51CTO首頁

AI.x社區(qū)

博客

學(xué)堂

精品班

公眾號(hào)矩陣

移動(dòng)端

視頻課免費(fèi)課排行榜短視頻直播課軟考學(xué)堂

全部課程軟考信創(chuàng)認(rèn)證華為認(rèn)證廠商認(rèn)證 IT技術(shù)PMP項(xiàng)目管理免費(fèi)題庫

在線學(xué)習(xí)

文章資源問答課堂專欄直播

51CTO

鴻蒙開發(fā)者社區(qū)

51CTO技術(shù)棧

51CTO官微

51CTO學(xué)堂

51CTO博客

CTO訓(xùn)練營

鴻蒙開發(fā)者社區(qū)訂閱號(hào)

51CTO軟考

51CTO學(xué)堂APP

51CTO學(xué)堂企業(yè)版APP

鴻蒙開發(fā)者社區(qū)視頻號(hào)

51CTO軟考題庫

賬號(hào)設(shè)置退出

深度學(xué)習(xí)

1699內(nèi)容??

關(guān)注

涵蓋深度學(xué)習(xí)相關(guān)模型、框架、開發(fā)與應(yīng)用知識(shí)。

文章博文課程

共 1699 條

如何用一個(gè)Python示例入門TensorFlow？

Google 里有些聰明人創(chuàng)造了一個(gè)做這件事情的庫——TensorFlow。這是一個(gè)廣受歡迎的開源庫，正如你目前所了解的那樣，它擅長于數(shù)字計(jì)算，這對(duì)我們的神經(jīng)網(wǎng)絡(luò)計(jì)算至關(guān)重要。它為大多數(shù)主流程序語言進(jìn)行深度學(xué)習(xí)領(lǐng)域的開發(fā)提供了應(yīng)用程序接口。

2018-03-23 10:00:34

Python TensorFlow 神經(jīng)網(wǎng)絡(luò)

如何用深度學(xué)習(xí)將前端設(shè)計(jì)模型自動(dòng)轉(zhuǎn)換為代碼？

目前，自動(dòng)化前端開發(fā)的最大障礙是計(jì)算能力。不過，我們可以使用當(dāng)前的深度學(xué)習(xí)算法和人造的訓(xùn)練數(shù)據(jù)來探索人工前端自動(dòng)化。在這篇文章中，我們將教會(huì)一個(gè)神經(jīng)網(wǎng)絡(luò)如何基于一張?jiān)O(shè)計(jì)原型圖片來編寫基本的 HTML 和 CSS 代碼。

2018-03-23 09:29:56

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)前端設(shè)計(jì)模型

TensorFlow學(xué)習(xí)之神經(jīng)網(wǎng)絡(luò)的構(gòu)建

本文帶你通過TensorFlow學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的構(gòu)建，包括建立一個(gè)神經(jīng)網(wǎng)絡(luò)添加層、訓(xùn)練一個(gè)二次函數(shù)等，并且有完整代碼。

2018-03-22 13:34:59

TensorFlow 神經(jīng)網(wǎng)絡(luò)

谷歌提出用深度學(xué)習(xí)強(qiáng)化CPU：讓電腦越用越快

據(jù)《麻省理工科技評(píng)論（MIT Technology Review）》報(bào)道，美國的科學(xué)家正探索出了一種新的方法來武裝現(xiàn)代處理器，使之可能達(dá)到越用越快的效果。

2018-03-15 22:32:47

谷歌 CPU 深度學(xué)習(xí)

基于PaddlePaddle的點(diǎn)擊率的深度學(xué)習(xí)方法嘗試

DeemFM是17年深度學(xué)習(xí)在點(diǎn)擊率預(yù)估、推薦這塊的新的方法，有點(diǎn)類似于deep and wide的思想，將傳統(tǒng)的fm來nn化，利用神經(jīng)網(wǎng)絡(luò)強(qiáng)大的建模能力來挖掘數(shù)據(jù)中的有效信息，paddlepaddle在這塊有現(xiàn)成的deepfm模型，單機(jī)部署起來比較容易....

2018-03-15 15:40:39

廣告點(diǎn)擊率 PaddlePaddl Tensorflow

百度定制化圖像開放平臺(tái)訓(xùn)練評(píng)測(cè)

著深度學(xué)習(xí)在圖像處理方面的成熟，基于CNN的遷移學(xué)習(xí)被證明是非常有效的。越來越多的傳統(tǒng)業(yè)務(wù)和互聯(lián)網(wǎng)業(yè)務(wù)，都面臨著提高效率和自動(dòng)化的業(yè)務(wù)升級(jí)需求。

2018-03-13 14:38:11

百度AI paddlepaddl 深度學(xué)習(xí)

自然語言處理的神經(jīng)網(wǎng)絡(luò)模型初探

深度學(xué)習(xí)（Deep Learning）技術(shù)對(duì)自然語言處理（NLP，Natural Language Processing）領(lǐng)域有著巨大的影響。

2018-02-27 09:32:13

神經(jīng)網(wǎng)絡(luò)自然語言初探

2018年全球十大突破性技術(shù)：AI和感知城市入圍

2018年，《麻省理工科技評(píng)論》再次列出全球十大大科技突破。今年入選的技術(shù)包括3D金屬打印、人工智能技術(shù)“生成對(duì)抗網(wǎng)絡(luò)”(GAN)、人工胚胎，以及基于天然氣的清潔能源技術(shù)等。

2018-02-25 14:10:33

全球突破性技術(shù)感知城市

句法敏感的實(shí)體表示用于神經(jīng)網(wǎng)絡(luò)關(guān)系抽取原創(chuàng)

近年來基于神經(jīng)網(wǎng)絡(luò)的關(guān)系抽取模型把句子表示到一個(gè)低維空間。這篇論文的創(chuàng)新在于把句法信息加入到實(shí)體的表示模型里。

2018-02-25 11:31:06

句法敏感神經(jīng)網(wǎng)絡(luò)關(guān)系抽取

利用神經(jīng)網(wǎng)絡(luò)算法的C＃手寫數(shù)字識(shí)別

我決定用C＃重新寫一下我的一些程序。我的程序已經(jīng)取得了良好的效果，但還并不優(yōu)秀（在收斂速度，錯(cuò)誤率等方面）。

2018-02-09 09:59:12

神經(jīng)網(wǎng)絡(luò)算法識(shí)別

從程序員的角度設(shè)計(jì)一個(gè)基于Java的神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)（ANN）或連接系統(tǒng)是受生物神經(jīng)網(wǎng)絡(luò)啟發(fā)構(gòu)成生物大腦的計(jì)算系統(tǒng)。這樣的系統(tǒng)通過考慮例子來學(xué)習(xí)（逐步提高性能）來完成任務(wù)，通常沒有任務(wù)特定的編程。

2018-02-08 16:03:59

程序員 Java 神經(jīng)網(wǎng)絡(luò)

PaddlePaddle入門：從對(duì)話系統(tǒng)中的情感分析談起

人工智能時(shí)代，各種深度學(xué)習(xí)框架大行其道，掌握一種框架已經(jīng)成為這個(gè)時(shí)代的算法工程師標(biāo)配。但無論學(xué)習(xí)什么框架或者工具，如果不了解它是如何解決某個(gè)具體問題進(jìn)而幫助提高業(yè)務(wù)，那無異于舍本逐末。

2018-02-07 17:32:54

情感分析

PaddlePaddle深度學(xué)習(xí)實(shí)戰(zhàn)——英法文翻譯機(jī)

自然語言處理[1]是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的另一個(gè)重要方向，其中很重要的一點(diǎn)就是語音識(shí)別（speech recognition）、機(jī)器翻譯、智能機(jī)器人。

2018-02-07 16:13:00

深度學(xué)習(xí)

