计算机视觉日报 2015-07-27
@好东西传送门 出品, 过往目录 见http://ml_cv.memect.com
订阅：给 hao@memect.com 发封空信， 标题: 订阅计算机视觉日报 或点击
本期话题有： 全部9 视觉8 深度学习4 算法4 自然语言处理2 会议活动2 应用1 语音1GPU1 资源1
今日焦点 (3)
 GPU计算 网页版 2015-07-27 19:49
GPU 深度学习 算法 神经网络
NVIDIA近日发布了DIGITS深度学习GPU训练系统第2版（DIGITS 2）和NVIDIA CUDA深度神经网络库第3版（cuDNN 3）发布。DIGITS 2现在能够在多颗高性能GPU上实现神经网络训练的自动扩展。cuDNN 3可优化GPU内存中的数据存储，从而能够训练更大、更复杂的神经网络。
 赛灵思电子Xilinx 网页版 2015-07-27 13:53
会议活动 视觉 活动
#网上研讨会# 【软硬结合，加速您的机器视觉设计】7月30日，14:00 – 16:00. [钟] 不需要用到 FPGA 编程语言，如何快速实现从“概念”到“终端产品”？？我发表了文章 http://t.cn/RLojfOv 研讨会地址：http://t.cn/R2d6ugG
赛灵思电子Xilinx 网页版 转发于2015-07-27 14:30
图形化（GUI）编程界面，开发者并不需要了解 FPGA 编程，同样可以开发基于 Zynq SoC 的嵌入式视觉应用。如何做到的？欢迎注册参与本次研讨会。@嵌入式技术 @CSDN @ARM中国 @嵌入式应用 @嵌入式学习网
 星空下的巫师 网页版 2015-07-27 07:08
深度学习 视觉 算法 论文 神经网络
深度学习跨模态人脸匹配，从红外到可见光人脸图像，arXiv 1507.02879: http://t.cn/RLS0b9cMIT Tech Review: http://t.cn/RLa5Cdl
最新动态
2015-07-27 (6)
 咖灰茶 网页版 2015-07-27 21:54
会议活动 深度学习 视觉 算法 CVPR Geoffrey Hinton Yann Lecun 行业动态 会议 神经网络 杨立昆
分享两个有意思的视频：一个是Geoffrey Hinton去年在MIT的talk：What’s wrong with convolutional neural network;另一个是杨立昆(Yann Lecun)在今年CVPR上的talk：Whats wrong with deep learning. 百度网盘：http://t.cn/RLKAK4S
 网路冷眼 网页版 2015-07-27 19:23
视觉
【Binary pattern matching in Elixir with PNG parsing example】http://t.cn/RLX7J23 本文应用Elixir函数式语言如何做二进制模式匹配的，然后编写了一个PNG图像的二进制解析器。
 开机就好ing 网页版 2015-07-27 18:52
视觉 行业动态
百度人脸识别API （分享自 @好东西传送门） http://t.cn/RLaUJq0
网路冷眼 网页版 2015-07-27 12:38
深度学习 视觉 算法 语音 资源 自然语言处理 神经网络 书籍
【《Neural Networks and Deep Learning》免费在线书籍】http://t.cn/8kL57Dz 神经网络和深度学习目前在图像识别、语音识别、自然语言处理等问题上提供了最佳的解决方案。这本书将教给你很多的神经网络和深度学习背后的核心概念。开始阅读请点击：http://t.cn/8k28zmM 转需！
 CSDN云计算 网页版 2015-07-27 10:47
视觉 自然语言处理 沈向洋 问答系统
#CCAI2015# 微软全球执行副总裁沈向洋今天的演讲围绕《Computer Vision – The Past, Present, and Future》进行，他介绍了微软小冰的最新研究成果，对于计算机视觉，他预测接下来的研究方向是“两大一精”，即大数据、大计算、精准计算。
微软研发 网页版 转发于2015-07-27 18:00
沈向洋回顾了计算机视觉发展的这漫漫50年，其中经历了从简单到复杂三个层面的问题，即信号、符号到语义。未来计算机视觉将致力于在语义层面实现更加深刻的图像理解，不仅满足于识别出图像中的物体，还能给出图像标题进而讲出图像背后的故事。这一切需要大数据和精准算法的支持，也是微软努力的方向。
 中科院之声 网页版 2015-07-27 09:48
视觉 应用 机器人
【人工智能将改变什么？——来自2015中国人工智能大会的报告】当前，面向特定领域的专用人工智能技术取得了突破性进展，甚至可以在单点突破、局部智能水平的单项测试中超越人类。比如日本仿人机器人、美国猎豹机器人、德国工业机器人，还有我国的人脸识别、虹膜识别、步态识别等。http://t.cn/RLoJsua
| 
发表于 2015-7-28 09:29:57