你好,游客 登录 注册 发布搜索
神经网络 的搜索结果
尽管科学家和研究者一直在探索新型的计算形式,但目前电子计算仍然是绝对的主流。随着以深度学习为代表的人工智能技术的兴起,人们也开始关注如何开发出能更有效、更高速地执行神经网络运算的计算硬件。近日,麻省理工学院(MIT)的研究者在 Nature Photonics 上发表的一篇论文《Deep learning with coherent nanophotonic circuits》提出了一种使用光子技术实现神经网...
http://www.dlworld.cn/YeJieDongTai/4170.html日期:2017/6/14 10:14:25
近日,arXiv 上公开的一篇 NIPS 投稿论文《Self-Normalizing Neural Networks》引起了圈内极大的关注,它提出了缩放指数型线性单元(SELU)而引进了自归一化属性,该单元主要使用一个函数 g 映射前后两层神经网络的均值和方差以达到归一化的效果。该论文的作者为 Sepp Hochreiter,也就是当年和 Jürgen Schmidhuber 一起发明 LSTM 的大牛,之前的 ELU 同样来自于他...
http://www.dlworld.cn/YeJieDongTai/4130.html日期:2017/6/12 8:12:36
神经形态计算被认为是未来人工智能计算的重要方向,近日,电气和电子工程师协会(IEEE)多位研究者联合发表了一篇长达 88 页的概述论文,对神经形态计算过去 35 年的发展进行了全面的梳理,同时还展望了这一领域的未来发展。机器之心对这篇调查论文的主干部分进行了摘要编译介绍,论文原文请访问:https://arxiv.org/abs/1705.06963
http://www.dlworld.cn/JiQiShiJue/4087.html日期:2017/6/4 8:47:18
随着黑客、学生、研究人员以及企业数量的增加,神经网络越来越流行。最近一次复苏是在80、90年代,当时几乎没有网络,也没有神经网络相关的工具。本次复苏始于2006年左右。从一个黑客的角度来看,在那个时候都有哪些可用的工具和资源?现在又有哪些?我们对将来的期望又是怎么样的呢?对我个人来说,树莓派上的GPU正是我所期盼的。
http://www.dlworld.cn/JiQiShiJue/4028.html日期:2017/5/19 8:39:17
【新智元导读】 谷歌研究院的官方博客最新介绍了一种基于神经网络的自拍卡通头像生成技术,可直接在谷歌的应用程序Allo上使用,目前只支持安卓。
http://www.dlworld.cn/JiQiShiJue/4000.html日期:2017/5/15 13:49:17
【新智元导读】 5月10日,Facebook发布了一项新的机器翻译技术,使用CNN技术而非传统的RNN,在翻译准确度超越了此前被认为是2016年10大AI突破技术的谷歌机器翻译,并且翻译速度上快了9倍。Facebook称,在速度上,新的机器翻译系统创下新的世界纪录。 本文带来对基于神经网络的机器翻译(NMT)技术的研究状况介绍和对比。我们看到:这一技术在过去两年中已经成为AI 界的...
http://www.dlworld.cn/YeJieDongTai/3997.html日期:2017/5/15 13:47:39
【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
UC Berkeley 的研究人员近日推出了一种利用深度学习对黑白图像进行实时上色的模型,并开源了相关代码。该研究的论文将出现在 7 月 30 日在洛杉矶举行的 SIGGRAPH 2017 计算机图像和交互技术大会上。
http://www.dlworld.cn/YeJieDongTai/3972.html日期:2017/5/10 16:15:30
随着深度神经网络技术的发展,新型的网络架构也在不断涌现。普渡大学 e-Lab 的三位研究者 Alfredo Canziani、Abishek Chaurasia 和 Eugenio Culurciello 近日在 Medium 上发文阐述了一类新型的深度神经网络,其在视频分析上具有无监督学习 、分割、场景解析、定位、时空表征、视频预测、表征预测、在线学习等能力,并且还在很多方面优于当前大热的生成对抗网络(GAN)。
http://www.dlworld.cn/JiQiShiJue/3948.html日期:2017/5/9 7:39:55
随着复杂和高效的神经网络架构的出现,卷积神经网络(CNN)的性能已经优于传统的数字图像处理方法,如 SIFT 和 SURF。在计算机视觉领域,学者们开始将研究重点转移到 CNN,并相信 CNN 是这一领域的未来趋势。但是,人们对成效卓著的 CNN 背后的机理却缺乏了解。研究 CNN 的运行机理是当今一个热门话题。基本上,有三种主流观点:1>优化、2>近似、3>信号。前两种观...
http://www.dlworld.cn/JiQiShiJue/3908.html日期:2017/5/7 10:43:13
雷锋网按:深度神经网络发展至今,已经使机器解决了许多超过人类想象的问题。然而这种人工智能算法模型存在一个不可控因子,那就是在神经网络的输入层和输出层之间,存在着一个隐藏层(“黑箱”),人们无法弄清机器到底是如何通过输入的数据最终形成决策的。自动驾驶场景中亦然,如果无法找到“黑箱”的逻辑,就无法预测系统可能出现的问题,这对于极...
http://www.dlworld.cn/ZiDongJiaShi/3904.html日期:2017/5/7 10:27:57
4 月 15 日,杨铭博士在机器之心线下活动 Interface 上做了一次题为「深度神经网络在图像识别应用中的演化」的演讲。这篇文章对杨铭博士分享的内容进行了整理,同时还附有添加了字幕的视频,希望能为大家学习图像识别提供帮助。
http://www.dlworld.cn/ShenDuXueXiYingYong/3902.html日期:2017/5/3 16:30:14
随着复杂和高效的神经网络架构的出现,卷积神经网络(CNN)的性能已经优于传统的数字图像处理方法,如 SIFT 和 SURF。在计算机视觉领域,学者们开始将研究重点转移到 CNN,并相信 CNN 是这一领域的未来趋势。但是,人们对成效卓著的 CNN 背后的机理却缺乏了解。研究 CNN 的运行机理是当今一个热门话题。基本上,有三种主流观点:1>优化、2>近似、3>信号。前两...
http://www.dlworld.cn/JiQiShiJue/3894.html日期:2017/5/3 10:01:33
【新智元导读】本周发表于《自然》的两篇论文向理解人类大脑神经网络迈出了重要一步。斯坦福大学的研究人员在培养皿中构建了神经元三维模型,并将两种不同脑区不同类型的细胞融合在一起,首次观察到工作中的人脑神经回路。哈佛大学和 MIT 的合作研究则描述了在培养皿中让“迷你大脑”发育 9 个多月。两项研究都有助于理解人类大脑发育及结构,相信对人工智能...
http://www.dlworld.cn/YeJieDongTai/3886.html日期:2017/5/2 9:02:58
【新智元导读】本文带来对深度神经网络的通俗介绍,附动图展示。
http://www.dlworld.cn/JiQiShiJue/3810.html日期:2017/4/17 15:38:04
  • 1/6
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • »