深度学习作为人工智能技术的重要组成部分，被广泛应用于计算机视觉和自然语言处理等领域。尽管深度学习在图像分类和目标检测等任务中取得了较好性能，但是对抗攻击的存在对深度学习模型的安全应用构成了潜在威胁，进而影响了模型的安全性。

糖尿病视网膜病变分类 训练糖尿病性视网膜病分类器

如何用Python快速测试各种深度学习模型

残差网络resnet50的深度学习模型权重文件，可作为预训练模型，提升学习效率

人工智能 keras构建深度学习模型步骤

（利用深度时空残差网络预测城市范围的人流量） 深度学习、客流预测、Resnet网络结构

DeepJ：用于生成特定风格音乐的模型 抽象 深度神经网络的最新进展使算法能够创作与人类创作的音乐相当的音乐。 但是，很少有算法允许用户生成具有可调参数的音乐。 调整生成的音乐的属性的能力将为帮助艺术家，电影制片人和作曲家的创作任务带来更多实际好处。 在本文中，我们介绍了DeepJ-端到端生成模型，该模型能够根据特定的作曲家风格组合来创作音乐。 我们的创新包括学习音乐风格和音乐动态的方法。 我们使用我们的模型来演示一种简单的技术来控制生成的音乐的样式，以此作为概念证明。 使用人类评分者对我们的模型进行的评估表明，与双轴LSTM方法相比，我们有了改进。 要求 Python 3.5 克隆Pyth

本文对深度学习中模型复杂性的最新研究进行了系统的综述。深度学习的模型复杂度可分为表达能力和有效模型复杂度。从模型框架、模型规模、优化过程和数据复杂性四个方面回顾了现有的研究成果。我们还讨论了深度学习模型复杂性的应用，包括理解模型泛化能力、模型优化、模型选择和设计。

alpha模型权重库，所有模型都在关键点训练2017图像上进行训练，该图像包含至少一个具有关键点注释的人员（64115个图像）。该评估是在2017年COCO关键点评估（5000张图像）上完成的。默认情况下使用翻转测试。一台TITAN XP用于速度测试，每次迭代中batch_size = 64。离线人体检测结果用于速度测试。FastPose是我们自己的网络设计。纸张即将推出！

场景分类：Kaggle竞赛使用深度学习模型在10个不同场景之间进行分类