter电子工程与计算机大楼正在安装相应的传感器,并计划将该控制方案用于该建筑HAVC系统的实时控制。

随着5G时代的到来与物联网技术的进一步发展,越来越多的物理系统中(电力,交通,航天,工业控制等)将会有更多的智能传感器与数据流,本文提出的基于深度学习的控制方法也将会有更广阔的应用空间。

参考资料:

[1]ChenYize*,YuanyuanShi*,andBaosenZhang."OptimalControlViaNeuralNetworks:AConvexApproach."ToAppearinInternationalConferenceonLearningRepresentations(ICLR),2019

[2]Recht,Benjamin."Atourofreinforcementlearning:Theviewfromcontinuouscontrol."AnnualReviewofControl,Robotics,andAutonomousSystems(2018).

[3]Amos,Brandon,LeiXu,andJ.ZicoKolter."Inputconvexneuralnetworks."InternationalConferenceonMachineLearning(ICML),2017

[4]Nagabandi,Anusha,etal."Neuralnetworkdynamicsformodel-baseddeepreinforcementlearningwithmodel-freefine-tuning."2018IEEEInternationalConferenceonRoboticsandAutomation(ICRA).IEEE,2018.

[5]Ross,Stéphane,GeoffreyGordon,andDrewBagnell."Areductionofimitationlearningandstructuredpredictiontono-regretonlinelearning."Proceedingsofthefourteenthinternationalconferenceonartificialintelligenceandstatistics.2011.

本文来源:机器之心

收藏 人收藏
分享:

评论

相关推荐

深度学习和神经网络

David,加州大学物理博士,美国著名电商数据科学家。本课程介绍什么是深度学习, 深度学习与机器学习的关系,几种神经网络
发表于 11-08 00:00 7724次 阅读
深度学习和神经网络

深度学习和神经网络

David,加州大学物理博士,美国著名电商数据科学家。本课程介绍什么是深度学习, 深度学习与机器学习的关系,几种神经网络
发表于 11-08 00:00 7724次 阅读
深度学习和神经网络

深度学习不是万灵药 神经网络3D建模其实只是图像识别

随着深度学习的大热,许多研究都致力于如何从单张图片生成3D模型。但近期一项研究表明,几乎所有基于深度....
的头像 新智元 发表于 06-17 11:21 112次 阅读
深度学习不是万灵药 神经网络3D建模其实只是图像识别

深度学习的最大短板原来是它!

Nvida的GPU上的HBM和GDDR对于大部分神经网络的炼丹师都是非常重要,能够在一个GPU的内存....
的头像 ssdfans 发表于 06-17 09:53 55次 阅读
深度学习的最大短板原来是它!

ACM“深度学习三巨头”访谈录

如果20年前有人对我说,可以把一种语言中的句子分割成小的单词片段,然后将这些片段输入给一个始于随机连....
的头像 新智元 发表于 06-15 11:02 424次 阅读
ACM“深度学习三巨头”访谈录

深度ReLU网络的训练动态过程及其对泛化能力的影响

基于这个框架,我们试图用统一的观点来解释这些令人费解的经验现象。本文使用师生设置,其中给过度参数化的....
的头像 新智元 发表于 06-15 10:48 300次 阅读
深度ReLU网络的训练动态过程及其对泛化能力的影响

李沐大神《动手学深度学习》中文版发布了!

这些目标往往互有冲突:公式、定理和引用最容易通过LaTeX进行管理和展示,代码自然应该用简单易懂的P....
的头像 新智元 发表于 06-15 10:42 592次 阅读
李沐大神《动手学深度学习》中文版发布了!

人工智能教学网站fast.ai针对开发者的深度学习实践课程第三版

创始人Jeremy Howard称,本课程旨在为有经验的程序员提供深度学习实践的教学,例如如何训练准....
的头像 新智元 发表于 06-15 10:06 336次 阅读
人工智能教学网站fast.ai针对开发者的深度学习实践课程第三版

Facebook新推出了一个深度学习工具包:PyTorch Hub

TensorFlow Hub是一个共享可重用的机器学习平台,主要面向开发者,谷歌希望TensorFl....
的头像 新智元 发表于 06-15 09:58 284次 阅读
Facebook新推出了一个深度学习工具包:PyTorch Hub

清华刘永进提出APDrawingGAN ,GAN秒变肖像画!