干貨 | 轉(zhuǎn)型人工智能，你需要掌握的八大神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)是一般機(jī)器學(xué)習(xí)中的一類模型，它是一套特定的算法，受到生物神經(jīng)網(wǎng)絡(luò)的啟發(fā)，徹底改變了機(jī)器學(xué)習(xí)的領(lǐng)域。目前所謂的深度神經(jīng)網(wǎng)絡(luò)的出現(xiàn)就已經(jīng)證明它能夠工作得非常好。在這篇文章中，我想分享八種神經(jīng)網(wǎng)絡(luò)架構(gòu)，這是每一位從事機(jī)器學(xué)習(xí)的研究人員都應(yīng)該熟悉的。

2018-02-06 15:40:50

人工智能神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)

如何用Python和深度神經(jīng)網(wǎng)絡(luò)識(shí)別圖像？

只需要10幾行Python代碼，你就能構(gòu)建自己的機(jī)器視覺模型，快速準(zhǔn)確識(shí)別海量圖片。快來試試吧！

2018-02-05 08:58:36

Python 神經(jīng)網(wǎng)絡(luò)識(shí)別圖像

TensorFlow評(píng)述：最佳深度學(xué)習(xí)庫，且仍在不斷演進(jìn) 譯文

TensorFlow r1.5：谷歌公司的這套深度學(xué)習(xí)開源框架已經(jīng)愈發(fā)成熟、可實(shí)現(xiàn)更多算法與部署選項(xiàng)，且編程難度亦有所下降。如果大家去年關(guān)注過TensorFlow深度學(xué)習(xí)框架，就會(huì)發(fā)現(xiàn)其上手難度很高且成熟度有限。但如今，這套由谷歌打造的方案已經(jīng)徹底改頭換面。

2018-01-26 14:55:43

TensorFlow 深度學(xué)習(xí)演進(jìn)

AI 巔峰之作：金品深度學(xué)習(xí)GPU KG 7204-R5

說到人工智能(AI)領(lǐng)域，就不得不提起“人機(jī)大戰(zhàn)”中的“阿爾法狗”( AlphaGo )這個(gè)囂張的名字，自2016年3月初出茅廬，一路刷新紀(jì)錄震驚世人，以99.8%的勝率，先后戰(zhàn)勝世界各國頂尖圍棋高手，轟動(dòng)一時(shí)，人們將這一成績視為人工智能的巔峰之作。

2018-01-25 18:38:10

厲害了！神經(jīng)網(wǎng)絡(luò)替你寫前端代碼

在未來的三年內(nèi)，深度學(xué)習(xí)將改變前端開發(fā)現(xiàn)狀——它會(huì)提高原型設(shè)計(jì)的速度，并將降低軟件開發(fā)的門檻。現(xiàn)在自動(dòng)化前端開發(fā)的最大瓶頸是計(jì)算能力，但是通過深度學(xué)習(xí)算法以及綜合的訓(xùn)練數(shù)據(jù)集，我們已然可以開始探索人工前端自動(dòng)化。

2018-01-24 10:48:34

神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)前端

混合云環(huán)境下融入深度學(xué)習(xí)的身份認(rèn)證更加靈動(dòng) 原創(chuàng)

在身份認(rèn)證授權(quán)和RTC協(xié)議等領(lǐng)域有深厚技術(shù)積累的玉符科技CTO王偉，接受了51CTO的專訪。大家就互聯(lián)網(wǎng)初期至今身份認(rèn)證技術(shù)的發(fā)展歷程、混合云環(huán)境下身份認(rèn)證的挑戰(zhàn)與應(yīng)對(duì)方案進(jìn)行了深入的探討。

2018-01-24 10:12:21

混合云深度學(xué)習(xí)身份認(rèn)證

主搜索與店鋪內(nèi)搜索聯(lián)合優(yōu)化的初步探索與嘗試原創(chuàng)

