文档扫描:深度神经网络在移动端的实践
2018-01-19 15:27
183 查看
随着深度学习算法在图像领域中的成功运用,学术界的目光重新回到神经网络上;而随着 AlphaGo 在围棋领域制造的大新闻,全科技界的目光都聚焦在“深度学习”、“神经网络”这些关键词上。与大众的印象不完全一致的是,神经网络算法并不算是十分高深晦涩的算法;相对于机器学习中某一些数学味很强的算法来说,神经网络算法甚至可以算得上是“简单粗暴”。只是,在神经网络的训练过程中,以及算法的实际运用中,存在着许多困难,和一些经验,这些经验是比较有技巧性的。有道云笔记不久前更新的文档扫描功能中使用了神经网络算法。本文试图以文档扫描算法中所运用的神经网络算法为线索,聊一聊神经网络算法的原理,以及其在工程中的应用。阅读原文
相关文章推荐
- 文档扫描:深度神经网络在移动端的实践
- 深度学习算法实践7---前向神经网络算法原理
- TensorFlow深度学习笔记 循环神经网络实践
- 深度学习算法实践3---神经网络常用操作实现
- 深度学习算法实践3---神经网络常用操作实现
- 深度学习实践系列(3)- 使用Keras搭建notMNIST的神经网络
- 深度学习算法实践3---神经网络常用操作实现
- 深度学习入门实践_十行搭建手写数字识别神经网络
- 10. 深度学习实践:循环神经网络 RNN
- 深度学习算法实践7---前向神经网络算法原理
- 手把手实践 YOLO 深度残差神经网络拐点检测
- 深度学习之二:神经网络的实践与优化
- 【原创 深度学习与TensorFlow 动手实践系列 - 2】第二课:传统神经网络
- TensorFlow深度学习笔记 循环神经网络实践
- 从0到1搭建简单深度神经网络
- 【神经网络与深度学习】GLog使用笔记
- DeepLearning.ai学习笔记(一)神经网络和深度学习--Week3浅层神经网络
- 深度学习与计算机视觉系列(6)_神经网络结构与神经元激励函数
- 七分钟带你读懂深度学习之什么是神经网络
- 神经网络和深度学习-第二周神经网络基础-第三节:Logistic 回归损失函数