但是,这些已有方法多数针对于生成信息较为丰富的风格,如油画,这些风格的图像中包含很多零碎的图形元素(....
的头像 新智元 发表于 06-15 09:26 315次 阅读
清华刘永进提出APDrawingGAN ,GAN秒变肖像画!

无需权重训练!谷歌再向深度学习炼丹术发起 “攻击”

Adam Gaier是一名AI研究员,在教学和研究方面具有广泛的国际经验,在生物启发的计算、机器人和....
的头像 新智元 发表于 06-15 09:22 380次 阅读
无需权重训练!谷歌再向深度学习炼丹术发起 “攻击”

人工智能发展进入平台期了吗

6月13日,CES Asia2019在上海落幕,展会上,人工智能依旧是关键词之一。除了熟知的人脸识别....
发表于 06-14 15:33 83次 阅读
人工智能发展进入平台期了吗

斯坦福最新研究成果 编辑有声视频算法技术

据外媒报道,近日斯坦福官方博客介绍了一种编辑有声视频的算法技术。这个技术可以使用文字记录修改视频,就....
发表于 06-14 10:07 30次 阅读
斯坦福最新研究成果 编辑有声视频算法技术

干货 | 深度学习,怎么知道你的训练数据真的够了?

最近有很多关于数据是否是新模型驱动 [1] [2] 的讨论,无论结论如何,都无法改变我们在实际工作中....
的头像 中科院长春光机所 发表于 06-13 16:37 196次 阅读
干货 | 深度学习,怎么知道你的训练数据真的够了?

如何用最快的速度学会Dlib人脸识别开发?

Dlib是一个深度学习开源工具,基于C++开发,也支持Python开发接口,功能类似于TensorF....
的头像 AI科技大本营 发表于 06-13 11:50 245次 阅读
如何用最快的速度学会Dlib人脸识别开发?

如何从零推导支持向量机

支持向量机 (SVM) 是一个非常经典且高效的分类模型。 但是, 支持向量机中涉及许多复杂的数学推导....
发表于 06-10 08:00 30次 阅读
如何从零推导支持向量机

Tractica:预计2025年深度学习芯片销量达到29亿单位

Tractica预测,AI市场的这种增长和演变将推动深度学习芯片组的出货量从2018年的1.649亿....
的头像 荷叶塘 发表于 06-09 23:39 2481次 阅读
Tractica:预计2025年深度学习芯片销量达到29亿单位

深度学习模型压缩与加速综述

目前在深度学习领域分类两个派别,一派为学院派,研究强大、复杂的模型网络和实验方法,为了追求更高的性能....
的头像 Imagination Tech 发表于 06-08 17:26 324次 阅读
深度学习模型压缩与加速综述

详解神经网络嵌入的概念

近年来,神经网络在图像分割、自然语言处理、时间序列预测等方面的应用有了很大的发展。深度学习的一个显著....
的头像 电子发烧友网工程师 发表于 06-08 14:47 195次 阅读
详解神经网络嵌入的概念

深度学习和普通机器学习的区别

本质上,深度学习提供了一套技术和算法,这些技术和算法可以帮助我们对深层神经网络结构进行参数化——人工....
的头像 电子发烧友网工程师 发表于 06-08 14:44 225次 阅读
深度学习和普通机器学习的区别

深度学习的调参经验

对于深度学习本人也是半路出家. 现在的工作内容主要就是使用CNN做CV任务. 干调参这种活也有两年时....
的头像 电子发烧友网工程师 发表于 06-08 14:41 334次 阅读
深度学习的调参经验

