• GluonCV 0.2 — 计算机视觉工具包第二版

      ·   解浚源 Amazon Senior Applied Scientist

    简介 今年四月我们发布了基于Gluon的计算机视觉工具包GluonCV，里面包含了图像识别，图像分割，和物体检测的最新算法复现和预训练模型。 经过丹师们两个月的努力，我们终于完成了GluonCV的第二个版本。这个版本主要包括以下几个亮点： 重新训练过的图像识别模型，精度从75.8%提升到了77.2%，以及新的ResNet变种V1b。 物体检测算法Faster-RCNN。 ...

  • FashionAI服装属性标签大赛参赛经验

      ·   王鑫 前化学狗，现某不知名公司深度学习（计算机视觉方向）工程师。编辑：何通 AWS

    我在初赛结束前一个月从论坛上看到了帖子实战阿里天池竞赛——服饰属性标签识别，正好当时并无太多事情要忙，于是下载了代码和数据集，准备小试一下。 两个月后，比赛终于落下帷幕。尽管最后只取得了初赛78，复赛52的成绩，但在比赛的过程中的亲身经历还是让我对于参数的修改，超参的选择和网络结构的选择等诸多内容有了更深的了解。所以准备写个帖子总结一下，方便以后自己回顾，顺便也希望借此能够和大家多多交流。...

  • GluonNLP — 自然语言处理的深度学习工具包

      ·   查晟 Amazon Applied Scientist

    最新模型的结果为何难以重现？去年项目的代码为何已经罢工？本该直截了当的基准模型为何如此难做？请看今天的走进科学之，自然语言处理那点事。 故事的主人公小 A 是个乐观开朗的炼丹师，正开始研究机器翻译。这天他看到时下最热门的一篇谷歌论文 “Attention Is All You Need” 介绍基于注意力机制的 Transformer 模型。小A上网搜了搜发现， Tensorflow 的...

  • MXBoard — 助力 MXNet 数据可视化

      ·   吴俊 Amazon AI Software Engineer

    写在前面 深度神经网络自出现以来就一直饱受争议。从实践角度来讲，设计并训练出一个可用的模型非常困难，需要涉及大量的调参、修改网络结构、尝试各种优化算法等等；从理论角度来看，深度神经网络的数学理论证明并不完备，从而造成人们对其基本原理缺乏清晰的认识。而数据可视化带来的直观效果可以很大程度上弥补上述的不足。比如，模型训练时如果能实时画出梯度数据分布，可以很快发现并纠正梯度消失或者梯度爆炸的现象...

  • GluonCV — 计算机视觉的深度学习工具包

      ·   李沐 Amazon Principal Scientist

    起源 有人曾经问我，开发 MXNet 时候感觉最难的是什么。我会毫不犹豫的觉得”重复论文里的实验结果”是最困难的一点。举三个例子： Lin Min （Network in network 提出者）在16年的时候发现 MXNet 在 ImageNet 上面训练的模型精度比 Torch 低 1%。为了 debug 这个事情甚至开发了一个插件可以在 MXNet 跑任意 Torch 的...

  • 用 Intel MKL-DNN 加速 CPU 上的深度学习

      ·   郑达 Amazon AI Applied Scientist

    Intel最近发布了开源的深度学习软件包 MKL-DNN，来替换之前的 MKLML。MKL-DNN 专门优化了一系列深度学习里的操作符。现在 Apache MXNet 集成了 MKL-DNN 来加速 CPU 上的深度学习。这次 MXNet 团队和 Intel 团队通过更紧密的合作，不仅提高 MXNet 在 CPU 上的性能，同时也希望让系统比之前使用 MKLML 时更加稳定。鉴于现在 inf...

  • 十分钟从 PyTorch 转 MXNet

      ·   李沐 Amazon Principal Scientist

    PyTorch 是一个纯命令式的深度学习框架。它因为提供简单易懂的编程接口而广受欢迎，而且正在快速的流行开来。例如 Caffe2 最近就并入了 PyTorch。 可能大家不是特别知道的是，MXNet 通过 ndarray 和 gluon 模块提供了非常类似 PyTorch 的编程接口。本文将简单对比如何用这两个框架来实现同样的算法。 安装 PyTorch 默认使用 conda 来进...

  • 实战阿里天池竞赛——服饰属性标签识别

      ·   何通 Amazon AI Applied Scientist

    近期阿里巴巴的天池算法竞赛平台上线了有着高额奖金的 FashionAI全球挑战赛—服饰属性标签识别。第一名队伍将得到高达 50 万人民币的奖金！是不是非常动心？ 反正我是动心了，可能有很多小伙伴也动心了。 为了帮助跃跃欲试的大家更好地上手这次比赛，我写了一个通过 gluon 训练模型的教程，从配置环境开始一步步带领大家训练出不错的模型。另外，我还提供一份能完整训练并参赛的脚本，让大家能够...