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

<nav id="8aiui"></nav>

<abbr id="8aiui"><dl id="8aiui"></dl></abbr>

<tfoot id="8aiui"><del id="8aiui"></del></tfoot>

AI.x社區(qū)

軟考社區(qū)

企業(yè)培訓(xùn)

鴻蒙開發(fā)者社區(qū)

信創(chuàng)認(rèn)證

公眾號矩陣

移動端

視頻課免費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項目管理免費題庫

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

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

51CTO軟考題庫

賬號設(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。

文章博文課程

共 1699 條

如何用TensorFlow在安卓設(shè)備上實現(xiàn)深度學(xué)習(xí)推斷

在 Insight 任職期間，我用 TensorFlow 在安卓上部署了一個預(yù)訓(xùn)練的 WaveNet 模型。我的目標(biāo)是探索將深度學(xué)習(xí)模型部署到設(shè)備上并使之工作的工程挑戰(zhàn)！這篇文章簡要介紹了如何用 TensorFlow 在安卓上構(gòu)建一個通用的語音到文本識別應(yīng)用程序。

2017-11-27 17:29:43

深度學(xué)習(xí)TensorFlow 安卓設(shè)備

深入淺出解讀卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)和全連接的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)上的差異還是比較大的，全連接的網(wǎng)絡(luò)，相鄰兩層的節(jié)點都有邊相連，而卷積神經(jīng)網(wǎng)絡(luò)，相鄰節(jié)點只有部分節(jié)點相連。

2017-11-24 11:10:39

神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)全連接神經(jīng)網(wǎng)絡(luò)

黑箱難題仍在阻礙深度學(xué)習(xí)的普及

當(dāng)前，深度學(xué)習(xí)扛起了人工智能的大旗，讓我們得以一窺智能機器在將來的能耐。但深度學(xué)習(xí)有個不小的問題：沒人知道它是如何運作的。我們并不是對深度學(xué)習(xí)一無所知。作為當(dāng)今神經(jīng)網(wǎng)絡(luò)的核心，機器學(xué)習(xí)算法已經(jīng)發(fā)展了幾十年，它定義完善，文獻(xiàn)豐富。

2017-11-24 08:30:25

深度學(xué)習(xí)機器學(xué)習(xí)黑箱難題

自創(chuàng)數(shù)據(jù)集，用TensorFlow預(yù)測股票教程

本文非常適合初學(xué)者了解如何使用 TensorFlow 構(gòu)建基本的神經(jīng)網(wǎng)絡(luò)，它全面展示了構(gòu)建一個 TensorFlow 模型所涉及的概念與模塊。本文所使用的數(shù)據(jù)集可以直接下載，所以有一定基礎(chǔ)的讀者也可以嘗試使用更強的循環(huán)神經(jīng)網(wǎng)絡(luò)處理這一類時序數(shù)據(jù)。

2017-11-24 08:00:06

深度學(xué)習(xí)TensorFlow 預(yù)測股票

使用深度學(xué)習(xí)來預(yù)測NBA比賽結(jié)果

這篇文章，我們來使用深度學(xué)習(xí)來預(yù)測 NBA 比賽結(jié)果。要用深度學(xué)習(xí)來預(yù)測比賽結(jié)果，需要有大量技術(shù)統(tǒng)計數(shù)據(jù)作為學(xué)習(xí)樣本。

2017-11-23 14:49:51

深度學(xué)習(xí)NBA 數(shù)據(jù)

CNN與RNN對中文文本進(jìn)行分類--基于TENSORFLOW實現(xiàn)

本文是基于TensorFlow在中文數(shù)據(jù)集上的簡化實現(xiàn)，使用了字符級CNN和RNN對中文文本進(jìn)行分類，達(dá)到了較好的效果。

2017-11-23 14:35:36

深度學(xué)習(xí)TENSORFLOW CNN

深度學(xué)習(xí)的異構(gòu)加速技術(shù)（二）：螺獅殼里做道場

無論在FPGA還是ASIC設(shè)計，無論針對CNN還是LSTM與MLP，無論應(yīng)用在嵌入式終端還是云端（TPU1），其構(gòu)架的核心都是解決帶寬問題。不解決帶寬問題，空有計算能力，利用率卻提不上來。