基于數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)和優(yōu)化技術(shù)目前大量的應(yīng)用于這些場(chǎng)景中，并已經(jīng)取得了不錯(cuò)的效果——在單場(chǎng)景內(nèi)的A/B測(cè)試上，點(diǎn)擊率、轉(zhuǎn)化率、成交額、單價(jià)都能看到顯著提升。

2018-01-23 10:29:50

主搜索店鋪搜索

PaddlePaddle與TensorFlow的對(duì)比分析原創(chuàng)

本文主要從框架概覽、系統(tǒng)架構(gòu)、編程模型、分布式架構(gòu)、框架對(duì)比這五大方面比較TensorFlow和PaddlePaddle框架。

2018-01-21 14:11:22

人工智能 PaddlePaddl Tensorflow

百度上線“逆天”新工具Visual DL 可適用于各大深度學(xué)習(xí)框架

1月17日，百度PaddlePaddle & ECharts團(tuán)隊(duì)宣布上線深度學(xué)習(xí)可視化工具Visual DL，該工具可以使得深度學(xué)習(xí)任務(wù)變得生動(dòng)形象，實(shí)現(xiàn)可視分析。百度希望能夠借此為全球更廣泛的用戶提供更便捷高效的深度學(xué)習(xí)工具。

2018-01-18 08:48:56

百度工具深度學(xué)習(xí)

2017年頂級(jí)數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)方法排行榜譯文

根據(jù)統(tǒng)計(jì)，目前受訪者選擇的最常用方法包括回歸、聚類、可視化、決策樹/規(guī)則以及隨機(jī)森林; 只有20%的受訪者使用深度學(xué)習(xí)方法; 我們同時(shí)對(duì)各種方法在“行業(yè)”與“學(xué)術(shù)”層面的普及度進(jìn)行了匯總。

2018-01-17 18:06:56

數(shù)據(jù)科學(xué)機(jī)器學(xué)習(xí)排名

干貨 | 卷積神經(jīng)網(wǎng)絡(luò)入門這一篇就夠了

卷積神經(jīng)網(wǎng)絡(luò)是近年發(fā)展起來，并引起廣泛重視的一種高效識(shí)別方法。20世紀(jì)60年代，Hubel和Wiesel在研究貓腦皮層中用于局部敏感和方向選擇的神經(jīng)元時(shí)發(fā)現(xiàn)其獨(dú)特的網(wǎng)絡(luò)結(jié)構(gòu)可以有效地降低反饋神經(jīng)網(wǎng)絡(luò)的復(fù)雜性，繼而提出了卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks-簡稱CNN）。

2018-01-17 09:32:45

人工智能卷積神經(jīng)網(wǎng)絡(luò)CNN

人工智能（AI）中國領(lǐng)跑全世界，多項(xiàng)技術(shù)全球領(lǐng)先

人工智能是一場(chǎng)革命，最終將超越工業(yè)革命的規(guī)模和速度。谷歌已經(jīng)選擇北京作為其，在亞洲第一個(gè)人工智能研究中心的位置。美國政府，企業(yè)集團(tuán)和智庫指責(zé)試圖通過迫使外國公司交出其知識(shí)產(chǎn)權(quán)來縮短國內(nèi)產(chǎn)業(yè)的發(fā)展。谷歌表示，中國已經(jīng)從事全球頂級(jí)產(chǎn)品的研發(fā)工作，如果擔(dān)心知識(shí)產(chǎn)權(quán)被盜，這將不會(huì)增加新的研究能力。

2018-01-15 14:46:25

人工智能深度學(xué)習(xí)人臉識(shí)別

從零開始：你也能創(chuàng)建隨時(shí)可用神經(jīng)網(wǎng)絡(luò)

本文將使用Clojure和Cortex進(jìn)行機(jī)器學(xué)習(xí)。你將學(xué)習(xí)如何從頭開始創(chuàng)建易于理解和隨時(shí)可用的神經(jīng)網(wǎng)絡(luò)，以及使用經(jīng)過訓(xùn)練的網(wǎng)絡(luò)REPL與LISP獲得即時(shí)結(jié)果。

2018-01-09 10:05:55

神經(jīng)網(wǎng)絡(luò)Clojure Cortex

Yann LeCun爆驚人言論：深度學(xué)習(xí)已死，可微分編程萬歲！

深度學(xué)習(xí)領(lǐng)域最知名的學(xué)者之一 Yann LeCun 今日在自己 facebook 上發(fā)表的一篇短文，瞬間引爆了國內(nèi)人工智能關(guān)注者們的朋友圈。

2018-01-08 07:58:51

深度學(xué)習(xí)編程人工智能

淺析深度學(xué)習(xí)在實(shí)體識(shí)別和關(guān)系抽取中應(yīng)用

命名實(shí)體識(shí)別（Named Entity Recognition，NER）就是從一段自然語言文本中找出相關(guān)實(shí)體，并標(biāo)注出其位置以及類型，如下圖。命名實(shí)體識(shí)別是NLP領(lǐng)域中的一些復(fù)雜任務(wù)的基礎(chǔ)問題，諸如自動(dòng)問答，關(guān)系抽取，信息檢索等，其效果直接影響后續(xù)處理的效果，因此是NLP研究的一個(gè)基礎(chǔ)問題。

2018-01-04 15:50:44

深度學(xué)習(xí)自然語言機(jī)器學(xué)習(xí)

別忽視深度學(xué)習(xí)的種種問題，Gary Marcus 潑冷水義不容辭

圣誕-元旦長假剛過，Gary Marcus 在 arXiv 上傳了一篇論文，對(duì)現(xiàn)在火熱的深度學(xué)習(xí)的現(xiàn)狀進(jìn)行了全面的、而且一點(diǎn)都不樂觀的分析。他在論文中針對(duì)現(xiàn)在火熱的深度學(xué)習(xí)指出了十個(gè)問題，這十個(gè)問題簡單介紹請(qǐng)看正文。

2018-01-04 13:21:10

深度學(xué)習(xí)人工智能數(shù)據(jù)

詳解如何用深度學(xué)習(xí)消除背景，實(shí)現(xiàn)摳圖

在機(jī)器學(xué)習(xí)方興未艾的過去幾年里，我一直想要親自開發(fā)具有實(shí)用價(jià)值且基于機(jī)器學(xué)習(xí)的產(chǎn)品。然后幾個(gè)月前，在我學(xué)習(xí)了由 Fast.AI 所提供的深度學(xué)習(xí)課程之后，我意識(shí)到機(jī)會(huì)來了。當(dāng)前的機(jī)遇是：深度學(xué)習(xí)的技術(shù)優(yōu)勢(shì)使得許多之前不能完成的事情變得可能，并且還有許多新興工具被開發(fā)出來，這使得深度學(xué)習(xí)的部署過程變得更加簡單。

2018-01-03 10:00:39

深度學(xué)習(xí)摳圖消除背景

PaddlePaddle深度學(xué)習(xí)開源平臺(tái) ：等待眾人劃槳的中國AI大船原創(chuàng)

十年前，當(dāng)我在學(xué)校跟著老板苦哈哈地做圖像識(shí)別的時(shí)候，我想不到十年后的今天機(jī)器學(xué)習(xí)技術(shù)有了如此長足的發(fā)展，而AI的概念也由之深入人心。

2017-12-28 12:14:03

百度 AI 深度學(xué)習(xí)

干貨｜多重預(yù)訓(xùn)練視覺模型的遷移學(xué)習(xí)

本文介紹的是基于Keras Tensorflow抽象庫建立的遷移學(xué)習(xí)算法模型，算法簡單、易于實(shí)現(xiàn)，并且具有很好的效果。

2017-12-26 13:53:31

深度學(xué)習(xí)遷移學(xué)習(xí)

深度學(xué)習(xí)，如何用去噪自編碼器預(yù)測(cè)原始數(shù)據(jù)？

去噪自編碼器（denoising autoencoder, DAE）是一類接受損壞數(shù)據(jù)作為輸入，并訓(xùn)練來預(yù)測(cè)原始未被損壞數(shù)據(jù)作為輸出的自編碼器。

2017-12-26 10:48:37

深度學(xué)習(xí)原始數(shù)據(jù)

你所不能不知道的CNN

說起CNN，最初人們想到的都是某電視臺(tái)，但等過幾年，人們想起的多半是深度學(xué)習(xí)了。應(yīng)該說， CNN是這兩年深度學(xué)習(xí)風(fēng)暴的罪魁禍?zhǔn)祝?自2012年，正是它讓打入冷宮的神經(jīng)網(wǎng)絡(luò)重見天日并且建立起自己在人工智能王國的霸主地位。

2017-12-25 13:26:36

CNN 深度學(xué)習(xí)網(wǎng)絡(luò)

除了深度學(xué)習(xí)，你還應(yīng)該了解這些發(fā)展方向

這里我們將講述一個(gè)觸手可及的、更近的未來，討論一些新興的并且強(qiáng)大的 AI 算法。我認(rèn)為，這些算法正在塑造 AI 不遠(yuǎn)的將來。

2017-12-22 10:48:00

AI 深度學(xué)習(xí)遷移學(xué)習(xí)

深度神經(jīng)網(wǎng)絡(luò)為何很難訓(xùn)練？

實(shí)際上，在某種程度上看，他們的客戶并沒有太瘋狂。假設(shè)你可以使用某種特殊的邏輯門，它讓你對(duì)任意多的輸入做AND運(yùn)算。同樣也能使用多輸入的NAND門——可以對(duì)多個(gè)輸入做AND運(yùn)算并取負(fù)的門。有了這類特殊的門，構(gòu)建出來的兩層深度的電路可以計(jì)算任何函數(shù)。

2017-12-22 08:47:41

神經(jīng)網(wǎng)絡(luò)AND 運(yùn)算

為什么要利用NLP做情感分析？

多數(shù)人不能準(zhǔn)確把握人類的情感變化，我也不例外，但是計(jì)算機(jī)卻可以做到這一點(diǎn)。基于上面的事實(shí)，我們要講述一件你也許已經(jīng)熟知的機(jī)器學(xué)習(xí)分支——自然語言處理（NLP）,這聽起來很像計(jì)算機(jī)試圖學(xué)習(xí)并理解我們平時(shí)說的“自然語言”。但是我們并不滿足于此，我們要做一件神奇的事，那就是“情感分析”。

2017-12-20 09:52:50

深度學(xué)習(xí)自然語言處理情感分析

為什么大家都不戳破深度學(xué)習(xí)的本質(zhì)？！

自從去年 AlphaGo 完虐李世乭，深度學(xué)習(xí)火了。但似乎沒人說得清它的原理，只是把它當(dāng)作一個(gè)黑箱來使。有人說，深度學(xué)習(xí)就是一個(gè)非線性分類器？有人說，深度學(xué)習(xí)是對(duì)人腦的模擬……但我覺得都沒有捅透那層窗戶紙。

2017-12-15 14:10:20

深度學(xué)習(xí)本質(zhì)邊緣識(shí)別

基于神經(jīng)網(wǎng)絡(luò)的惡意軟件檢測(cè)分析

對(duì)于目前的所有行業(yè)來說，“如何有效地檢測(cè)惡意軟件”已經(jīng)成為了大家共同的網(wǎng)絡(luò)安全問題，而使用機(jī)器學(xué)習(xí)來對(duì)惡意軟件的原始字節(jié)序列進(jìn)行分析和識(shí)別并以此來進(jìn)行惡意軟件監(jiān)測(cè)，將會(huì)是機(jī)器學(xué)習(xí)社區(qū)中一個(gè)富有前景的研究領(lǐng)域。

2017-12-14 21:17:24

神經(jīng)網(wǎng)絡(luò)惡意軟件機(jī)器學(xué)習(xí)