关于AutoML的完整资源列表

在传统深度学习的模型构建中,主要包含以下步骤:数据处理、特征工程、模型架构选择、超参数优化、模型后处....
的头像 AI科技大本营 发表于 06-07 17:12 173次 阅读
关于AutoML的完整资源列表

智源论坛第4期——《知识与认知图谱》在清华大学顺利举办

目前,世界上大概有6000多种语言,其中3000多种语言是具有数学体系的。正如上图所示,可以看到不同....
的头像 新智元 发表于 06-07 16:30 699次 阅读
智源论坛第4期——《知识与认知图谱》在清华大学顺利举办

有哪些方法可以用来构建可解释性推荐系统

在现实生活中,我们经常会为朋友做推荐或者让别人帮我们推荐,比如推荐旅游地、推荐电影、推荐书籍、推荐餐....
的头像 AI科技大本营 发表于 06-07 16:19 149次 阅读
有哪些方法可以用来构建可解释性推荐系统

如何利用深度学习技术处理图像水印

水印作为一种保护版权的有效方式被广泛地应用于海量的互联网图像,针对水印的各种处理显得越来越重要,比如....
的头像 AI科技大本营 发表于 06-07 11:32 163次 阅读
如何利用深度学习技术处理图像水印

Swift“背景硬”:背后有强大的支持

在这篇文章中,作者将尝试回答这些问题,并告诉你为什么要认真遵循S4TF以及Swift语言本身。 本文....
的头像 新智元 发表于 06-07 11:01 118次 阅读
Swift“背景硬”:背后有强大的支持

从流感预测到智能决策 深度学习能帮企业做哪些事?

越来越多的企业意识到,人工智能是一项企业必需品,但如何真的化 “智能” 以“智用”,仍是一个问题。
的头像 AI科技大本营 发表于 06-06 13:59 250次 阅读
从流感预测到智能决策 深度学习能帮企业做哪些事?

AI机器学习的教程之深度学习时代的工程师技术战略资料免费下载

机器学习是无数重要应用程序的基础,包括网页搜索,电子邮件反垃圾邮件,语音识别,产品推荐等。我假设你或....
发表于 06-06 08:00 55次 阅读
AI机器学习的教程之深度学习时代的工程师技术战略资料免费下载

DeepMind 综述深度强化学习:智能体和人类相似度竟然如此高!

近年来,深度强化学习(Deep reinforcement learning)方法在人工智能方面取得....
的头像 人工智能 发表于 06-03 14:36 302次 阅读
DeepMind 综述深度强化学习:智能体和人类相似度竟然如此高!

《AI寒冬将至》作者点评2019“AI小丑秀”

OpenAI——一个非营利性组织,其使命是解决通用人工智能(AGI)问题并确保所有发现对公众开放,而....
的头像 AI科技大本营 发表于 06-02 09:52 659次 阅读
《AI寒冬将至》作者点评2019“AI小丑秀”

了解AI在肺部诊断上的技术应用

对肺结节的诊断属于一种特殊的分类/检测任务,基于深度学习的图像分类和目标检测算法被广泛地应用在肺结节....
的头像 AI科技大本营 发表于 06-02 09:48 546次 阅读
了解AI在肺部诊断上的技术应用

集百度AI大权于一身的男人:王海峰

事实上,百度仍旧是一家技术实力值得称道的科技公司。在搜索引擎方面的技术,国内就少有能与之比肩的科技公....
的头像 新智元 发表于 06-02 08:46 926次 阅读
集百度AI大权于一身的男人:王海峰

2019年全球企业人工智能发展现状是什么样的详细分析报告

企业对人工智能重要性的认识逐步加深,包括增强竞争优势和改进工作方式。全球大部分早期应用者表示,人工智....
的头像 电子发烧友网工程师 发表于 06-01 11:18 734次 阅读
2019年全球企业人工智能发展现状是什么样的详细分析报告

如何使用深度学习对电池片的缺陷进行识别详细研究资料说明

基于TensorFlow框架搭建卷积神经网络对电池片电致发光图像进行缺陷识别。选取公开的数据集,其中....
的头像 电子发烧友网工程师 发表于 06-01 09:49 532次 阅读
如何使用深度学习对电池片的缺陷进行识别详细研究资料说明