2017-11-21 12:02:03

深度學(xué)習(xí)異構(gòu)技術(shù)

深度學(xué)習(xí)的異構(gòu)加速技術(shù)（一）：AI 需要一個多大的“心臟”？

作為通用處理器，CPU (Central Processing Unit) 是計算機中不可或缺的計算核心，結(jié)合指令集，完成日常工作中多種多樣的計算和處理任務(wù)。然而近年來，CPU在計算平臺領(lǐng)域一統(tǒng)天下的步伐走的并不順利，可歸因于兩個方面，即自身約束和需求轉(zhuǎn)移。

2017-11-21 10:35:14

深度學(xué)習(xí)異構(gòu)加速

深度強化學(xué)習(xí)入門：用TensorFlow構(gòu)建你的第一個游戲AI

強化學(xué)習(xí)起初看似非常有挑戰(zhàn)性，但其實要入門并不困難。在這篇文章中，我們將創(chuàng)造一個基于 Keras 的簡單機器人，使它能玩 Catch 游戲。

2017-11-21 09:20:06

深度學(xué)習(xí)TensorFlow 游戲AI

AI實踐者需要掌握的10大深度學(xué)習(xí)方法：反向傳播、遷移學(xué)習(xí)、梯度下降……

本文總結(jié)了10個強大的深度學(xué)習(xí)方法，包括反向傳播、隨機梯度下降、學(xué)習(xí)率衰減、Dropout、最大池化、批量歸一化、長短時記憶、Skip-gram、連續(xù)詞袋、遷移學(xué)習(xí)等，這是AI工程師可以應(yīng)用于他們的機器學(xué)習(xí)問題的。

2017-11-20 13:46:10

AI 深度學(xué)習(xí)方法

一文概覽深度學(xué)習(xí)中的激活函數(shù)

本文從激活函數(shù)的背景知識開始介紹，重點講解了不同類型的非線性激活函數(shù)：Sigmoid、Tanh、ReLU、LReLU、PReLU、Swish，并詳細(xì)介紹了這些函數(shù)的優(yōu)缺點。

2017-11-20 05:08:16

深度學(xué)習(xí)激活函數(shù)神經(jīng)網(wǎng)絡(luò)

一篇文章講清楚人工智能、機器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別與聯(lián)系

人工智能的浪潮正在席卷全球，諸多詞匯時刻縈繞在我們耳邊：人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)。不少人對這些高頻詞匯的含義及其背后的關(guān)系總是似懂非懂、一知半解。為了幫助大家更好地理解人工智能，這篇文章用最簡單的語言解釋了這些詞匯的含義，理清它們之間的關(guān)系，希望對剛?cè)腴T的同行有所幫助。

2017-11-17 08:39:40

人工智能機器學(xué)習(xí)深度學(xué)習(xí)

移動設(shè)備上的實時深度學(xué)習(xí)

2017年，在移動應(yīng)用的深度學(xué)習(xí)方面取得了一些重大進(jìn)展。2017年4月，谷歌發(fā)布了輕量級神經(jīng)網(wǎng)絡(luò)MobileNets。2017年6月，蘋果公司發(fā)布了Core ML，支持在移動設(shè)備上運行機器學(xué)習(xí)模型。除此之外，最近發(fā)布的一些高端設(shè)備配備了GPU，它們運行機器學(xué)習(xí)甚至比MacBook Pro還要快。

2017-11-16 17:26:35

深度學(xué)習(xí)移動設(shè)備 MobileNets應(yīng)

超越Softmax瓶頸：一種高秩RNN語言模型

在因式分解(factorization)的基礎(chǔ)上，基于循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的語言模型在多項基準(zhǔn)上都達(dá)到了當(dāng)前最佳的水平。盡管 RNN 作為通用近似器有出色的表達(dá)能力，但點積和 Softmax 的組合是否有能力建模條件概率(會隨語境的變化而發(fā)生巨大的變化)，這個問題還沒有得到清楚的解答。

2017-11-15 19:00:49

深度學(xué)習(xí)Softmax RNN語言模型

深度學(xué)習(xí)高手該怎樣煉成？這位阿里天池大賽冠軍為你規(guī)劃了一份專業(yè)成長路徑

深度學(xué)習(xí)本質(zhì)上是深層的人工神經(jīng)網(wǎng)絡(luò)，它不是一項孤立的技術(shù)，而是數(shù)學(xué)、統(tǒng)計機器學(xué)習(xí)、計算機科學(xué)和人工神經(jīng)網(wǎng)絡(luò)等多個領(lǐng)域的綜合。深度學(xué)習(xí)的理解，離不開本科數(shù)學(xué)中最為基礎(chǔ)的數(shù)學(xué)分析(高等數(shù)學(xué))、線性代數(shù)、概率論和凸優(yōu)化;深度學(xué)習(xí)技術(shù)的掌握，更離不開以編程為核心的動手實踐。沒有扎實的數(shù)學(xué)和計算機基礎(chǔ)做支撐，深度學(xué)習(xí)的技術(shù)突破只能是空中樓閣。

2017-11-13 14:38:53

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)

如何使用TensorFlow和自編碼器模型生成手寫數(shù)字

自編碼器是一種能夠用來學(xué)習(xí)對輸入數(shù)據(jù)高效編碼的神經(jīng)網(wǎng)絡(luò)。若給定一些輸入，神經(jīng)網(wǎng)絡(luò)首先會使用一系列的變換來將數(shù)據(jù)映射到低維空間，這部分神經(jīng)網(wǎng)絡(luò)就被稱為編碼器。

2017-11-10 12:45:16

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

深度學(xué)習(xí)在單圖像超分辨率上的應(yīng)用：SRCNN、Perceptual loss、SRResNet

單圖像超分辨率技術(shù)涉及到增加小圖像的大小，同時盡可能地防止其質(zhì)量下降。這一技術(shù)有著廣泛用途，包括衛(wèi)星和航天圖像分析、醫(yī)療圖像處理、壓縮圖像/視頻增強及其他應(yīng)用。我們將在本文借助三個深度學(xué)習(xí)模型解決這個問題，并討論其局限性和可能的發(fā)展方向。

2017-11-10 11:02:36

深度學(xué)習(xí)單圖像超分辨率 SRCNN

23個熱門深度學(xué)習(xí)庫的排名

基于 Github 和 Stack Overflow 上的活躍度以及 Google 搜索結(jié)果，The Data Incubator 最近制作了一個 23 個熱門深度學(xué)習(xí)庫的排名。

2017-11-08 14:26:54

深度學(xué)習(xí)庫排名

神經(jīng)學(xué)家的探尋：這就是機器如何擁有意識的方法

日前，法蘭西學(xué)院的認(rèn)知科學(xué)家斯坦尼斯拉斯·迪昂、加州大學(xué)洛杉磯分校的Hakwan Lau和巴黎文理研究大學(xué)的希德·庫韋德爾共同在著名的《科學(xué)》雜志上發(fā)表了一篇評論文章，他們認(rèn)為：雖然機器現(xiàn)在還沒有意識，但未來已有一條清晰的發(fā)展道路。

2017-11-07 11:13:04

意識機器人神經(jīng)科學(xué)

用深度學(xué)習(xí)來解析夢境中出現(xiàn)的物體

去開ASSC的時候聽到一個很有趣的工作，用深度學(xué)習(xí)來解析人類夢境中出現(xiàn)的物體類別。我見到的為數(shù)不多融合深度學(xué)習(xí)和神經(jīng)科學(xué)的工作?；貋碇蠓讼孪嚓P(guān)文章，來在這分享下。

2017-11-06 14:00:46

深度學(xué)習(xí)神經(jīng)科學(xué)夢境

那些深度學(xué)習(xí)《面試》你可能需要知道的

本文是問題“那些深度學(xué)習(xí)《面試》你可能需要知道的”的回答，一共61道，希望對大家有所幫助。

2017-11-03 15:39:29

深度學(xué)習(xí)面試問答

Google Brain工程師演講實錄：TensorFlow與深度學(xué)習(xí)

Google Brain 的工程師首先跟大家分享深度深入學(xué)習(xí)的例子，然后再跟大家簡單介紹一下什么是 TensorFlow ，以及 TensorFlow 一些最新特性，包括即將公開甚至還沒有完成一些的特性，最后的時間簡要介紹一下 Google Brain 兩個研究項目。

