神经网络和深度学习

PHM深度学习 PHM中的深度学习，故障诊断中的深度学习，剩余使用寿命预测中的深度学习 该存储库的目的是收集PHM领域中深度学习的应用研究，收集和组织开源算法资源，并为研究人员提供学习和交流的平台。 文件 每周纸快递 2020年 | 评论论文 Dalzochio，J.等人，《机器学习和工业4.0中预测性维护的推理：当前状态和挑战》。 工业计算机，2020年。123：第。 103298. Zhao，Z.等人，《旋转机械智能诊断的深度学习算法：开源基准研究》。 ISA Transactions，2020年。 Jiao，J.，et al。，卷积神经网络在机器故障诊断中的全面综述。 神经计算，2020年。 Singh，J.等人，滚动轴承PHM的机器学习算法的系统综述：基本原理，概念和应用。 测量科学与技术，2020年。 Liu，Z. and L. Zhang，大型风力涡轮机轴承的故障模式，状态

信息安全_数据安全_us-18-saxe-Deep-Learning-For-Hac 数据分析 业务安全 金融安全 安全防御 AI

UFLDL的深度学习教程翻译，适合入门。

信息安全_数据安全_Checking Defects in Deep Learning AI Models 信息保护 安全审计 安全防护 安全人才 数据安全

openpifpaf 经过Linux，MacOS和Windows的持续测试： PifPaf：用于人类姿势估计的复合字段 我们提出了一种用于多人2D人体姿势估计的新的自下而上的方法，该方法特别适合于城市机动性，例如无人驾驶汽车和送货机器人。 新方法PifPaf使用“零件强度场”（PIF）定位身体部位，并使用“零件关联场”（PAF）将身体部位彼此关联以形成完整的人体姿势。 由于（i）我们的新复合场PAF编码了细粒度的信息，并且（ii）选择了包含不确定性概念的回归Laplace损失，因此我们的方法在低分辨率以及拥挤，混乱和遮挡的场景中优于以前的方法。 我们的架构基于完全卷积，单发，无盒设计。 我

作业和项目 证明书 ICL_Getting_started_with_TensorFlow_2

TensorFlow-2 for深度学习专业化 该存储库包含伦敦帝国理工学院Coursera提供的“ TensorFlow 2深度学习专业化”课程中所有课程的作业，编码教程和顶点项目的解决方案。

该存储库是用于在计算机视觉中使用pcl和tensorflow的沙箱（实验代码） “细分”是利用pcl从深度传感器中捕获3d点云，应用SAC细分以去除大型平面，通过pcl欧几里德聚类提取从场景中提取细分/数据/模型中预定义3D模型的候选实例，进行分类的管道他们使用点网将其放入预定义的对象集中，然后通过pcl SampleConsensusPrerejective估计其姿势 使用的软件包： python 3.5 x64 https://www.python.org/downloads/release/python-350/ pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-1.0.0-cp35-cp35m-win_amd64.whl pip install scipy

TF Encrypted是TensorFlow中用于加密机器学习的框架。 它看上去和感觉上都像TensorFlow，它利用Keras API的易用性，同时通过安全的多方计算和同态加密对加密数据进行训练和预测。 TF Encrypted的目的是在不要求密码学，分布式系统或高性能计算专业知识的情况下，使隐私保护机器学习随时可用。 有关更多，，请参见下文，或访问以了解有关如何使用该库的更多信息。 也非常欢迎您加入我们的以解决有关使用和开发的所有问题。 安装 TF Encrypted是上的一个软件包，支持Python 3.5+和TensorFlow 1.12.0+： pip install tf-