你好,游客 登录
深度学习 的搜索结果
Horovod 是 Uber 开源的又一个深度学习工具,它的发展吸取了 Facebook「一小时训练 ImageNet 论文」与百度 Ring Allreduce 的优点,可为用户实现分布式训练提供帮助。本文将简要介绍这一框架的特性。
http://www.dlworld.cn/YuYiLiJie/5696.html日期:2017/10/19 15:17:07
2017 年 10 月 10-11 号,REWORK 深度学习峰会在蒙特利尔举办,出席本次会议有不少加拿大和美东地区的业界大咖,其中包括 Uber ATG 负责人 Raquel Urtasun,Google Brain 的 Jasper Snoek 和 Hugo Larochelle,百度的 Greg Diamos,以及超过 600 名地区从业者。机器之心作为唯一来自亚洲的合作媒体对本次会议进行了现场报道。
http://www.dlworld.cn/YeJieDongTai/5680.html日期:2017/10/17 20:04:46

随着人工神经网络算法的成熟、GPU计算能力的提升,深度学习在众多领域都取得了重大突破。本文介绍了微博引入深度学习和搭建深度学习平台的经验,特别是机器学习工作流、控制中心、深度学习模型训练集群、模型在线预测服务等核心部分的设计、架构经验。微博深度学习平台极大地提升了深度学习开发效率和业务迭代速度,提高了深度学习模型效果和业务效果。 深...
http://www.dlworld.cn/YeJieDongTai/5657.html日期:2017/10/13 10:24:47
六段代码使深度学习发展成为今天的模样。本文介绍它们的发明者和背景。每个故事包括简单的代码示例,均已发布到 FloydHub 和 GitHub 上,欢迎一起探讨。
http://www.dlworld.cn/JiQiRen/5612.html日期:2017/9/29 10:17:33
耶路撒冷希伯来大学的计算机与神经科学家 Naftali Tishby 提出了一项名为「信息瓶颈」(Information Bottleneck)的新理论,有望最终打开深度学习的黑箱,以及解释人脑的工作原理。这一想法是指神经网络就像把信息挤进瓶颈一样,只留下与一般概念最为相关的特征,去掉大量无关的噪音数据。深度学习先驱 Geoffrey Hinton 则在发给 Tishby 的邮件中评价道:「信息瓶颈极其有趣...
http://www.dlworld.cn/ZiLiaoXiaZai/5599.html日期:2017/9/25 18:35:48
多个智能体如何协同工作才能高效完成任务?深度学习领域中的多体问题就像物理领域中的一样难解。很多研究机构正致力于研发先进技术处理多代理系统的问题。
http://www.dlworld.cn/YeJieDongTai/5597.html日期:2017/9/25 18:34:25
耶路撒冷希伯来大学的计算机与神经科学家 Naftali Tishby 提出了一项名为「信息瓶颈」(Information Bottleneck)的新理论,有望最终打开深度学习的黑箱,以及解释人脑的工作原理。这一想法是指神经网络就像把信息挤进瓶颈一样,只留下与一般概念最为相关的特征,去掉大量无关的噪音数据。深度学习先驱 Geoffrey Hinton 则在发给 Tishby 的邮件中评价道:「信息瓶颈极其有趣...
http://www.dlworld.cn/YeJieDongTai/5582.html日期:2017/9/23 11:50:10
【新智元导读】谷歌首席科学家、谷歌大脑技术负责人Vincent Vanhoucke在Udacity开了一门深度学习课程,讲解在机器学习和深度学习实践应用中最关键的概念和动手实践任务,并且完全免费。Vincent Vanhoucke表示,这门新课程面向哪些渴望在现实世界中尝试深度学习,但还没能找着门道的人,包括寻找具体的解决方案来解决具体的问题的工程师,希望快速了解这个领域的本科生或研究...
http://www.dlworld.cn/JiQiRen/5565.html日期:2017/9/21 15:46:10
【新智元导读】香港浸会大学褚晓文教授团队在2016年推出深度学习工具评测的研究报告《基准评测 TensorFlow、Caffe、CNTK、MXNet、Torch 在三类流行深度神经网络上的表现》,并在2017年年初发布更新,引起广泛关注。在本次专访中,褚晓文教授介绍了各个工具的优势和劣势,并谈到了TPU崛起对GPU的影响。本文后半部分是褚晓文教授在AICC大会上的演讲实录和PPT。
http://www.dlworld.cn/ZiLiaoXiaZai/5534.html日期:2017/9/18 21:34:10
深度学习在 2006 年崭露头角后,近几年取得了快速发展,在学术界和工业界均呈现出指数级增长的趋势;伴随着这项技术的不断成熟,深度学习在智能语音领域率先发力,取得一系列成功的应用。本文将重点分享近年来深度学习在语音生成问题中的新方法,围绕语音合成和语音增强两个典型问题展开介绍。
http://www.dlworld.cn/YuYinShiBie/5485.html日期:2017/9/12 21:11:07

【新智元导读】微软数据科学家Ilia Karmanov做了一个项目,使用高级API测试8种常用深度学习框架的性能(因为Keras有TF,CNTK和Theano,所以实际是10种)。Karmanov希望这个项目能够帮助数据科学家更好地跨框架进行深度学习。
Karmanov表示,他这个项目的目标是创建一个深度学习...
http://www.dlworld.cn/YeJieDongTai/5479.html日期:2017/9/11 15:35:11
电商行业中,对于用户的商品推荐一直是一个非常热门而且重要的话题,有很多比较成熟的方法,但是也各有利弊。 常见算法套路 电商品推荐中的常见算法大致如下:
http://www.dlworld.cn/ShenDuXueXiYingYong/5441.html日期:2017/9/7 15:36:23
在AWS上执行大规模的深度学习处理是一个廉价而且有效的学习和开发方式。花少量的钱就可以使用数十GB的内存,数十个CPU,多个GPU,这是值得推荐的。
http://www.dlworld.cn/XueXiSuanFa/5424.html日期:2017/9/6 19:40:05
作者:一洋
近几年,深度学习已经进入一定程度的狂热状态,人们正试图用这个技术解决每一个问题。然而,深度学习真是万能的吗?阅读此文后,你便能够从深层理解为什么深度学习并不是想象的那般“神话”了。 写在前面
近日,在深度学习领域出现了一场热烈的争论。这一切都要从 Jeff Leek 在 Simply Stats 上发表了一篇题为《数据量不够大,别玩深度学习...
http://www.dlworld.cn/JiQiRen/5422.html日期:2017/9/6 19:36:06

摘要:电商行业中,对于用户的商品推荐一直是一个非常热门而且重要的话题,有很多比较成熟的方法,但是也各有利弊。 1.常见算法套路
电商行业中,对于用户的商品推荐一直是一个非常热门而且重要的话题,有很多比较成熟的方法,但是也各有利弊,大致如下:
基于商品相似度:比如食物A和食物B,对于它们价格、味道、保质期、品牌等维度,可以计...
http://www.dlworld.cn/ShenDuXueXiYingYong/5374.html日期:2017/8/31 20:22:16
  • 1/31
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 31
  • »