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(yíng)

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

用深度學(xué)習(xí)(CNN RNN Attention)解決大規(guī)模文本分類問題 - 綜述和實(shí)踐

傳統(tǒng)做法主要問題的文本表示是高緯度高稀疏的，特征表達(dá)能力很弱，而且神經(jīng)網(wǎng)絡(luò)很不擅長(zhǎng)對(duì)此類數(shù)據(jù)的處理;此外需要人工進(jìn)行特征工程，成本很高。而深度學(xué)習(xí)最初在之所以圖像和語音取得巨大成功，一個(gè)很重要的原因是圖像和語音原始數(shù)據(jù)是連續(xù)和稠密的，有局部相關(guān)性。

2017-04-13 09:18:02

深度學(xué)習(xí)文本分類

深度學(xué)習(xí)在自然語言處理中的應(yīng)用

自然語言處理是研究和實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語言進(jìn)行有效通信的各種理論和方法。本文主要介紹深度學(xué)習(xí)在自然語言處理中的應(yīng)用。

2017-04-10 16:15:55

人工智能深度學(xué)習(xí)應(yīng)用

有沒有將深度學(xué)習(xí)融入機(jī)器人領(lǐng)域的新嘗試？

現(xiàn)在深度學(xué)習(xí)這么火，大家都會(huì)想著看看能不能用到自己的研究領(lǐng)域里。所以，將深度學(xué)習(xí)融入到機(jī)器人領(lǐng)域的嘗試也是有的。我就自己了解的兩個(gè)方面（視覺與規(guī)劃）來簡(jiǎn)單介紹一下吧。

2017-04-05 10:05:57

深度學(xué)習(xí)機(jī)器人

擺好正確姿勢(shì) 看 Google 神級(jí)深度學(xué)習(xí)框架 TensorFlow 的實(shí)踐思路原創(chuàng)

作為Goolge二代DL框架，使用數(shù)據(jù)流圖的形式進(jìn)行計(jì)算的TensorFlow已經(jīng)成為了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)領(lǐng)域中最受歡迎的框架之一。自從發(fā)布以來，TensorFlow不斷在完善并增加新功能，并在今年的2月26號(hào)在Mountain View舉辦的首屆年度TensorFlow開發(fā)者峰會(huì)上正式發(fā)布了TensorFlow 1.0版本，其最大的亮點(diǎn)就是通過優(yōu)化模型達(dá)到最快的速度，且快到令人難以置信，更讓人想不到的是很多擁護(hù)者用TensorFlow 1.0的發(fā)布來定義AI的元年。

2017-03-31 09:45:34

TensorFlow 深度學(xué)習(xí)

馬斯克腦洞大開！要融合計(jì)算機(jī)和人類大腦原創(chuàng)

馬斯克的新公司要完成這樣的使命：通過腦神經(jīng)植入技術(shù)，實(shí)現(xiàn)人腦和AI的融合，提升人類的認(rèn)知能力，擺脫人工智能毀滅人類的命運(yùn)。

2017-03-29 08:08:28

人工智能神經(jīng)織網(wǎng)

如何解決機(jī)器學(xué)習(xí)中數(shù)據(jù)不平衡問題

在學(xué)術(shù)研究與教學(xué)中，很多算法都有一個(gè)基本假設(shè)，那就是數(shù)據(jù)分布是均勻的。當(dāng)我們把這些算法直接應(yīng)用于實(shí)際數(shù)據(jù)時(shí)，大多數(shù)情況下都無法取得理想的結(jié)果。因?yàn)閷?shí)際數(shù)據(jù)往往分布得很不均勻，都會(huì)存在“長(zhǎng)尾現(xiàn)象”，也就是所謂的“二八原理”。

2017-03-28 09:40:23

機(jī)器學(xué)習(xí)數(shù)據(jù)不平衡

深度學(xué)習(xí)芯片研究新趨勢(shì)：以存儲(chǔ)器為處理的核心

存儲(chǔ)器內(nèi)處理(PIM)架構(gòu)其實(shí)不是什么新東西，但是因?yàn)榇鎯?chǔ)器內(nèi)相對(duì)簡(jiǎn)單的邏輯單元很好地迎合了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需求(特別是卷積網(wǎng)絡(luò))，所以存儲(chǔ)器正變成未來下一個(gè)平臺(tái)。

2017-03-28 08:57:26

深度學(xué)習(xí)芯片存儲(chǔ)器

大數(shù)據(jù)與深度學(xué)習(xí)如何讓你在下班路上少堵一會(huì)兒？

當(dāng)你在手機(jī)上的公交App里查詢112路還有幾站到時(shí)，是否覺得這不過就是公交車裝上GPS的事兒？當(dāng)你下班路上在百度／高德看著滿城的紅色“淪陷區(qū)”一籌莫展時(shí)，可有抱怨過地圖App只能提示擁堵，卻并不能解決擁堵？

2017-03-27 16:27:00

深度學(xué)習(xí)

深度學(xué)習(xí)也有缺陷，同質(zhì)化的AI創(chuàng)業(yè)競(jìng)爭(zhēng)將很殘酷

人工智能這一輪的浪潮來的很快，接連攻克了圖像識(shí)別、語音識(shí)別、自動(dòng)駕駛等多個(gè)難題，簡(jiǎn)直是處于宇宙中心。從資本、媒體到創(chuàng)業(yè)者都對(duì)這個(gè)領(lǐng)域懷有極大的熱情。

2017-03-23 09:12:20

深度學(xué)習(xí)同質(zhì)化 AI

AI 黑箱難題怎么破？神經(jīng)網(wǎng)絡(luò)模型算法給你答案

在機(jī)器人與商業(yè)捆綁日益緊密之時(shí)，更加智能細(xì)分的機(jī)器人已成時(shí)下必需，如果能在機(jī)器人行動(dòng)動(dòng)機(jī)上有所突破，那么，未來我們看到的將不再是答非所問跑題王，也不是獨(dú)臂行天下的低能機(jī)器人，而是心靈手巧，知錯(cuò)能改的機(jī)器人。

2017-03-22 12:13:36

AI 神經(jīng)網(wǎng)絡(luò)模型算法

深度神經(jīng)網(wǎng)絡(luò)中深度究竟帶來了什么？

人工智能近幾年實(shí)現(xiàn)了爆炸式發(fā)展，深度學(xué)習(xí)可以說是其主要的推動(dòng)力。筆者對(duì)于能來微軟實(shí)習(xí)并從事深度學(xué)習(xí)方面的研究感到十分榮幸，因?yàn)槲④浹芯吭涸谠擃I(lǐng)域一直處于領(lǐng)先的地位，其優(yōu)秀的人才配備和強(qiáng)大的計(jì)算資源都非常適合做這方面的研究。

2017-03-22 11:59:40

深度神經(jīng)網(wǎng)絡(luò)

基礎(chǔ)深度學(xué)習(xí)概念備忘錄

深度學(xué)習(xí)可能對(duì)于很多初學(xué)者是一頭霧水，在高速發(fā)展的同時(shí)有很多新的概念名詞被拋出，而本文則是對(duì)一些常見名詞的備忘介紹。

2017-03-21 11:02:59

基礎(chǔ)深度學(xué)習(xí)備忘錄

AI從業(yè)者的思考：深度學(xué)習(xí)很厲害，但別捧殺它

深度學(xué)習(xí)的出現(xiàn)改變了這種現(xiàn)狀，深度學(xué)習(xí)使用復(fù)雜的多非線性模型表示數(shù)據(jù)之間的關(guān)系，然后使用大量的數(shù)據(jù)最終確定數(shù)據(jù)之間的關(guān)系究竟是什么。

2017-03-21 10:44:00

AI 深度學(xué)習(xí)

神經(jīng)網(wǎng)絡(luò)不可思議的聲譽(yù)

深度學(xué)習(xí)給我?guī)砹诉~向機(jī)器智能的一個(gè)途徑，而且我們現(xiàn)在可以使用許多不同的工具。從擁有大量數(shù)據(jù)的弱先驗(yàn)中，在高維度下學(xué)習(xí)良好特征，是一種的、令人興奮的能力，但我們不應(yīng)該就認(rèn)為大部分智能Agent面臨的問題都能夠用這種方式解決。神經(jīng)網(wǎng)絡(luò)中的梯度下降可能可以幫助建立思考機(jī)器的組成部分，但它本身是沒有思考能力的。

2017-03-21 08:52:20

神經(jīng)網(wǎng)絡(luò)聲譽(yù)

如何為你的深度學(xué)習(xí)任務(wù)挑選最合適的GPU?

深度學(xué)習(xí)是一個(gè)計(jì)算密集型領(lǐng)域，而 GPU 的選擇將從根本上決定你的深度學(xué)習(xí)實(shí)驗(yàn)。那么，如何選擇一個(gè)適合你的 GPU 呢?這正是本篇博文探討的問題，幫助你做出正確選擇。

2017-03-20 16:00:20

深度學(xué)習(xí)GPU

剖析DeepMind神經(jīng)網(wǎng)絡(luò)記憶研究：模擬動(dòng)物大腦實(shí)現(xiàn)連續(xù)學(xué)習(xí)

本篇文章通過模擬動(dòng)物大腦實(shí)現(xiàn)連續(xù)學(xué)習(xí)來剖析剖析DeepMind神經(jīng)網(wǎng)絡(luò)記憶研究。

2017-03-20 15:23:46

人工智能連續(xù)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)讓你一秒變老變年輕，而且不會(huì)走樣

深度學(xué)習(xí)機(jī)器能夠呈現(xiàn)人臉?biāo)ダ虾蟮哪樱珔s往往越變?cè)讲幌癖救恕，F(xiàn)在計(jì)算機(jī)科學(xué)家已經(jīng)解決了這個(gè)問題。

2017-03-19 15:51:47

人工神經(jīng)網(wǎng)絡(luò)

AI 學(xué)會(huì)“腦補(bǔ)”：神經(jīng)網(wǎng)絡(luò)超逼真圖像補(bǔ)完從 0 到 1

自動(dòng)圖像補(bǔ)全是計(jì)算機(jī)視覺和圖形領(lǐng)域幾十年來的研究熱點(diǎn)和難點(diǎn)。在神經(jīng)網(wǎng)絡(luò)的幫助下，來自伯克利、Adobe 等研究人員利用組合優(yōu)化和類似風(fēng)格轉(zhuǎn)移的方法，突破以往技術(shù)局限，成功實(shí)現(xiàn)了超逼真的“從0到1”圖像生成。代碼已在Github 開源。

2017-03-19 15:47:50

神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)之父：人工智能下一步從視頻中學(xué)習(xí)常識(shí)

YannLeCun作為深度學(xué)習(xí)領(lǐng)域的大牛，近幾年帶動(dòng)Facebook的人工智能項(xiàng)目飛速前進(jìn)，其勢(shì)頭比之谷歌也不落下風(fēng)。如今Facebook的人臉識(shí)別技術(shù)DeepFace已經(jīng)能夠識(shí)別超過4億張人臉，而YannLeCun對(duì)此并不滿足，他認(rèn)為機(jī)器視覺不該滿足于從圖片中進(jìn)行識(shí)別，下一步機(jī)器應(yīng)當(dāng)從視頻中“學(xué)習(xí)常識(shí)”。

2017-03-19 15:44:25

卷積神經(jīng)網(wǎng)絡(luò)

人臉識(shí)別專家王國田:到底什么是人工智能、機(jī)器學(xué)習(xí)和機(jī)器視覺

如今，人工智能越來越多的被大家提及和應(yīng)用，但是，到底什么是人工智能、機(jī)器學(xué)習(xí)和機(jī)器視覺?對(duì)于人工智能和它的細(xì)分領(lǐng)域，例如機(jī)器視覺，卻很少能有人說得清楚它們到底是什么以及如何工作的。

2017-03-18 16:32:27

人工智能機(jī)器學(xué)習(xí)和機(jī)器視覺

如何區(qū)分人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)？

　　人工智能(Artificial Intelligence)是一個(gè)最廣泛的概念，人工智能的目的就是讓計(jì)算機(jī)這臺(tái)機(jī)器能夠象人一樣思考，而機(jī)器學(xué)習(xí)(Machine Learning)是人工智能的分支，專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，使之不斷改善自身的性能。

2017-03-18 16:28:40

人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí)

機(jī)器學(xué)習(xí)進(jìn)階筆記之一 | TensorFlow安裝與入門

TensorFlow是Google基于DistBelief進(jìn)行研發(fā)的第二代人工智能學(xué)習(xí)系統(tǒng)，被廣泛用于語音識(shí)別或圖像識(shí)別等多項(xiàng)機(jī)器深度學(xué)習(xí)領(lǐng)域。其命名來源于本身的運(yùn)行原理。Tensor(張量)意味著N維數(shù)組，F(xiàn)low(流)意味著基于數(shù)據(jù)流圖的計(jì)算，TensorFlow代表著張量從圖象的一端流動(dòng)到另一端計(jì)算過程，是將復(fù)雜的數(shù)據(jù)結(jié)構(gòu)傳輸至人工智能神經(jīng)網(wǎng)中進(jìn)行分析和處理的過程。

2017-03-16 08:46:43

TensorFlow 安裝入門

關(guān)于深度學(xué)習(xí)，看這一篇就夠了

在手寫郵政編碼的識(shí)別問題上，SVM 的技術(shù)不斷進(jìn)步，1998年就把錯(cuò)誤率降到低于 0.8%，2002年最低達(dá)到了 0.56%，這遠(yuǎn)遠(yuǎn)超越同期傳統(tǒng)神經(jīng)網(wǎng)絡(luò)算法的表現(xiàn)。

2017-03-11 22:19:09

深度學(xué)習(xí)

谷歌收購Kaggle為什么會(huì)震動(dòng)三界（AI、機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)界）？

在昨晚的 Google Cloud Next 谷歌云計(jì)算開發(fā)者大會(huì)上，華人 AI 學(xué)界的驕傲、谷歌云首席科學(xué)家李飛飛宣布了一則重大消息：谷歌收購 Kaggle。

2017-03-10 09:32:45

谷歌 Kaggle AI

一文讀懂機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)、人工智能、深度學(xué)習(xí)和統(tǒng)計(jì)學(xué)之間的區(qū)別

在這篇文章中，數(shù)據(jù)科學(xué)家與分析師 Vincent Granville 明晰了數(shù)據(jù)科學(xué)家所具有的不同角色，以及數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、人工智能、統(tǒng)計(jì)學(xué)等領(lǐng)域的區(qū)別。

2017-03-07 14:51:07

機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué)人工智能

可用于自動(dòng)駕駛的神經(jīng)網(wǎng)絡(luò)及深度學(xué)習(xí)

高級(jí)輔助駕駛系統(tǒng)(ADAS)可提供解決方案，用以滿足駕乘人員對(duì)道路安全及出行體驗(yàn)的更高要求。諸如車道偏離警告、自動(dòng)剎車及泊車輔助等系統(tǒng)廣泛應(yīng)用于當(dāng)前的車型，甚至是功能更為強(qiáng)大的車道保持、塞車輔助及自適應(yīng)巡航控制等系統(tǒng)的配套使用也讓未來的全自動(dòng)駕駛車輛成為現(xiàn)實(shí)。

2017-03-07 13:55:30

自動(dòng)駕駛神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)

深度解讀大規(guī)模深度學(xué)習(xí)工具的當(dāng)前趨勢(shì)

在過去的十年，企業(yè)已經(jīng)開始使用機(jī)器學(xué)習(xí)（ML）收集和分析大量數(shù)據(jù)以獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。現(xiàn)在有一些人試圖走的更遠(yuǎn) — 使用稱為機(jī)器學(xué)習(xí)分支的深度學(xué)習(xí)（DL）技術(shù)。他們正在尋求探索隱藏在數(shù)據(jù)中更深?yuàn)W的特性來為欺詐檢測(cè)、需求預(yù)測(cè)、點(diǎn)擊預(yù)測(cè)和其他數(shù)據(jù)密集型分析創(chuàng)建預(yù)測(cè)應(yīng)用程序。

2017-03-07 13:14:04

深度學(xué)習(xí)

理解深度學(xué)習(xí)

深度學(xué)習(xí)現(xiàn)在非常熱，各種會(huì)議都要和這個(gè)沾點(diǎn)邊。百度大腦，谷歌大腦計(jì)劃搞的都是這個(gè)。在一些領(lǐng)域取得了非常不錯(cuò)的效果，如圖片識(shí)別，語音識(shí)別，在安全領(lǐng)域甚至還有識(shí)別加密的協(xié)議等。如圖片，語音領(lǐng)域?qū)嶒?yàn)室準(zhǔn)確率都超過了90%。

2017-03-06 16:56:37

深度學(xué)習(xí)本質(zhì)現(xiàn)狀

深度學(xué)習(xí)的本質(zhì)探究？

深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究。含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。

2017-03-06 16:13:41

深度學(xué)習(xí)人工智能

從PyTorch到Mxnet ，對(duì)比7大Python深度學(xué)習(xí)框架

本文是對(duì)這 7 大 Python 深度學(xué)習(xí)框架的描述以及優(yōu)缺點(diǎn)的介紹，而且也為每個(gè)框架的使用推薦了一些資源。

2017-03-06 15:25:47

PyTorch Mxnet 深度學(xué)習(xí)

AI、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間的區(qū)別是什么？

有人說，人工智能（AI）是未來，人工智能是科幻，人工智能也是我們?nèi)粘Ｉ钪械囊徊糠帧＿@些評(píng)價(jià)可以說都是正確的，就看你指的是哪一種人工智能。

2017-03-01 21:15:44

AI 機(jī)器學(xué)習(xí)深度學(xué)習(xí)

解析谷歌大腦的深度學(xué)習(xí)及TensorFlow的前世今生

本文是Google Brain負(fù)責(zé)人Jeff Dean在硅谷人工智能前沿論壇AI Frontiers的演講。

2017-03-01 19:58:00

深度學(xué)習(xí)TensorFlow

從TensorFlow到Theano：橫向?qū)Ρ绕叽笊疃葘W(xué)習(xí)框架

目前流行的幾種工具(Theano、TensorFlow、Torch、Caffe、MXNet、Neon 和 CNTK)進(jìn)行一次橫向?qū)Ρ取Ｒ韵聢D表展示了各類深度學(xué)習(xí)工具的優(yōu)劣，希望對(duì)大家能有所幫助。

2017-03-01 13:36:41

TensorFlow Theano 框架

Torch7 開源 PyTorch：Python 優(yōu)先深度學(xué)習(xí)框架

PyTorch 的設(shè)計(jì)思路是線性、直觀且易于使用。當(dāng)你需要執(zhí)行一行代碼時(shí)，它會(huì)忠實(shí)執(zhí)行。PyTorch 沒有異步的世界觀。當(dāng)你打開調(diào)試器，或接收到錯(cuò)誤代碼和 stack trace 時(shí)，你會(huì)發(fā)現(xiàn)理解這些信息是非常輕松的。

2017-03-01 09:05:27

PyTorch Python 框架

關(guān)于深度學(xué)習(xí)未來發(fā)展方向的六項(xiàng)預(yù)測(cè) 譯文

隨著深度學(xué)習(xí)在大規(guī)模市場(chǎng)化應(yīng)用領(lǐng)域的快速推進(jìn)，其將與數(shù)據(jù)可視化、商務(wù)智能與預(yù)測(cè)分析一道成為眾多行業(yè)的立足基石。本文將與大家一同探討關(guān)于深度學(xué)習(xí)未來發(fā)展方向的六項(xiàng)預(yù)測(cè)。

2017-02-24 07:23:00

深度學(xué)習(xí)方向預(yù)測(cè)

成本14,000元，如何自己動(dòng)手搭建深度學(xué)習(xí)服務(wù)器？

通過與大家進(jìn)行交流，閱讀了大量博客文章之后，我最終決定開始配置自己的深度學(xué)習(xí)服務(wù)器。當(dāng)今科技和硬件的發(fā)展是如此的迅猛，我擔(dān)心我曾閱讀過的文章很快就會(huì)過時(shí)，但我希望自己的以下總結(jié)能夠?yàn)榇蠹規(guī)韼椭?/a>

