文章库ARTICLE COLUMN

  • 深度学习教父Hinton专访,AI已跨越重要分水岭

    深度学习教父Hinton专访,AI已跨越重要分水岭

    摘要:福布斯昨日刊登专访。生于英国,被认为是机器学习的先锋,现在是多伦多大学教授,谷歌高级研究员。但是,正如我所说,已经跨越过了这一分水岭。 《福布斯》昨日刊登Geoff Hinton专访。游走在学术和产业的AI大神Hinton谈到了自己研究兴趣的起源、在多伦...

    wayneliwayneli 评论0 收藏0
  • Facebook最新开源Torchnet工具包,加速人工智能研究

    Facebook最新开源Torchnet工具包,加速人工智能研究

    摘要:昨日,研究人员开源工具包,并表示这个工具包可快速建立有效且可重复使用的学习系统,从而促进深度学习协同发展。支持机器学习与人工智能已经出现很多年,它们的大多研究进展已经被公用研究数据集和更强大的计算机所支持尤其是。 昨日,Facebook 研究人...

    hightopohightopo 评论0 收藏0
  • 使用深度学习打造智能聊天机器人

    使用深度学习打造智能聊天机器人

    摘要:这种无明确任务目标的聊天机器人也可以称作为开放领域的聊天机器人。此外,聊天机器人应该给人个性表达一致的感觉。使用深度学习技术来开发聊天机器人相对传统方法来说,整体思路非常简单并可扩展。 作者:张俊林,中科院软件所博士,技术书籍《这就是...

    ivyzhangivyzhang 评论0 收藏0
  • CVPR2016主旨演讲及焦点论文速览,深度学习垄断地位遭质疑

    CVPR2016主旨演讲及焦点论文速览,深度学习垄断地位遭质疑

    摘要:本届会议共收到论文篇,创下历史记录有效篇。会议接收论文篇接收率。大会共有位主旨演讲人。同样,本届较佳学生论文斯坦福大学的,也是使用深度学习做图像识别。深度学习选择深度学习选择不过,也有人对此表示了担心。指出,这并不是做学术研究的方法。...

    CorwienCorwien 评论0 收藏0
  • 神经网络学习的原理与在OpenCV中的应用

    神经网络学习的原理与在OpenCV中的应用

    摘要:分工各不相同,树突的庞大组织作为神经元的输入,轴突则作为输出。这对应的是神经网络中神经元的两种状态激活状态和未激活状态。输入节点因为没有计算因为用方块表示,神经元用深色圆形表示。模拟的能力首先考虑一个神经元里的输出与之间的关系。 1. 神...

    韩冰韩冰 评论0 收藏0
  • 深度学习为何起作用——关键解析和鞍点

    深度学习为何起作用——关键解析和鞍点

    摘要:局部最小存在,但是对于目标函数而言,它非常接近全局最小,理论研究结果表明,一些大函数可能集中于指标临界点和目标函数之间。 为了局部泛化,我们需要所有相关变化的典型范例。深度学习是学习多层次的表示,相当于是多层次的抽象。如果我们能够...

    JeOamJeOam 评论0 收藏0
  • 神经网络和深度学习简史(第一部分):从感知机到BP算法

    神经网络和深度学习简史(第一部分):从感知机到BP算法

    摘要:导读这是神经网络和深度学习简史第一部分。实际上,神经网络准确的说应该是人工神经网络,就是多层感知机今天感知机通常被称为神经元而已,只不过在这个阶段,只有一层输出层。多层输出的神经网络也可以想象一个与感知机不同的人工神经网络。 导读:这...

    MartinHanMartinHan 评论0 收藏0
  • 神经网络和深度学习简史(2):BP算法之后的又一突破—信念网络

    神经网络和深度学习简史(2):BP算法之后的又一突破—信念网络

    摘要:多加了这两层卷积层和汇集层是卷积神经网络和普通旧神经网络的主要区别。卷积神经网络的操作过程那时,卷积的思想被称作权值共享,也在年和关于反向传播的延伸分析中得到了切实讨论。 导读:这是《神经网络和深度学习简史》第二部分,这一部分我们会了...