DeepMind 综述深度强化学习 智能体和人类相似度竟然如此高

近年来,深度强化学习(Deep reinforcement learning)方法在人工智能方面取得....
的头像 人工智能学家 发表于 05-30 17:29 371次 阅读
DeepMind 综述深度强化学习 智能体和人类相似度竟然如此高

深度学习框架PyTorch 关键发展节点概览

深入浅出了解PyTorch
的头像 电子发烧友网工程师 发表于 05-30 09:56 514次 阅读
深度学习框架PyTorch 关键发展节点概览

机器学习 | autoML自动化深度学习网络设计可行吗?

机器学习(深度学习为其中一分支)技术成为各产业智慧化的核心能力,但是算法的设计复杂,需要专业知识与经....
的头像 DIGITIMES 发表于 05-29 14:49 353次 阅读
机器学习 | autoML自动化深度学习网络设计可行吗?

AI奇迹短期难再现 深度学习技术潜力已近天花板

在张钹院士看来,目前全世界的企业界和部分学界对于深度学习技术的判断过于乐观,人工智能迫切需要推动到新....
的头像 电子发烧友网工程师 发表于 05-28 10:43 434次 阅读
AI奇迹短期难再现 深度学习技术潜力已近天花板

人工智能 | 深度学习涉足美妆领域,网红博主要失业?

AI 帮你选择最合适的眼妆
的头像 电子发烧友网工程师 发表于 05-27 17:22 787次 阅读
人工智能 | 深度学习涉足美妆领域,网红博主要失业?

深度学习重点内容记录

笔记  一天搞懂深度学习
发表于 05-27 15:02 65次 阅读
深度学习重点内容记录

深度预测模型推断移动中的人的场景深度

谷歌近日推出了在计算机视觉领域模拟重建人类视觉的新模型,与以往方法不同的是,新模型利用AI,通过普通....
的头像 电子发烧友网工程师 发表于 05-27 11:23 422次 阅读
深度预测模型推断移动中的人的场景深度

深度学习已进天花板,那么人工智能未来的前进方向将会在哪?

在Alphago与韩国围棋选手李世石对战获胜三年过后,一些迹象逐渐显现,张钹院士认为到了一个合适的时....
的头像 人工智能学家 发表于 05-27 09:15 485次 阅读
深度学习已进天花板,那么人工智能未来的前进方向将会在哪?

听音辩貌?MIT最新研究!准确率惊人

只听声音,就能知道一个人长什么样?
的头像 中国人工智能学会 发表于 05-26 10:53 556次 阅读
听音辩貌?MIT最新研究!准确率惊人

深度学习的创始人解释了神经网络的变迁资料说明

Geoffrey Hinton是深度学习的创始人之一,2019年图灵奖得主,谷歌工程研究员。 在津....
的头像 电子发烧友网工程师 发表于 05-26 10:00 448次 阅读
深度学习的创始人解释了神经网络的变迁资料说明

人工智能中计算机视觉技术的历史和现状及未来你了解多少

自1956年"人工智能"这个概念在第一次人工智能研讨会上被麦肯锡提出以来,人工智能已经走过了63个春....
的头像 电子发烧友网工程师 发表于 05-26 09:27 587次 阅读
人工智能中计算机视觉技术的历史和现状及未来你了解多少

机器视觉的简单介绍和机器视觉发展你了解多少?

机器视觉是通过计算机来模拟人类视觉功能,以让机器获得相关视觉信息和加以理解。可分为“视”和“觉”两部....
的头像 电子发烧友网工程师 发表于 05-26 09:01 746次 阅读
机器视觉的简单介绍和机器视觉发展你了解多少?

为什么他却说“深度学习框架之争,现在谈结果为时尚早”?

彼时,他正与林健、白小龙合作撰写《深入理解 TensorFlow:架构设计与实现原理》这本书。抱着希....
的头像 电子发烧友网工程师 发表于 05-25 10:38 330次 阅读
为什么他却说“深度学习框架之争,现在谈结果为时尚早”?