2017-11-03 13:30:41

深度學(xué)習(xí)TensorFlow Google Brai

學(xué)霸君首席科學(xué)家陳銳鋒：借力技術(shù)削減知識孤島，實現(xiàn)教學(xué)增效原創(chuàng)

學(xué)霸君首席科學(xué)家陳銳鋒在專訪中表示，公司定位在成立之初就很明確，教師和學(xué)生是最重要的合作伙伴，學(xué)霸君不會替代老師，只會借力 ABCD 對抗知識孤島，實現(xiàn) EEE。

2017-11-02 22:41:08

學(xué)霸君技術(shù)教學(xué)增效

盤點金融領(lǐng)域里常用的深度學(xué)習(xí)模型

在今天我們發(fā)布的這篇文章中，作者 Sonam Srivastava 介紹了金融中的三種深度學(xué)習(xí)用例及這些模型優(yōu)劣的證據(jù)。

2017-11-02 14:24:08

深度學(xué)習(xí)模型金融領(lǐng)域

外行也能看懂的科普：這就叫自然語言處理

由于自然語言是人類區(qū)別于其他動物的根本標(biāo)志。沒有語言，人類的思維也就無從談起，所以自然語言處理體現(xiàn)了人工智能的最高任務(wù)與境界，也就是說，只有當(dāng)計算機具備了處理自然語言的能力時，機器才算實現(xiàn)了真正的智能。

2017-11-02 12:08:56

深度學(xué)習(xí)自然語言處理

如何保存和恢復(fù)TensorFlow訓(xùn)練的模型

在這篇文章中，我們來看一下如何保存和恢復(fù)TensorFlow模型，我們在此介紹一些最有用的方法，并提供一些例子。

2017-11-01 15:13:49

TensorFlow 神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)

當(dāng)前深度神經(jīng)網(wǎng)絡(luò)模型壓縮和加速方法速覽

大型神經(jīng)網(wǎng)絡(luò)具有大量的層級與結(jié)點，因此考慮如何減少它們所需要的內(nèi)存與計算量就顯得極為重要，特別是對于在線學(xué)習(xí)和增量學(xué)習(xí)等實時應(yīng)用。此外，近來智能可穿戴設(shè)備的流行也為研究員提供了在資源(內(nèi)存、CPU、能耗和帶寬等)有限的便攜式設(shè)備上部署深度學(xué)習(xí)應(yīng)用提供了機會。

2017-10-31 11:05:00

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)壓縮和加速方法

keras中最常用深度學(xué)習(xí)的API

眾所周知，利用Keras-Python庫可以快速、輕松地創(chuàng)建屬于自己的深度學(xué)習(xí)的模型，今天我們就來介紹一些我們常用的API函數(shù)。

2017-10-30 13:34:22

深度學(xué)習(xí)Keras API

一份不可多得的深度學(xué)習(xí)技巧指南

輸入神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)的好壞直接關(guān)系著網(wǎng)絡(luò)訓(xùn)練結(jié)果，一般需要對數(shù)據(jù)進(jìn)行預(yù)處理，常用的數(shù)據(jù)預(yù)處理方式有去均值、歸一化和PCA/白化。

2017-10-30 09:53:05

深度學(xué)習(xí)技巧指南

微軟開源用于Spark的深度學(xué)習(xí)庫MMLSpark

微軟開源了MMLSpark，用于Apache Spark的的深度學(xué)習(xí)庫。MMLSpark可以與微軟認(rèn)知工具包和OpenCV完美整合。雖然SparkML可以建立可擴展的機器學(xué)習(xí)平臺，絕大多數(shù)開發(fā)者的精力都耗在了調(diào)用底層API上。MMLSpark旨在簡化PySpark中的重復(fù)性工作。

2017-10-26 13:54:49

深度學(xué)習(xí)Spark MMLSpark

一文概覽基于深度學(xué)習(xí)的監(jiān)督語音分離

語音分離是指將目標(biāo)語音從背景干擾中分離出來的任務(wù)。傳統(tǒng)上，語音分離被當(dāng)作一個信號處理問題。最近出現(xiàn)一種新方法把語音分離作為監(jiān)督學(xué)習(xí)問題處理，從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)語音、說話人和背景噪聲的判別模式(discriminative pattern)。

2017-10-25 19:05:18

深度學(xué)習(xí)語音分離

如何理解深度學(xué)習(xí)分布式訓(xùn)練中的large batch size與learning rate的關(guān)系？

在深度學(xué)習(xí)進(jìn)行分布式訓(xùn)練時，常常采用同步數(shù)據(jù)并行的方式，也就是采用大的batch size進(jìn)行訓(xùn)練，但large batch一般較于小的baseline的batch size性能更差，請問如何理解調(diào)試learning rate能使large batch達(dá)到small batch同樣的收斂精度和速度?