    李世赞李世赞 评论0 收藏0
  • 90年代的兴衰——强化学习与递归神经网络

    90年代的兴衰——强化学习与递归神经网络

    摘要:强化学习这就是神经网络流行起来的地方。而且,我们也在这一范围内取得了强化学习史上最重要的成绩之一一个学习并成为西洋双陆棋玩家的神经网络。递归神经网络图。 这是「神经网络和深度学习简史」的第三部分(第一部分,第二部分)。在这一部分,我们...

    rozborozbo 评论0 收藏0
  • 机器学习的十三套框架

    机器学习的十三套框架

    摘要:十三套框架助你玩转机器学习技术在今天的文章中,我们将共同了解十三款机器学习框架,一部分去年刚刚发布另一部分则在不久前进行了全部升级。目前该项目正积极添加对的支持能力,不过此类项目一般更倾向于直接面向各承载机器学习任务的主流环境。 导读...

    OpenDiggOpenDigg 评论0 收藏0
  • 如何用70行Java代码实现深度神经网络算法

    如何用70行Java代码实现深度神经网络算法

    摘要:但实际上机器学习算法落地程序并不难写,下面是行代码实现的反向多层神经网络算法,也就是深度学习。神经网络的算法程序实现神经网络的算法程序实现分为初始化向前计算结果,反向修改权重三个过程。 对于现在流行的深度学习,保持学习精神是必要的——...

    Richard_GaoRichard_Gao 评论0 收藏0
  • 神经网络和深度学习简史第四部分:深度学习终迎伟大复兴

    神经网络和深度学习简史第四部分:深度学习终迎伟大复兴

    摘要:主流机器学习社区对神经网络兴趣寡然。对于深度学习的社区形成有着巨大的影响。然而,至少有两个不同的方法对此都很有效应用于卷积神经网络的简单梯度下降适用于信号和图像,以及近期的逐层非监督式学习之后的梯度下降。 我们终于来到简史的最后一部分...

    Simon_ZhouSimon_Zhou 评论0 收藏0
  • 大数据与深度学习是一种蛮力?

    大数据与深度学习是一种蛮力?

    摘要:大数据与深度学习是一种蛮力尽管当场说了很多观点,但是最核心的还是援引了爱因斯坦关于上帝的隐喻。大数据与深度学习是一种蛮力在算法和模型上,我们是否能发明所有东西认为,在机器学习的算法和模型上,我们并不能发明所有东西。 Facebook去年底挖来...

    yankeysyankeys 评论0 收藏0
  • 一位神经科学家对神经科学的愿景与隐忧

    一位神经科学家对神经科学的愿景与隐忧

    摘要:多种学科为神经科学做出贡献。对正常的心智功能如学习和记忆,以及异常功能如抑郁精神分裂和阿尔茨海默病,遗传学鉴定了与之相关的基因。 大脑的未来,在作者的描述之下,真是一个令人兴奋又令人担忧的未来。——蒲慕明我是一个神经科学家,也就是说,...

    baukh789baukh789 评论0 收藏0
  • 谷歌大神Jeff Dean:大规模深度学习最新进展

    谷歌大神Jeff Dean:大规模深度学习最新进展

    摘要:在与李世石比赛期间,谷歌天才工程师在汉城校区做了一次关于智能计算机系统的大规模深度学习的演讲。而这些任务完成后,谷歌已经开始进行下一项挑战了。谷歌深度神经网络小历史谷歌大脑计划于年启动,聚焦于真正推动神经网络科学能达到的较先进的技术。...

    legendaryedulegendaryedu 评论0 收藏0
  • Deep Learning 相关库简介

    Deep Learning 相关库简介

    摘要:首先是最顶层的抽象,这个里面最基础的就是和,记忆中和的抽象是类似的,将计算结果和偏导结果用一个抽象类来表示了。不过,本身并没有像其它两个库一样提供,等模型的抽象类,因此往往不会直接使用去写模型。 本文将从deep learning 相关工具库的使用...

    ThinkSNSThinkSNS 评论0 收藏0
  • 当AlphaGo火了以后,我们来聊聊深度学习

    当AlphaGo火了以后,我们来聊聊深度学习

    摘要:大家好,我是黄文坚,今天给大家讲讲深度学习。我们再来看看这两个深度学习的网络,左边是策略网络,我走到一步的时候,分析棋盘上每个位置有多大价值,给每个位置打一个分数。可以说深度学习让机器人拥有几岁小孩拾起物体的能力。 大家好,我是黄文坚...

    silvertheosilvertheo 评论0 收藏0
  • Deeplearning4j—分布式深度学习库

    Deeplearning4j—分布式深度学习库

    摘要:简称是为和编写的较早的商业级开源分布式深度学习库。这一灵活性使用户可以根据所需,在分布式生产级能够在分布式或的基础上与和协同工作的框架内,整合受限玻尔兹曼机其他自动编码器卷积网络或递归网络。 Deeplearning4j(简称DL4J)是为Java和Scala编...

    imtianximtianx 评论0 收藏0
  • 吴恩达谈深度学习:数据科学家需要知道的

    吴恩达谈深度学习:数据科学家需要知道的

    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I...

    imingyuimingyu 评论0 收藏0
  • 卷积神经网络模型如何辨识裸体图片

    卷积神经网络模型如何辨识裸体图片

    摘要:在本文中,我将用裸体检测问题来展示训练现代版的卷积神经网络模型与过去的研究有何区别。论文在年代中期发表,它反映了计算机视觉研究者们在使用卷积神经网络之前所做的典型工作。 著名人工智能公司Clarifai近日推出了识别成人内容的模型和API NSFW,...

    zonezone 评论0 收藏0
  • Yoshua Bengio最新演讲:Attention 让深度学习取得巨大成功

    Yoshua Bengio最新演讲:Attention 让深度学习取得巨大成功

    摘要:深度学习理论在机器翻译和字幕生成上取得了巨大的成功。在语音识别和视频,特别是如果我们使用深度学习理论来捕捉多样的时标时,会很有用。深度学习理论可用于解决长期的依存问题,让一些状态持续任意长时间。 Yoshua Bengio,电脑科学家,毕业于麦吉尔...

    LMouLMou 评论0 收藏0
  • ICML 2015压轴讨论总结:6大神畅谈深度学习的未来

    ICML 2015压轴讨论总结:6大神畅谈深度学习的未来

    摘要:年的深度学习研讨会,压轴大戏是关于深度学习未来的讨论。他认为,有潜力成为深度学习的下一个重点。认为这样的人工智能恐惧和奇点的讨论是一个巨大的牵引。 2015年ICML的深度学习研讨会,压轴大戏是关于深度学习未来的讨论。基于平衡考虑,组织方分别...

    netScorpionnetScorpion 评论0 收藏0
  • 深度学习之对抗样本问题

    深度学习之对抗样本问题

    摘要:相反深度学习的对抗样本是由于模型的线性特征。所以通过对抗训练能够提高深度学习的对于对抗样本的抗干扰能力。此外,指出,人类并不会像现代机器学习算法那样被对抗样本所影响。 2006 年,Geoffrey Hinton 提出了深度学习。受益于大数据的出现和大规模...

    zhichangterryzhichangterry 评论0 收藏0
  • Google翻译是如何把深度学习“塞进”手机的?

    Google翻译是如何把深度学习“塞进”手机的?

    摘要:言简意赅地说,我们的这款即时视觉翻译,用到了深度神经网络,技术。您是知道的,深度学习的计算量是不容小觑的。因为如果字符扭曲幅度过大,为了识别它,神经网络就会在过多不重要的事物上,使用过高的信息密度,这就大大增加深度神经网络的计算量。 ...

    张春雷张春雷 评论0 收藏0
  • 递归神经网络不可思议的有效性

    递归神经网络不可思议的有效性

    摘要:递归神经网络有一些不可思议的地方,有些时候,模型与你期望的相差甚远,许多人认为是非常难训练,那么究竟是什么呢就有这篇文章来带给大家。递归神经网络有一些不可思议的地方。但是我们正在不断超越自己那么究竟是什么呢递归神经网络序列。 递归神经...

    DrinkeyDrinkey 评论0 收藏0

热门文章

<