如何使用CNN推理機(jī)在IoT設(shè)備上實(shí)現(xiàn)深度學(xué)習(xí)？

通過深度學(xué)習(xí)技術(shù)，物聯(lián)網(wǎng)（IoT）設(shè)備能夠得以解析非結(jié)構(gòu)化的多媒體數(shù)據(jù)，智能地響應(yīng)用戶和環(huán)境事件，但是卻伴隨著苛刻的性能和功耗要求。本文作者探討了兩種方式以便將深度學(xué)習(xí)和低功耗的物聯(lián)網(wǎng)設(shè)備成功整合。

2017-12-07 11:00:06

深度學(xué)習(xí)CNN 物聯(lián)網(wǎng)設(shè)備

如何用深度學(xué)習(xí)處理結(jié)構(gòu)化數(shù)據(jù)？

在機(jī)器學(xué)習(xí)/深度學(xué)習(xí)或任何類型的預(yù)測(cè)建模任務(wù)中，都是先有數(shù)據(jù)然后再做算法/方法。這也是某些機(jī)器學(xué)習(xí)方法在解決某些特定任務(wù)之前需要做大量特征工程的主要原因，這些特定任務(wù)包括圖像分類、NLP 和許多其它「非常規(guī)的」數(shù)據(jù)的處理——這些數(shù)據(jù)不能直接送入 logistic 回歸模型或隨機(jī)森林模型進(jìn)行處理。

2017-12-06 15:46:31

深度學(xué)習(xí)結(jié)構(gòu)化數(shù)據(jù)NLP

深度學(xué)習(xí)也解決不掉語音識(shí)別問題

自從深度學(xué)習(xí)被引入語音識(shí)別后，誤字率迅速下降。不過，雖然你可能讀到過一些相關(guān)文章，但其實(shí)語言識(shí)別仍然還沒有達(dá)到人類水準(zhǔn)。語音識(shí)別已經(jīng)有了很多失敗的模式。而要將 ASR（自動(dòng)語音識(shí)別）從僅在大部分時(shí)間適用于一部分人發(fā)展到在任何時(shí)候適用于任何人，唯一的方法就是承認(rèn)這些失敗并采取措施解決它們。

2017-12-05 15:32:44

深度學(xué)習(xí)語音識(shí)別

深度學(xué)習(xí)和普通機(jī)器學(xué)習(xí)之間有何區(qū)別？

本質(zhì)上，深度學(xué)習(xí)提供了一套技術(shù)和算法，這些技術(shù)和算法可以幫助我們對(duì)深層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行參數(shù)化——人工神經(jīng)網(wǎng)絡(luò)中有很多隱含層數(shù)和參數(shù)。深度學(xué)習(xí)背后的一個(gè)關(guān)鍵思想是從給定的數(shù)據(jù)集中提取高層次的特征。因此，深度學(xué)習(xí)的目標(biāo)是克服單調(diào)乏味的特征工程任務(wù)的挑戰(zhàn)，并幫助將傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)進(jìn)行參數(shù)化。

2017-12-04 14:32:36

深度學(xué)習(xí)機(jī)器學(xué)習(xí)

做AI必須要知道的十種深度學(xué)習(xí)方法

不管是AI也好，其他學(xué)科也好，學(xué)習(xí)、研究的過程中不斷反思學(xué)科的歷史，總結(jié)學(xué)科的發(fā)展現(xiàn)狀，找出最重要的理念，總能讓人能“吾道一以貫之”。軟件工程師James Le近期根據(jù)他研究的經(jīng)驗(yàn)總結(jié)出了AI研究必須要知道的十種深度學(xué)習(xí)方法，非常具有啟發(fā)性。

