你好,游客 登录 注册 发布搜索
rss订阅 手机访问 
语义理解
深度学习入门必须理解这25个概念

1、神经元(Neuron)——就像形成我们大脑基本元素的神经元一样,神经元形成神经网络的基本结构。想象一下,当我们得到新信息时我们该怎么做。当我们获取信息时,我们一般会处理它,然后生成一个输出。类似地,在神经网络的情况下,神经元接收输入,处理它并产生输出,而这个输出被发送到其他神经元用于进一步处理,或者作为最终输出进行输出。...
日期:今 06:53 作者:
谷歌机器学习白皮书全解析43条黄金法则(一)
编者按:此白皮书为谷歌总结的机器学习(ML)实践方法,浓缩了其多年技术积累与经验,尤其是 Youtube、Google Play 和 Google+ 等平台背后的 ML 算法开发、维护经历。谷歌于白皮书中总结了四十三条 ML 黄金法则,旨在帮助已经掌握了基础知识的开发者少走弯路。鉴于其珍贵程度与技术性,我们逐条做了严格尊重原文的翻译。若你已学习过机器学习课程,抑或有开发 ML 模型的经验,...
日期:昨 18:08 作者:
让机器人学会理解语义概念:谷歌提出深度视觉新功能
近日,谷歌官方博客上发变了一篇题为《Teaching Robots to Understand Semantic Concepts》的文章,探讨了在机器人学习(robotic learning)方面的一些最新进展。机器人学习是指通过机器人自动收集的数据(量很大,但是缺乏标签)与人类的标注数据结合起来从而允许其理解语义概念。通过深度视觉功能(deep visual features),机器人在人类演示中借助其数据理解显性事件,模...
日期:07月23日 作者:
通俗易懂带你看懂时间序列分解模型?高深也不过如此

观察趋势,或许是我们在日常分析中最常见的需求。但遗憾的是,许多管理者或者业务分析人员,对着高高低低的折线图(时间序列数据)不知道怎么“看”。本节将介绍一种通俗易懂的时间序列分解方法,帮助大家从时间序列的波动中挖掘信息。另外,时间序列数据经过分解之后,可以对未来的数值进行一定程度的预测。 5.5.1 怎样观察时间序列数据
日期:07月23日 作者:
业界 | 让机器人学会理解语义概念:谷歌提出深度视觉新技术
近日,谷歌官方博客上发表了一篇题为《Teaching Robots to Understand Semantic Concepts》的文章,探讨了在机器人学习(robotic learning)方面的一些最新进展。机器人学习是指通过机器人自动收集的数据(量很大,但是缺乏标签)与人类的标注数据结合起来从而允许其理解语义概念。通过深度视觉特征(deep visual features),机器人在人类演示中借助其数据理解显性事件,模...
日期:07月23日 作者:
看一遍人类动作就能模仿,能理解语义的谷歌机器人登上无监督学习的新高度
雷锋网 AI 科技评论按:机器学习能让机器人学会复杂的技能,例如抓住把手打开门。然而学习这些技能需要先人工编写一个奖励函数,然后才能让机器人开始优化它。相比之下,人类可以通过观察别人的做法来理解任务的目标,或者只是被告知目标是什么,就可以完成任务。目前,谷歌期望通过教会机器人理解语义概念,以使得机器人能够从人类的示范中学习动作,以及理解物体的语义概...
日期:07月23日 作者:
一文详解如何用 python 做中文分词
打算绘制中文词云图?那你得先学会如何做中文文本分词。跟着我们的教程,一步步用 Python 来动手实践吧。
日期:07月21日 作者:
大数据语义分析开启“智能预测客户”时代
近年来,各大大数据服务提供商越来越关注利用人工智能(AI)来帮助分析大规模的数据,从而获得预测性的洞察,从而帮助各企事业单位更好的了解客户情况。虽然这背后的相关技术——语义精准搜索分析算法几年前就已诞生,但直到最近才能够在足够广泛、足够快速地应用到大规模数据挖掘并发挥它最大潜能。可以预见,数据科学家的部分工作将会越来越自动化,边际成本将越...
日期:07月20日 作者:
解锁三角兽,语义分析如何成就爆款产品?
2017 年 3 月 21 日,小米电视系列新品——小米 4A 发布会上,智能语音搜索功能成为最大亮点。比如用户搜索时说「芈月传」,系统也可以明白用户的意图,输出「芈月传」的结果。还有「神探夏洛特」也可以自动识别成「神探夏洛克」。
日期:07月20日 作者:
【Ian Goodfellow 五问】GAN、深度学习,如何与谷歌竞争
【新智元导读】Ian Goodfellow 昨天在 Quora 上回答网友提问。新智元摘选排名最高的 5 大问题编译整理。如何与谷歌、Facebook 的深度学习研究项目竞争?GAN 有哪些有趣的发展和应用?深度学习接下来会如何?研究人工智能和机器学习,你推荐哪10本书?下面是 Goodfellow 的回答。
日期:07月19日 作者:
HBase原理——要弄懂的sequenceId

HBase数据在写入的时候首先追加写入HLog,再写入Memstore,也就是说一份数据会以两种不同的形式存在于两个地方。那两个地方的同一份数据需不需要一种机制将两者关联起来?有的朋友要问为什么需要关联这两者,那笔者这里提出三个相关问题:
1. Memstore中的数据f...
日期:07月19日 作者:
基于TensorFlow理解三大降维技术:PCA、t-SNE 和自编码器
Pythonista 数据科学家 Elior Cohen 近日在 Medium 上发文解读了最常见的三大降维技术:PCA、t-SNE 和自编码器。为了帮助理解,他还为其中每种相关算法编写了代码(也发布在了 GitHub 上)。机器之心对本文进行了编译介绍。
日期:07月16日 作者:
【TensorFlow 谷歌神经机器翻译】从零开始打造属于你的翻译系统
【新智元导读】谷歌今天公布了一个用 TensorFlow 构建神经机器翻译(NMT)系统的教程,全面解释 seq2seq 模型,并演示如何从零开始构建 NMT 翻译模型。这个教程从 NMT 的背景知识讲起,详细讲解如何构建并训练一个 NMT 模型,并提供代码,绝对有用。
日期:07月15日 作者:
专访 | 解锁三角兽,语义分析如何成就爆款产品?
2017 年 3 月 21 日,小米电视系列新品——小米 4A 发布会上,智能语音搜索功能成为最大亮点。比如用户搜索时说「半月传」,系统也可以明白用户的意图,输出「芈月传」的结果。还有「神探夏洛特」也可以自动识别成「神探夏洛克」。
日期:07月09日 作者:
【NLP2005年以来大突破】语义角色标记深度模型,准确率提升10%
【新智元导读】被称为取得了NLP “2005 年以来首个大突破”的研究报告 Deep Semantic Role Labeling: What Works and What’s Next,已被 ACL-17 接收。论文的第一作者是华盛顿大学的华人博士生何律恒。该研究为语义角色标注(SRL)引入了一个新的深度学习模型,显著提高了现有技术水平。
日期:07月05日 作者:
  • 1/12
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 12
  • »