2017-02-23 15:13:08

服務(wù)器搭建 PCIe

深度學(xué)習(xí)在美團(tuán)點(diǎn)評(píng)的應(yīng)用

下面我們就以語義匹配、圖像質(zhì)量排序及文字識(shí)別這三個(gè)應(yīng)用場(chǎng)景為例，來詳細(xì)介紹美團(tuán)點(diǎn)評(píng)在深度學(xué)習(xí)技術(shù)及應(yīng)用方面的經(jīng)驗(yàn)和方法論。

2017-02-20 19:23:13

深度學(xué)習(xí)美團(tuán)點(diǎn)評(píng)應(yīng)用

深度學(xué)習(xí)下一個(gè)大的突破會(huì)是機(jī)器閱讀嗎？

本文作者鄧侃認(rèn)為，機(jī)器閱讀其實(shí)就是自然文本的結(jié)構(gòu)化，而文本摘要和機(jī)器翻譯在2016年的進(jìn)展，昭示了機(jī)器閱讀即將取得的突破。

2017-02-19 15:09:47

深度學(xué)習(xí)機(jī)器閱讀

大數(shù)據(jù)、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)類命令行工具匯總譯文

2017-02-15 10:01:49

大數(shù)據(jù)機(jī)器學(xué)習(xí)深度學(xué)習(xí)

谷歌發(fā)布深度學(xué)習(xí)庫TensorFlow Fold，支持動(dòng)態(tài)計(jì)算圖

在一些情況下，不同的輸入數(shù)據(jù)需要不同的計(jì)算圖，通常這些計(jì)算圖不能夠批存儲(chǔ)在一起，導(dǎo)致處理器、存儲(chǔ)器以及緩存利用率低。今天我們發(fā)布 TensorFlow Fold 來解決這些困難。

2017-02-08 17:08:32

谷歌深度學(xué)習(xí)計(jì)算圖

英特爾發(fā)布BigDL深度學(xué)習(xí)框架，欲利用CPU打擊GPU 譯文

英特爾公司雖然能夠利用BigDL這類庫獲得一定競(jìng)爭(zhēng)優(yōu)勢(shì)，但從長(zhǎng)遠(yuǎn)角度來看，機(jī)器學(xué)習(xí)的歷史車輪仍在朝著以GPU支持為主的方向滾動(dòng)。

2017-01-20 13:58:31

英特爾 GPU CPU

深度學(xué)習(xí)深層剖析：建模知識(shí)與開源工具選項(xiàng) 譯文

在本篇文章中，我們將著力探討如何利用深度學(xué)習(xí)算法創(chuàng)建一套數(shù)據(jù)模型。在這里，我們不會(huì)涉及人腦或者人類智能方面的議題，而是嘗試解讀深度學(xué)習(xí)技術(shù)如何幫助我們解決計(jì)算機(jī)科學(xué)與早期人工智能領(lǐng)域的那些重大難題。

2016-12-06 10:39:54

剖析建模開源工具

深度學(xué)習(xí)已經(jīng)徹底改變了我們的生活譯文

時(shí)至今日，機(jī)器學(xué)習(xí)已經(jīng)開始觀察我們的行為、傾向、相互作用與交流響應(yīng)。深度學(xué)習(xí)正是機(jī)器學(xué)習(xí)的下一步發(fā)展方向。雖然其在傳統(tǒng)上常被用于幫助機(jī)器學(xué)習(xí)方案掌握文本數(shù)據(jù)，但如今深度學(xué)習(xí)已經(jīng)開始嘗試從視頻、音頻、音樂、圖像以及傳感器數(shù)據(jù)等更為復(fù)雜的內(nèi)容形式中提取信息

2016-11-17 09:23:03

深度學(xué)習(xí)

如何使用深度學(xué)習(xí)AI檢測(cè)并預(yù)防惡意軟件及APT 譯文

根據(jù)AV-TEST協(xié)會(huì)發(fā)布的調(diào)查結(jié)果，目前每天出現(xiàn)的新型惡意軟件數(shù)量高達(dá)39萬，而賽門鐵克公司給出的結(jié)果更為驚人——每天惡意軟件新增數(shù)量達(dá)100萬種。而這些惡意軟件往往尚未出現(xiàn)在實(shí)際惡意活動(dòng)當(dāng)中。

2016-03-16 09:33:40

深度學(xué)習(xí)AI APT

上一頁 1 ··· 29 30 31 32 33 34

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(yíng)

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)