你好,游客 登录
rss订阅 手机访问 
语义理解
Python 开发者 2017 应该关注的 7 个类库
Django 依然是 Python 开发者值得信赖的库。然而,在 2016 年几个还不太知名的库引起了 Python 开发者的关注。在这篇博文中,我向大家揭示 7 个 Python 类库,其中不包括像 Django,Flask 等已广为熟知的库,这些类库在 2017 年可能值得 Python 开发者参考。 #1 Arrow
日期:今 21:33 作者:
深度学习利器:TensorFlow在智能终端中的应用

深度学习在图像处理、语音识别、自然语言处理领域的应用取得了巨大成功,但是它通常在功能强大的服务器端进行运算。如果智能手机通过网络远程连接服务器,也可以利用深度学习技术,但这样可能会很慢,而且只有在设备处于良好的网络连接环境下才行,这就需要把深度学习模型迁移到智能终端。
由于智能终端CPU和内存资源有限,为了提高运算性能和内...
日期:今 21:32 作者:
【ICCV 2017论文笔记】我们应当如何理解视频中的人类行为?
最近ICCV 2017公布了论文录用的情况,我照例扫了一遍论文列表寻找感兴趣的文章。“What Actions are Needed for Understanding Human Actions in Videos?” 一文应该是我觉得最有趣的一篇文章。这篇论文并没有提出或改进任何方法,而是通过各种小实验,对目前视频行为理解的各种数据库和方法进行了细致的讨论和思考。其中许多观点和结论我觉得对于做视频行为理解...
日期:09月15日 作者:
AI当起了实时翻译,我们离跨越语言的鸿沟还有多远?
1954年,美国成功研制出了世界首个机器翻译系统,实现了俄英两种语言之间的简单转化。但由于人类语言本身的复杂性和多样性,半个多世纪以来,计算机系统对于人类语言的理解一直处于相对较低的阶段,投入实际应用的研究成果寥寥无几。
日期:09月15日 作者:
专栏 | 内存带宽与计算能力,谁才是决定深度学习执行性能的关键?
随着深度学习的不断发展,计算能力得到了深度学习社区越来越多的注意。任何深度学习模型,归根到底都是需要跑在设备上的,而模型对设备性能的要求越低,则能得到越多的运用——千万不能让硬件成为模型普及的瓶颈!
日期:09月11日 作者:
详解Facebook田渊栋NIPS2017论文:让大家都能做得起深度强化学习研究的ELF平台
雷锋网 AI 科技评论按:这周,机器学习顶级会议 NIPS 2017 的论文评审结果已经通知到各位论文作者了,许多作者都马上发 Facebook/Twitter/Blog/朋友圈分享了论文被收录的喜讯。大家的熟人 Facebook 人工智能研究院研究员田渊栋也有一篇论文入选,论文名为「ELF: An Extensive, Lightweight and Flexible Research Platform for Real-time Strategy Games」。这篇论文介绍了...
日期:09月09日 作者:
资源 | 《深度学习》中译版读书笔记:GitHub项目等你来Fork&Commit
前一段时间,深度学习中译版已经正式出版并得到广泛的关注,我们在阅读中译版时可能需要查阅各种额外的扩展知识并整理成笔记以便进一步复习。但是近日有很多读者在深度学习中译版项目的 GitHub 目录下创建了一个新项目,该项目旨在记录和整理 Deep Learning 这本书的学习笔记和实现代码。机器之心将简要介绍该项目,并希望能与各位读者共同学习并完善该书的学习资源。
日期:09月09日 作者:
业界 | 谷歌全新神经网络架构Transformer:基于自注意力机制,擅长自然语言理解
近日,继论文《Attention Is All You Need》之后,谷歌在研究博客撰文对 Transformer 作了更详细的介绍。Transformer 是一个基于自注意力机制的全新神经网络架构,擅长处理语言理解任务,所需算力更少,进而把训练速度提升了一个数量级。此外,谷歌认为 Transformer 潜力巨大,它已被用于自然语言处理之外的图像和视频处理任务。
日期:09月03日 作者:
【CNN超越RNN】DeepL机器翻译碾压谷歌、Facebook和微软
【新智元导读】一家名叫DeepL的公司声称他们的翻译工具已经超过谷歌、微软、Facebook等大公司的翻译工具,本文提供了作者亲测的评价。
日期:08月31日 作者:
破解人类识别文字之谜,对图像中的字母进行无监督学习
作者:Alberto Testolin,Ivilin Stoianov ,Marco Zorzi
日期:08月29日 作者:
三分钟了解物联网、大数据和云计算
身处信息快速发展的今天,物联网、大数据、云计算这些名词在我们的生活中出现的越来越频繁,看似高大上的三者其实却和我们的生活息息相关。小编带你来认识一下三者之间的关系吧!
日期:08月23日 作者:
机器学习翻译和谷歌翻译算法

我们每天都在使用不同的技术,但却不知道它们的工作原理。事实上,了解机器学习引擎并不容易。Statsbot团队希望通过本博客中的数据故事使机器学习更加清晰易懂。今天,我们来探讨一下机器翻...
日期:08月22日 作者:
新里程碑!微软语音到文字转录已经达到人类水平
雷锋网 AI 科技评论按:语音到文字的转换是语音研究领域的重要课题。自引入神经网络的方法以来,语音识别正确率有了长足的进展,也为苹果 Siri、亚马逊 Echo、科大讯飞语音输入法等等实际产品提供了生长的土壤。面对算法识别总还是比人类要差一些的现状,微软刚刚发布一篇博文公布了自己的最新成果,达到人类水平已经不是梦想。雷锋网 AI 科技评论编译如下。
日期:08月21日 作者:
从语言学到深度学习NLP,一文概述自然语言处理
本文从两篇论文出发先简要介绍了自然语言处理的基本分类和基本概念,再向读者展示了深度学习中的 NLP。这两篇论文都是很好的综述性入门论文,希望详细了解自然语言处理的读者可以进一步阅读这两篇论文。
日期:08月21日 作者:
学界 | 自然语言处理领域的前沿技术:EMNLP 2017最佳论文公布
EMNLP 是自然语言处理领域的顶级会议,EMNLP 2017 将于 9 月 7 日至 11 日在丹麦哥本哈根召开。本次 EMNLP 共录用 323 篇论文,包括 216 篇长论文和 107 篇短论文。今日,EMNLP 2017 最佳论文出炉,在这篇文章中我们对获奖论文进行了摘要介绍。
日期:08月20日 作者:
  • 1/15
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 15
  • »