2017-12-01 17:35:02

AI 深度學(xué)習(xí)方法

TensorFlow廣度和深度學(xué)習(xí)的教程

在這篇文章中，我們將會(huì)介紹如何使用 TF.Learn API 同時(shí)訓(xùn)練一個(gè)廣度線性模型和一個(gè)深度前饋神經(jīng)網(wǎng)絡(luò)。這種方法結(jié)合了記憶和泛化的優(yōu)勢(shì)。它在一般的大規(guī)模回歸和具有稀疏輸入特性的分類問題（例如，分類特征存在一個(gè)很大的可能值域）上很有效。

2017-12-01 15:24:04

TensorFlow 深度學(xué)習(xí)教程

神經(jīng)網(wǎng)絡(luò)算法的優(yōu)勢(shì)與應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)（ANN）以大腦處理機(jī)制作為基礎(chǔ)，開發(fā)用于建立復(fù)雜模式和預(yù)測(cè)問題的算法。

2017-11-30 18:05:18

神經(jīng)網(wǎng)絡(luò)算法

帶你深入剖析遞歸神經(jīng)網(wǎng)絡(luò)

遞歸神經(jīng)網(wǎng)絡(luò)（RNN）是一類神經(jīng)網(wǎng)絡(luò)，包括一層內(nèi)的加權(quán)連接。因?yàn)?RNN 包含循環(huán)，所以它們可以在處理新輸入的同時(shí)存儲(chǔ)信息。這種記憶使它們非常適合處理必須考慮事先輸入的任務(wù)。由于這個(gè)原因，目前的深度學(xué)習(xí)網(wǎng)絡(luò)均以 RNN 為基礎(chǔ)。本教程將探索 RNN 背后的思想，并從頭實(shí)現(xiàn)一個(gè) RNN 來執(zhí)行序列數(shù)據(jù)預(yù)測(cè)。

2017-11-29 14:41:48

神經(jīng)網(wǎng)絡(luò)遞歸神經(jīng)網(wǎng)絡(luò)RNN

一文搞懂RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）基礎(chǔ)篇

本文講解了RNN最基本的幾個(gè)知識(shí)點(diǎn)，能夠幫助大家直觀的感受RNN和了解為什么需要RNN，后續(xù)總結(jié)它的反向求導(dǎo)知識(shí)點(diǎn)。

2017-11-29 13:55:55

神經(jīng)網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)RNN

用深度學(xué)習(xí)和樹搜索進(jìn)行從零開始的既快又慢的學(xué)習(xí)

本文介紹了來自倫敦大學(xué)學(xué)院（UCL）Thomas Anthony、Zheng Tian 與 David Barber 的深度學(xué)習(xí)與樹搜索研究。

2017-11-28 11:34:29

深度學(xué)習(xí)樹搜索二元處理機(jī)制

食品工業(yè)中的人工智能：賦予農(nóng)民決策權(quán)

大家認(rèn)為人工智能是否可以優(yōu)化食物系統(tǒng)?從精準(zhǔn)耕作到個(gè)性化營養(yǎng)，在農(nóng)業(yè)、食品生產(chǎn)和食品消費(fèi)方面有許多潛在的技術(shù)應(yīng)用。但是，技術(shù)性能、用戶的接受程度以及該技術(shù)的實(shí)際應(yīng)用仍然構(gòu)成挑戰(zhàn)。Chiara Cecchini調(diào)查了這一細(xì)分領(lǐng)域的主要挑戰(zhàn)和機(jī)遇，探索如何利用人造大腦的使用來確保健康生活并促進(jìn)幸福。

2017-11-28 10:43:00

人工智能農(nóng)業(yè)神經(jīng)網(wǎng)絡(luò)

上一頁 1 ··· 27 28 29 30 31 ··· 34 下一頁

51CTO技術(shù)棧公眾號(hào)

業(yè)務(wù)
速覽

媒體

51CTO CIOAge HC3i

社區(qū)

51CTO博客鴻蒙開發(fā)者社區(qū) AI.x社區(qū)

教育

51CTO學(xué)堂精培企業(yè)培訓(xùn) CTO訓(xùn)練營

成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

深度學(xué)習(xí)