-
在圖像處理中應用深度學習技術
利用卷積神經網絡(Convolutional Neural Network, CNN) 等深層神經網絡的解決方案，可以逐漸取代基於算法說明的傳統圖像處理工作。儘管圖像預處理、後期處理和信號處理仍採用現有方法進行，但在圖像分類應用中（缺陷、對象以及特徵分類），深度學習變得愈加重要。利用深度學習處理某些任務更簡單，效果更好，甚至某些任務只能用深度學習方法來解決。
-
醫學圖像處理與深度學習入門
利用深度學習技術，分析圖像與視頻，並且將之應用在諸如自動駕駛，無人機等等領域已經成為最新研究方向。
-
【推薦】基於MATLAB編程、機器學習、深度學習在圖像處理中的實踐技術應用
尤其是在計算機視覺和圖像處理領域，各種顛覆性的成果應運而生。因此，為了幫助廣大科研人員更加系統地學習圖像處理、機器學習和深度學習的基礎理論知識及對應的代碼實現方法，Ai尚研修特舉辦「MATLAB圖像處理與機器學習技術應用培訓班」 培訓班，旨在幫助學員掌握圖像處理的基礎知識，以及經典機器學習算法和最新的深度神經網絡、遷移學習、對抗生成網絡等算法的基本原理及其MATLAB編程實現方法。
-
實踐入門NLP:基於深度學習的自然語言處理
特別是最近兩年，基於深度學習的自然語言處理逐漸取得了一定進展，在人機對話、問答系統、語言翻譯等方向的應用也一直是自然語言處理中的熱門話題，而這些應用的實現，基本依賴於底層技術和模型的進步，再加上自然語言處理領域也算是一個多學科交叉的行業，自然語言處理的未來發展對於很多相關學科和方向都具有深遠的影響力。
-
深度學習全網最全學習資料匯總之入門篇
作為人工智慧領域一個重要的研究分支，深度學習技術幾乎出現在當下所有熱門的AI應用領域，包括語音識別，語義理解，圖像識別，大數據分析等等，甚至有人把當前的人工智慧等同於深度學習。面對如此重要的江湖地位，我們相信一定有為數眾多的 AI 開發者對深度學習技術充滿了好奇心，想要快速著手使用這項強大的技術來解決現實生活中的實際問題。因此，雷鋒網(公眾號：雷鋒網)將圍繞深度學習技術整理一個系列文章，全面覆蓋與其相關的各項知識點。本文針對如何入門深度學習這一話題，整理了若干參考資料，希望對廣大開發者有所裨益。
-
機器學習/深度學習入門資料匯總
經常被同學和朋友詢問機器學習或深度學習入門，有哪些不錯的參考資料。老實講，這個問題在網上隨便一搜就是一大把的答案。
-
資料|Keras 圖像深度學習實戰
它是一款非常流行的深度學習計算框架，利用keras只要十幾行代碼就能寫出一個簡單的神經網絡訓練模型。Keras本身並不提供深度學習的計算引擎，實際它是利用TensorFlow或者Theano作為後端計算引擎的，但它封裝了眾多API接口，使用者只要了解其封裝層的特性就能靈活應用於各種應用場景，是作為深度學習開發者的編程利器。
-
圖像處理應用中深度學習的重要性分析
工業應用中FPGA 上的神經元網絡(CNN) 深度學習應用憑藉其在識別應用中超高的預測準確率，在圖像處理領域獲得了極大關注，這勢必將提升現有圖像處理系統的性能並開創新的應用領域。 利用卷積神經網絡(Convolutional Neural Network, CNN) 等深層神經網絡的解決方案，可以逐漸取代基於算法說明的傳統圖像處理工作。儘管圖像預處理、後期處理和信號處理仍採用現有方法進行，但在圖像分類應用中（缺陷、對象以及特徵分類），深度學習變得愈加重要。 利用深度學習處理某些任務更簡單，效果更好，甚至某些任務只能用深度學習方法來解決。
-
讀書總結|深度學習圖像識別技術
深度學習圖像識別技術——基於TenseorFlow Object Detection API和Open VINO工具套件
-
深度學習在圖像處理中的應用趨勢及常見技巧
