你好,游客 登录 注册 发布搜索
深度学习 的搜索结果

  作者 Yanchen 毕业于普林斯顿大学机器学习方向,现就职于微软Redmond总部,从事大规模分布式机器学习和企业级AI研发工作。在该篇文章中,作者介绍了实时深度学习的推理加速和持续性训练。
  
http://www.dlworld.cn/YeJieDongTai/4222.html日期:2017/6/21 19:24:17
【新智元导读】丘吉的这篇2011年的长文《钟摆摆得太远》(A Pendulum Swung Too Far) 是一篇从 AI 高度回顾NLP 全部历史的反思力作,主要回顾了三位大师明斯基、乔姆斯基、皮尔斯的经典思想。同时穿插着帕佩特(Papert) 、汝拉夫斯基(Jurafsky) 、马丁(Martin) 、曼宁(Manning) 、魏岑鲍姆(Weizenbaum)、罗(Roe)、威尔彭(Wilpon)、斯蒂德曼(Steedman)、哈钦斯(Hutchins)、...
http://www.dlworld.cn/YeJieDongTai/4177.html日期:2017/6/15 15:56:28
“损失函数减肥用,神经网络调权重”
  在上一讲中,由于感知机不能解决“异或”问题,明斯基并无恶意却把AI冷藏了二十载。但是 解决“异或”问题,其实就是能否解决非线性可分问题。如何来解决这个问题呢???
  简单总结,其就是用更加复杂网络(利用多层前馈网络—— 经典的全连接前馈神经网络与BP)。接下...
http://www.dlworld.cn/XueXiSuanFa/4146.html日期:2017/6/12 8:58:03
【新智元导读】从世界上首个可在真实道路上实现端到端模式的高级自动驾驶模型Road Hackers,到百度和汽车零部件厂商合作开发的车载可计算平台 BCU,从诞生之初就备受关注的“阿波罗计划”逐渐揭开了它神秘的面纱。而正如百度智能汽车事业部总经理顾维灏在主题演讲中所说,这些,不过仍是阿波罗计划的凤毛麟角。
http://www.dlworld.cn/YeJieDongTai/4121.html日期:2017/6/8 16:37:46
先不谈人工智能了,我们来讲一个故事。
有这么一个男人,我们暂且叫他老张。老张五六十岁了,已经是个当爷爷的人。小孙子特别机灵,喜欢满院子乱跑,老张就乐呵呵地陪他玩。
老张很小就出来做事了,被分配到某个单位里,一待就是几十年。他脾气特别好,人也踏实肯干,大家都很喜欢他。他们工作环境里粉尘特别大,当年大家也没什么防护意识,这几年里好几个退休的...
http://www.dlworld.cn/ShenDuXueXiYingYong/4105.html日期:2017/6/5 19:18:51
运用深度学习技术进行图像和视频分析,并将它们用于自动驾驶汽车、无人机等多种应用场景中已成为研究前沿。近期诸如《A Neural Algorithm of Artistic Style》等论文展示了如何将艺术家的风格转移并应用到另一张图像中,而生成新的图像。其他如《Generative Adversarial Networks》(GAN)以及「Wasserstein GAN」等论文为开发能学习生成类似于我们所提供的数据的模型做...
http://www.dlworld.cn/ShenDuXueXiYingYong/4038.html日期:2017/5/23 12:55:16
【新智元导读】本文作者 Michael Elad 是以色列理工学院计算机科学系教授,也是成像科学期刊 SIAM 的主编。他对当前图像领域使用深度学习的矛盾做了深刻的反思:一方面效果绝佳,另一方面却缺乏数学上的优雅,对领域基础知识没有很大贡献。是该坚守传统严谨的方法,但在最终结果上落后于人,还是该拥抱深度学习?Elad 选择后者,但同时坚守寻求数学上的优雅,弄清方法的...
http://www.dlworld.cn/JiQiShiJue/3977.html日期:2017/5/11 11:17:54

  深度学习的”深度”, 早几年讨论的挺多的,身边有不同的理解:深度=更大规模的网络,也有认为:深度=更抽象的特征,近年来物理上也有人侧面显示:深度=玻璃相转变,如果后者的观点成立,那么仅仅引入GPU甚至FPGA硬件的目的只是加快, 没有算法的帮助(调参也算一种算法,后面会解释)是不会加深的!(注:等号表示强关系,不表示等价)
...
http://www.dlworld.cn/YeJieDongTai/3968.html日期:2017/5/10 9:15:43

  项目组基于深度学习实现了视频风格化和人像抠图的功能,但这是在PC/服务端上跑的,现在需要移植到移动端,因此需要一个移动端的深度学习的计算框架。
同类型的库
  

http://www.dlworld.cn/YuanMaXiaZai/3960.html日期:2017/5/9 16:47:39
【新智元导读】深度学习力量强大,但无论是理论研究者还是实际从业者,了解深度学习的局限也是十分重要的。耶路撒冷希伯来大学的一组研究人员,其中有两位任职于 Mobileye,发表了论文及演讲,介绍了深度学习4个常见问题,这些都是基于梯度的算法可能失败或很难解决的,特别是因为几何原因。
http://www.dlworld.cn/YuanMaXiaZai/3934.html日期:2017/5/8 10:43:23
作者简介:赵鑫,师从北京大学李晓明教授,博士期间专注于研究面向文本内容的社交用户话题兴趣建模。近五年内在国内外著名学术期刊与会议上以第一作者或者第二作者身份发表论文近40篇,其中包括信息检索领域顶级学术期刊ACM TOIS和学术会议SIGIR、数据挖掘领域顶级学术期刊IEEE TKDE和学术会议SIGKDD、自然语言处理顶级会议ACL和EMNLP。所发表的学术论文取得了一定的关注度...
http://www.dlworld.cn/XueXiSuanFa/3927.html日期:2017/5/7 12:01:49

这4种网络依照出现的先后顺序排列,深度和复杂度也依次递进。它们分别获得了ILSVRC(ImageNet Large Scale Visual Recognition Challenge)比赛分类项目的2012年冠军(top-5错误率16.4%,使用额外数据可达到15.3%...
http://www.dlworld.cn/YuanMaXiaZai/3925.html日期:2017/5/7 11:58:30
按:继Facebook、Google之后,亚马逊也宣布开源其深度学习工具,Open AI成为主流?本文由新智元翻译自GitHub、Hacker News,介绍了亚马逊DSSTNE的深度学习工具到底是什么,以及和其他开源工具相比有何不同?
http://www.dlworld.cn/ZiDongJiaShi/3914.html日期:2017/5/7 10:50:41
  【新智元导读】来源于datasciencecentral.com的深度学习和机器学习书籍资源推荐。
http://www.dlworld.cn/XueXiSuanFa/3883.html日期:2017/5/2 8:57:06
深度学习使计算机视觉得以蜕变。如今,绝大多数问题的最佳解决方案是基于端到端的深度学习模型,尤其是当卷积神经网络倾向于开箱即用后便深受青睐。但这些模型主要为大型黑箱,其透明度很差。
http://www.dlworld.cn/JiQiShiJue/3879.html日期:2017/5/2 8:34:51
  • 1/27
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 27
  • »