2017-10-25 16:30:47

深度學(xué)習(xí)分布式訓(xùn)練

百度發(fā)布DeepVoice最終版：模仿萬人、半小時學(xué)會一種口音

搜索巨頭百度推出了一個名叫 DeepVoice 的全新人工智能系統(tǒng)，借助熱門的深度學(xué)習(xí)技術(shù)，它能夠?qū)崿F(xiàn)文本到語音（TTS）的轉(zhuǎn)換。

2017-10-25 09:51:08

一文讀懂深度學(xué)習(xí)與機器學(xué)習(xí)的差異

機器學(xué)習(xí)和深度學(xué)習(xí)變得越來越火。突然之間，不管是了解的還是不了解的，所有人都在談?wù)摍C器學(xué)習(xí)和深度學(xué)習(xí)。無論你是否主動關(guān)注過數(shù)據(jù)科學(xué)，你應(yīng)該已經(jīng)聽說過這兩個名詞了。

2017-10-24 11:19:16

深度學(xué)習(xí)機器學(xué)習(xí)數(shù)據(jù)

自然語言處理終極方向：深度學(xué)習(xí)用于自然語言處理的5大優(yōu)勢

在自然語言處理領(lǐng)域，深度學(xué)習(xí)的承諾是：給新模型帶來更好的性能，這些新模型可能需要更多數(shù)據(jù)，但不再需要那么多的語言學(xué)專業(yè)知識。在這篇文章中，您將看到深度學(xué)習(xí)方法應(yīng)對自然語言處理問題的具體前景。

2017-10-19 17:05:58

深度學(xué)習(xí)自然語言

深度學(xué)習(xí)入門篇——手把手教你用TensorFlow訓(xùn)練模型

Tensorflow在更新1.0版本之后多了很多新功能，其中放出了很多用tf框架寫的深度網(wǎng)絡(luò)結(jié)構(gòu)(https://github.com/tensorflow/models )，大大降低了開發(fā)難度，利用現(xiàn)成的網(wǎng)絡(luò)結(jié)構(gòu)，無論fine-tuning還是重新訓(xùn)練方便了不少。

2017-10-18 09:48:13

深度學(xué)習(xí)TensorFlow 入門篇

十年云計算老兵零基礎(chǔ)進(jìn)軍深度學(xué)習(xí)方法論

人工智能是當(dāng)今的熱議行業(yè)，深度學(xué)習(xí)是熱門中的熱門，浪尖上的浪潮，但對傳統(tǒng) IT 從業(yè)人員來說，人工智能技術(shù)到處都是模型、算法、矢量向量，太晦澀難懂了。所以本文作者寫了這篇入門級科普文章，目標(biāo)是讓 IT 從業(yè)者能看清讀懂深度學(xué)習(xí)技術(shù)的特點，希望讀者能夠從中受益，順利找到自己心儀的工作。

2017-10-17 09:08:07

人工智能深度學(xué)習(xí)方法論

微博深度學(xué)習(xí)平臺架構(gòu)和實踐

隨著人工神經(jīng)網(wǎng)絡(luò)算法的成熟、GPU計算能力的提升，深度學(xué)習(xí)在眾多領(lǐng)域都取得了重大突破。本文介紹了微博引入深度學(xué)習(xí)和搭建深度學(xué)習(xí)平臺的經(jīng)驗，特別是機器學(xué)習(xí)工作流、控制中心、深度學(xué)習(xí)模型訓(xùn)練集群、模型在線預(yù)測服務(wù)等核心部分的設(shè)計、架構(gòu)經(jīng)驗。

