摘要：年月在主办的的演讲，谈数据科学家需要知道的深度学习知识。当时还演示了机器看图说话，机器问答，，的效果。其中就是个，能实时对人脸做建模，替换其他的鬼脸，他开玩笑说赶在万圣节之前上线，以后都不要买道具，一秒变鬼畜。
2015年12月 Andrew Ng在Import IO主办的ExtractConf的演讲，谈数据科学家需要知道的深度学习知识。当时还演示了机器看图说话，机器问答，Dulight，Faceyou的效果。其中Faceyou就是个APP，能实时对人脸做3D建模，替换其他的鬼脸，他开玩笑说赶在万圣节之前上线，以后都不要买道具，一秒变鬼畜。
下面是演讲PPT
为什么数据科学家需要学习深度学习？
深度学习应用
计算机视觉：找咖啡杯
大脑中的神经元
计算机视觉
什么是神经元网络
监督学习（从被标注的数据中学习）
深度学习为什么能得到腾飞式发展
这（几乎）全是关于规模
火箭引擎：由规模化驱动的深度学习
计算机能理解这些图片吗
监督式学习
学习写图说
学会回答问题
深度学习的应用
语音识别
百度深度语音：火箭引擎
语音识别的表现
大多数人都不明白95%准确度和99%准确度的区别
语音将会改变物联网
深度学习的应用
深度学习和大数据
为什么是深度学习
规模化的问题： 移动设备
Faceyou APP
深度学习的未来
商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法，实际应用案例分享与讨论，分析工具，ETL工具，数据仓库，数据挖掘工具，报表系统等全方位知识
QQ群：81035754
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/4337.html
摘要：百度北京深度学习实验室主任余凯和吴是朋友，就是他力劝吴恩达加入百度的，余凯说实验室确实以基础技术为目标。实验结果证实，深度学习是开发机器学习软件的切实可行的办法。 百度是中国网民上网时的常用工具，它致力于成为影响全球的力量。作为世界上人工智能领域的顶尖研究员，吴恩达先生能否助其成功挑战硅谷较大的互联网公司？百老汇音乐厅位于旧金山北海岸，是新古典主义建筑，已拥有95年历史，历经岁月磨蚀，四周环...
摘要：等一下，什么样的神经网络才算是小型的哈哈这不一定，会随着时间改变。我们一般是依照神经网络之间的连接数划分。训练的神经网络的连接数量一般可以达到几百亿。许多语言学家对此表示强烈的不满，甚至公开地向我表示反对。 在原文作者Caleb Garling对话吴恩达时，他刚结束在旧金山的深度学习大会，这名斯坦福深度学习教授，前Google Brain负责人，Coursera的创始人和现任百度首席科学家在...
摘要：今日，在第届神经信息处理系统大会中，百度首席科学家吴恩达教授发表演讲利用深度学习开发人工智能应用的基本要点。为了方便读者学习和收藏，雷锋网特地把吴恩达教授的做为中文版。吴恩达先讲述了常见的深度学习模型，然后再着分析端到端学习的具体应用。 今日，在第 30 届神经信息处理系统大会（NIPS 2016）中，百度首席科学家吴恩达教授发表演讲：《利用深度学习开发人工智能应用的基本要点（Nuts an...
摘要：根据百度的说法，这是全球首次将深度学习领域技术应用在客户端，独创了深度神经网络查杀技术。在过去，吴恩达说，百度用神经网络来帮助侦测广告。 吴恩达拿起他的手机，打开了脸优 app。他现在正位于硅谷公司的研究室。在办公桌边吃饭，谈话内容很自然地也涉及到人工智能。他是百度的首席科学家，同时也是斯坦福大学计算机系的教授。在其他搜索引擎仍在发展时，他就曾帮助谷歌启动了脑计划，现在他在百度从事相似的人工...
摘要：在最近的会议上，吴恩达分享了关于深度学习的一些看法。深度学习较大的优势在于它的规模，从吴恩达总结的下图可以看出当数据量增加时，深度学习模型性能更好。深度学习模型如此强大的另一个原因，是端到端的学习方式。然而，深度学习却使它有了一点变化。 在最近的 NIPS 2016 会议上，吴恩达分享了关于深度学习的一些看法。我们在此做一个整理。 深度学习较大的优势在于它的规模，从吴恩达总结的下图可以看出：...
阅读 543·2021-11-17 09:33
阅读 3572·2021-09-01 10:46
阅读 1634·2019-08-30 11:02
阅读 3079·2019-08-29 15:05
阅读 1277·2019-08-26 11:39
阅读 2138·2019-08-23 17:04
阅读 1830·2019-08-23 15:43
阅读 1257·2019-08-23 14:12
