跳到页脚

标签：CNNS

Uber的数据科学女性：通过数据转移世界

Sreeta Gorripaty-
在2018年10月的聚会上，我们在Uber的技术工作中介绍了统计，数据，优化和机器学习（智慧）小组的妇女成员。
阅读更多

jpeg直接更快的神经网络

莱昂内尔·古古（Lionel Gueguen）-
Uber AI Labs引入了一种方法，该方法通过利用JPEG表示，使神经网络更快，更准确地处理图像。
阅读更多

卷积神经网络和坐标解决方案的有趣失败

罗莎恩·刘（Rosanne Liu）-
尽管卷积神经网络正在深入学习中，但AI Labs的最新研究既表现出了未充分考虑的失败，又是简单的解决方案，那么强大而广泛地说明了卷积神经网络。雷竞技是骗人的
阅读更多

M4预测竞赛：引入新的混合ES-RNN模型

Slawek Smyl-
Uber高级数据科学家Slawek Smyl凭借可靠的边缘赢得了M4竞争，他的混合指数平滑性神经网络（ES-RNN）预测方法。
阅读更多

测量客观景观的内在维度

Chunyuan li-
对遍历现代神经网络的高维损失景观的感觉很好奇？查看Uber AI Labs关于测量内在维度的最新研究。雷竞技是骗人的
阅读更多

SBNET：利用激活块稀疏性来加快卷积神经网络

Mengye Ren-
Uber ATG多伦多开发了稀疏块网络（SBNET），这是一种用于TensorFlow的开源算法，以加快我们3D车辆检测系统的推断，同时降低计算成本。
阅读更多

流行文章