Differences
This shows you the differences between two versions of the page.
| Next revision | Previous revision | ||
|
ai [2014/11/27 14:35] beckmanf created |
ai [2014/11/28 08:08] (current) beckmanf image net |
||
|---|---|---|---|
| Line 1: | Line 1: | ||
| - | ===== Artifical Intelligence ===== | + | ===== Artificial Intelligence ===== |
| [[http://arxiv.org/abs/1003.0358|D. Ciresan, U. Meier, L. Gambardella and J. Schmidhuber, "Deep Big Simple Neural Nets Excel on Handwritten Digit Recognition", Neural Computation, Volume 22, Number 12, December 2010]] | [[http://arxiv.org/abs/1003.0358|D. Ciresan, U. Meier, L. Gambardella and J. Schmidhuber, "Deep Big Simple Neural Nets Excel on Handwritten Digit Recognition", Neural Computation, Volume 22, Number 12, December 2010]] | ||
| Line 8: | Line 8: | ||
| Beschreibung der GPU Implementierung eines Convolutional Neural Networks (CNN) und Ergebnisse f端r Handschriftenerkennung ([[http://yann.lecun.com/exdb/mnist/|MNIST]]) (2-7 hidden layer), Stereobildern ([[http://www.cs.nyu.edu/~ylclab/data/norb-v1.0/|NORB]]) (5 hidden layer) und Klassifikation von Bildern ([[http://www.cs.toronto.edu/~kriz/cifar.html|CIFAR10]]) in 10 Klassen (Flugzeug, Auto, Katze u.s.w.). | Beschreibung der GPU Implementierung eines Convolutional Neural Networks (CNN) und Ergebnisse f端r Handschriftenerkennung ([[http://yann.lecun.com/exdb/mnist/|MNIST]]) (2-7 hidden layer), Stereobildern ([[http://www.cs.nyu.edu/~ylclab/data/norb-v1.0/|NORB]]) (5 hidden layer) und Klassifikation von Bildern ([[http://www.cs.toronto.edu/~kriz/cifar.html|CIFAR10]]) in 10 Klassen (Flugzeug, Auto, Katze u.s.w.). | ||
| + | |||
| + | [[http://people.idsia.ch/~juergen/deeplearning.html|Deep Learning am IDSIA]] | ||
| + | |||
| + | Beschreibung "Deep Learning" am IDSIA (Schweizer Institut f端r AI). Die haben neun Wettbewerbe f端r Klassifikation gewonnen. | ||
| + | |||
| + | [[http://image-net.org]] | ||
| + | |||
| + | Wettbewerb f端r die Bilderkennung mit den Bereichen Klassifikation mit 1000 Klassen und Lokalisierung in einem Bild. Dabei stehen 1.2 Millionen Bilder f端r das Training zur Verf端gung. | ||