[深度学习概念]·深度学习中人脸识别开发解析
人脸识别问题宏观上分为两类：1. 人脸验证（又叫人脸比对）2. 人脸识别。 人脸验证做的是 1 比 1 的比对，即判断两张图片里的人是否为同一人。最常见的应用场景便是人脸解锁，终端设备（如手机）只需将用户事先注册的照片与临场采集的照片做对比，判断是否为同一人，即可完成身份验证。
人工智能
[Python开发工具]·Python各类图像库的图片读写方式总结
最近在研究深度学习视觉相关的东西，经常需要写python代码搭建深度学习模型。比如写CNN模型相关代码时，我们需要借助python图像库来读取图像并进行一系列的图像处理工作。
[深度学习概念]·梯度下降原理讲解
本文将从一个下山的场景开始，先提出梯度下降算法的基本思想，进而从数学上解释梯度下降算法的原理，最后实现一个简单的梯度下降算法的实例！
[深度学习概念学习]·深度学习Transformer模型介绍
常见的seq2seq问题，比如摘要提取，机器翻译等大部分采用的都是encoder-decoder模型。而实现encoder-decoder模型主要有RNN和CNN两种实现；
[深度学习概念]·DenseNet学习笔记（代码实现PyTorch）
今天我们要介绍的是DenseNet模型，它的基本思路与ResNet一致，但是它建立的是前面所有层与后面层的密集连接（dense connection），它的名称也是由此而来。DenseNet的另一大特色是通过特征在channel上的连接来实现特征重用（feature reuse）。
[深度学习大牛]·计算机视觉王者何凯明
2017年10月 22 日到10月29日，两年一度的计算机视觉国际顶级会议 International Conference on Computer Vision（ICCV 2017）在意大利威尼斯开幕。其中最佳论文和最佳学生论文奖，又被何凯明大神再度包揽！ 这位为国争光的何凯明是谁？为何被通称为“大神”？