Facebook全新开源深度学习框架Pythia,即插即用快速构建AI模型

Pythia加入了最近的人工智能竞赛(2018年VQA挑战赛和2018年Vizwiz挑战赛)中获奖作....
的头像 新智元 发表于 05-25 09:45 368次 阅读
Facebook全新开源深度学习框架Pythia,即插即用快速构建AI模型

Adobe研究院的研究者们提出了全新的通用深度网络架构CPNet

我们将网络的核心命名为”CP模块“,其结构如下,大致分为两个部分。输入和输出都是一个THW x C的....
的头像 新智元 发表于 05-25 09:41 361次 阅读
Adobe研究院的研究者们提出了全新的通用深度网络架构CPNet

DeepMind提出一种全新的“深度压缩感知”框架

深度压缩感知(DCS)框架通过联合训练生成器和通过元学习优化重建过程,显著提高了信号恢复的性能和速度....
的头像 新智元 发表于 05-25 09:25 360次 阅读
DeepMind提出一种全新的“深度压缩感知”框架

谷歌推出了在计算机视觉领域模拟重建人类视觉的新模型

当摄像头和场景中的物体都在自由移动时,是实现重建的最困难的情况。这种情况混淆了基于三角测量的传统3D....
的头像 新智元 发表于 05-25 09:16 462次 阅读
谷歌推出了在计算机视觉领域模拟重建人类视觉的新模型

下一代深度学习加速器:英特尔Xe

在超算领域,中美之间无声的竞争还在进行中,2018年美国凭借橡树岭国家实验室的Sumiit超算夺回了....
的头像 佐思汽车研究 发表于 05-24 10:20 638次 阅读
下一代深度学习加速器:英特尔Xe

自动驾驶 | 宝马如何借助深度学习开发ADAS和自动驾驶

宝马集团自动驾驶研发中心成立于2017年,位于德国慕尼黑下施莱斯海姆(Unterschleißhei....
的头像 佐思汽车研究 发表于 05-23 11:31 486次 阅读
自动驾驶 | 宝马如何借助深度学习开发ADAS和自动驾驶

深度学习开源项目的绘画实现过程

21小时上手深度学习2-开源项目之绘画
发表于 05-20 12:31 51次 阅读
深度学习开源项目的绘画实现过程

深度学习和机器学习有什么区别

01 面向就业的人工智能学习概述
发表于 05-17 13:25 102次 阅读
深度学习和机器学习有什么区别

神经网络资料

基于深度学习的神经网络算法
发表于 05-16 17:25 358次 阅读
神经网络资料

深度学习线下技术知识讲座

深度学习应用在测量与测绘技术
发表于 05-16 17:21 435次 阅读
深度学习线下技术知识讲座

Python深度学习的数学基础

算法工程师修仙之路:Python深度学习(八)
发表于 04-02 13:03 175次 阅读
Python深度学习的数学基础

基于深度学习的监督图像分类算法研究,MATLAB制作的。求助:程序代码修改补充,有偿

关键词:图像检索;深度学习;哈希算法;
发表于 04-01 16:12 283次 阅读
基于深度学习的监督图像分类算法研究,MATLAB制作的。求助:程序代码修改补充,有偿

深度学习在汽车中的应用

作者:德州仪器Joe Folkens    在未来的某个时候,人们必定能够相对自如地运用人工智能,安全地驾车出行。这个时刻...
发表于 03-13 06:45 506次 阅读
深度学习在汽车中的应用

AI工程师 10 个深度学习方法

过去十年里,人们对机器学习的兴趣经历了爆炸式的整长。我们几乎每天都可以在计算机程序、行业会议和媒体上看到机器学习的身影。...
发表于 03-07 20:17 246次 阅读
AI工程师 10 个深度学习方法

深度学习应用和图像论文相关笔记

[水博文]论文杂读
发表于 03-05 14:24 153次 阅读
深度学习应用和图像论文相关笔记