2017-10-13 13:13:14

人工智能深度學(xué)習(xí)微博

百度總裁張亞勤：AI是我們這一時代最具變革性的力量

北京時間10月10日上午消息，作為中國搜索巨頭，百度公司在西雅圖地區(qū)設(shè)立的辦事處剛剛開業(yè)，將全力支持人工智能(AI)，提升其改變無數(shù)行業(yè)的能力。

2017-10-11 09:25:27

人工智能變革性突破

最受歡迎的12個AI工具、庫和平臺

隨著近年來AI的使用率越來越高，我們需要更加清楚地了解現(xiàn)在有哪些可供選擇的人工智能工具、庫、平臺，以及它們提供了哪些功能，有哪些缺點，哪個最適合你。本文列舉出了最受歡迎的前12個AI工具、庫和平臺，介紹了它們最常見的用途，有哪些優(yōu)點和缺點，還有一些其它的內(nèi)容，根據(jù)這些信息，將會使你更加輕松地做出上述問題的決策!

2017-10-10 13:29:54

AI工具庫平臺

人工智能并不能完全取代臨床醫(yī)生

在未來的一些年里，你可能會第一次與醫(yī)學(xué)人工智能(AI)系統(tǒng)進(jìn)行互動，能夠自動駕駛汽車、家庭語音助手以及自我標(biāo)簽的圖片庫的相同技術(shù)如今在衛(wèi)生保健領(lǐng)域取得了快速的發(fā)展，而首個醫(yī)學(xué)人工智能系統(tǒng)(AI)如今已經(jīng)開始轉(zhuǎn)向臨床應(yīng)用了。

2017-10-10 09:58:44

人工智能應(yīng)用臨床

深度學(xué)習(xí)的局限性，你了解嗎？

AI、機器學(xué)習(xí)、深度學(xué)習(xí)是近年大熱的領(lǐng)域，但我們要清楚，深度學(xué)習(xí)的局限性，即雖然可以使用連續(xù)幾何變換把 X 映射到 Y，但缺乏推理能力和抽象能力。訓(xùn)練集樣本不足，有些數(shù)據(jù)無法用連續(xù)的幾何變換表示。雖然現(xiàn)在機器學(xué)習(xí)能夠改變很多行業(yè)的游戲規(guī)則，但距離人性化 AI 還有很遠(yuǎn)的路要走。

2017-10-09 19:12:52

AI 深度學(xué)習(xí)局限性

迅雷創(chuàng)始人程浩：人工智能創(chuàng)業(yè)的6大核心問題

今天跟大家聊聊人工智能領(lǐng)域的創(chuàng)業(yè)和創(chuàng)新，包括如何選擇賽道、團(tuán)隊的搭配、以及如何應(yīng)對巨頭的挑戰(zhàn)，從投資人的視角，給大家總結(jié)了人工智能創(chuàng)業(yè)的6大核心問題。

2017-10-09 15:53:18

神經(jīng)網(wǎng)絡(luò)求解新思路：OpenAI用線性網(wǎng)絡(luò)計算非線性問題

我們展示了深度線性網(wǎng)絡(luò)(使用浮點運算實現(xiàn))實際上并不是線性的，它可以執(zhí)行非線性計算。我們利用這一點使用進(jìn)化策略在線性網(wǎng)絡(luò)中尋找參數(shù)，使我們能夠解決重要問題。

2017-10-09 11:21:46

神經(jīng)網(wǎng)絡(luò)OpenAI 非線性

為什么要用深度學(xué)習(xí)來做個性化推薦 CTR 預(yù)估

深度學(xué)習(xí)應(yīng)該這一兩年計算機圈子里最熱的一個詞了?；谏疃葘W(xué)習(xí)，工程師們在圖像，語音，NLP等領(lǐng)域都取得了令人振奮的進(jìn)展。而深度學(xué)習(xí)本身也在不斷的探索和發(fā)展中，其潛力的極限目前還沒有被看到。

2017-09-29 14:56:28

深度學(xué)習(xí)CTR 預(yù)估

[ I am Jarvis ] ：聊聊 FaceID 背后的深度學(xué)習(xí)視覺算法

在上周發(fā)布的iPhoneX中，最吸引我的，不是那蠢萌的兔耳朵，而是蘋果的FaceID。在蘋果用FaceID取代TouchID的背后，是強大的視覺算法支持，讓iPhoneX有能力識別各種欺騙和偽裝，從而敢于將FaceID作為最重要的安全校驗手段。