目前為止，圖像處理已成為深度學習中重要的研究領域，幾乎所有的深度學習框架都支持圖像處理工具。當前深度學習在圖像處理領域的應用可分為三方面:圖像處理(基本圖像變換)、圖像識別(以神經網絡為主流的圖像特徵提取)和圖像生成(以神經風格遷移為代表)。本文第一部分介紹深度學習中圖像處理的常用技巧，第二部分淺析深度學習中圖像處理的主流應用，最後對本文內容進行簡要總結。
-
MATLAB數據分析/圖形圖像處理/機器學習與深度學習培訓
培訓班實實在在地提高了學員Matlab數據分析、圖形圖像處理、Simulink仿真、算法開發、機器學習與深度學習科研水平和解決實際科研問題能力，通過實際操作和訓練，讓學員們掌握了Matlab軟體使用的方法，獲得一致好評。
-
[Python圖像處理] 一.圖像處理基礎知識及OpenCV入門函數
該系列文章是講解Python OpenCV圖像處理知識，前期主要講解圖像入門、OpenCV基礎用法，中期講解圖像處理的各種算法，包括圖像銳化算子
-
python深度學習---帶你從入門到精通
深度學習在搜索技術，數據挖掘，機器學習，機器翻譯，自然語言處理，多媒體學習，語音，推薦和個性化技術，以及其他相關領域都取得了很多成果。深度學習使機器模仿視聽和思考等人類的活動，解決了很多複雜的模式識別難題，使得人工智慧相關技術取得了很大進步。
-
關於MATLAB 圖像處理與深度學習的作用分析和介紹
接下來我們將介紹如何創建該算法，並說明為何深度學習和圖像處理對於對象檢測和圖像分類同樣十分有用。 圖像處理與深度學習 我們重點介紹兩種技術： 圖像處理 按像素級別變換或者修改圖像。比如，過濾、模糊、去模糊和邊緣檢測等； 深度學習 通過學習樣本圖像自動識別圖像特點。近幾年，深度學習已經徹底改變了圖像處理領域。
-
基於深度學習的圖像超解析度技術
SR是指通過軟體或硬體的方法，從觀測到的低解析度圖像重建出相應的高解析度圖像（說白了就是提高解析度），在監控設備、衛星圖像遙感、數字高清、顯微成像、視頻編碼通信、視頻復原和醫學影像等領域都有重要的應用價值。近年來，目睹了使用深度學習技術的圖像超解析度的顯著進步。
-
機器學習(Machine Learning)&深度學習(Deep Learning)資料(之一)
不過看完上面所有資料。肯定是專家了48．《機器學習最佳入門學習資料匯總》 介紹：入門的書真的很多，而且我已經幫你找齊了。49．《Sibyl》 介紹：Sibyl 是一個監督式機器學習系統，用來解決預測方面的問題，比如 YouTube 的視頻推薦。50．
-
基於深度學習的超解析度圖像技術一覽
關注 極市平臺 公眾號 ，回復 加群，立刻申請入群~作者：黃浴，奇點汽車美研中心首席科學家兼總裁https://zhuanlan.zhihu.com/p/76820438本文已獲作者授權，未經允許，不得二次轉載近年來，使用深度學習技術的圖像超解析度（
-
機器學習&深度學習經典資料匯總(續)
《DeepLearning.University – An Annotated Deep Learning Bibliography》介紹：不僅是資料，而且還對有些資料做了注釋。：裡面基本沒涉及到具體算法，但作者介紹了CF在LinkedIn的很多應用，以及他們在做推薦過程中獲得的一些經驗。
-
遙感圖像處理中的深度學習專題 《中國科學:信息科學》英文版
SCIENCE CHINA InformationSciences Vol. 63 Number 4 專題簡介 深度學習是一種非常適用於大數據應用的新興技術
-
深度學習技術介紹及應用
在很多人眼裡，深度學習是一個非常神奇的技術，是人工智慧的未來，是機器學習的聖杯。今天大恆圖像帶您一起揭開他神秘的面紗，了解什麼才是深度學習。 當我們在網絡上搜索「深度學習」的時候往往還能搜到「人工智慧」以及「機器學習」這兩個關鍵詞。有很多人甚至認為深度學習就是人工智慧，其實這些概念之間還是有一些區別的。