But we also know that people can't read nearly as well if the paper is upside down. What does that mean about us?
Deep networks trained on black-and-white digits fail if you flip black and white:https://arxiv.org/abs/1703.06857
-
-
-
Actually ppl *can* read well upside down if trained from childhood. I guess keyword for both humans and machines: training :)
- Näytä vastaukset
Uusi keskustelu -
-
-
applicable to universal license plate detection
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
If they're trained to classify pixels that's what they'll do. DNNs will only learn semantics if they're trained on them; much harder problem
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Failure of iid assumption.
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
If your university program uses Spatial SQL you arent doing your students any favors
#gistribe#realworldskill#teachconceptsnotproductsKiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
Why is this surprising?
-
It's not, if you know anything about neural nets.
Keskustelun loppu
Uusi keskustelu -
-
-
Color inversions are not semantically invariant!pic.twitter.com/QfN7x2CpSg
-
Breaking! The human visual cortex is susceptible to "semantic adversarial examples".pic.twitter.com/cRBi9AFYIT
Keskustelun loppu
Uusi keskustelu -
Lataaminen näyttää kestävän hetken.
Twitter saattaa olla ruuhkautunut tai ongelma on muuten hetkellinen. Yritä uudelleen tai käy Twitterin tilasivulla saadaksesi lisätietoja.