2017-09-29 14:29:59

深度學(xué)習(xí)視覺算法

使用反向傳播訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的原理

每個神經(jīng)元由兩部分組成。第一部分是輸入信號和權(quán)重系數(shù)的加權(quán)和。第二部分是非線性函數(shù)，稱為神經(jīng)元激活函數(shù)。信號e是加權(quán)和的輸出(加法器的輸出)信號。y=f(e)是非線性函數(shù)(元件)的輸出信號。信號y也是神經(jīng)元的輸出信號。

2017-09-28 16:15:12

神經(jīng)網(wǎng)絡(luò)訓(xùn)練多層

揭秘支付寶中的深度學(xué)習(xí)引擎：xNN

xNN的模型壓縮工具 (xqueeze) 在業(yè)務(wù)模型上實現(xiàn)了近50倍的壓縮比，使得在包預(yù)算極為有限的移動App中大規(guī)模部署深度學(xué)習(xí)算法成為可能。xNN的計算性能經(jīng)過算法和指令兩個層面的深度優(yōu)化，極大地降低了移動端DL的機型門檻。

2017-09-28 14:48:46

支付寶深度學(xué)習(xí)xNN

內(nèi)存帶寬與計算能力，誰才是決定深度學(xué)習(xí)執(zhí)行性能的關(guān)鍵？

隨著深度學(xué)習(xí)的不斷發(fā)展，計算能力得到了深度學(xué)習(xí)社區(qū)越來越多的注意。任何深度學(xué)習(xí)模型，歸根到底都是需要跑在設(shè)備上的，而模型對設(shè)備性能的要求越低，則能得到越多的運用——千萬不能讓硬件成為了模型普及的瓶頸！

2017-09-28 11:20:59

深度學(xué)習(xí)內(nèi)存帶寬計算能力

如何解決深度學(xué)習(xí)中的多體問題

多個智能體如何協(xié)同工作才能高效完成任務(wù)？深度學(xué)習(xí)領(lǐng)域中的多體問題就像物理領(lǐng)域中的一樣難解。很多研究機構(gòu)正致力于研發(fā)先進(jìn)技術(shù)處理多代理系統(tǒng)的問題。

2017-09-28 10:40:10

深度學(xué)習(xí)多體問題多代理系統(tǒng)

上一頁 1 ··· 28 29 30 31 32 ··· 34 下一頁

51CTO技術(shù)棧公眾號

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

主站蜘蛛池模板：婷婷免费视频 | 毛片区| 国产成人综合久久 | 午夜精品一区二区三区在线观看 | 黑人巨大精品欧美一区二区一视频 | 一区二区三区视频免费看 | 免费成人高清在线视频 | 精品少妇v888av | 韩日视频在线观看 | 欧美日韩亚洲国产综合 | 国产精品日韩在线观看一区二区 | 亚洲色图在线观看 | 成人av免费看 | 亚洲欧美日韩成人在线 | 在线欧美视频 | 一区二区三区欧美在线 | 日韩国产一区二区三区 | 国产一区二区三区高清 | 精品一区二区观看 | 久久久久久免费免费 | 桃花av在线 | 男女羞羞视频在线看 | 在线观看国产视频 | 午夜视频网站 | 西西裸体做爰视频 | 国产在线高清 | 日韩精品一区二 | 亚洲精品av在线 | 亚洲最大的黄色网址 | 国产一区二区三区四区三区四 | 第一av| 青青久久| 97精品国产97久久久久久免费 | 国产综合第一页 | 国产成人精品免费 | 黄在线 | 欧美日韩久久久 | 中文字幕在线观看一区 | 国产一区免费 | 午夜精品网站 | 国产精品福利一区二区三区 |

<dl id="es28u"></dl>

<abbr id="es28u"><pre id="es28u"></pre></abbr>

<dl id="es28u"></dl>

<button id="es28u"><tfoot id="es28u"></tfoot></button>

<fieldset id="es28u"></fieldset>

<nav id="es28u"></nav>

<nav id="es28u"><tbody id="es28u"></tbody></nav>