你好,游客 登录
rss订阅 手机访问 
深度学习
深度学习基础——激活函数以及什么时候该使用激活函数
如今的互联网提供了大量的信息。我们只需要通过Google就可以找到这些信息。而我其中最重要的一个挑战是区分相关信息和非相关信息。当我们的大脑充满了信息的时候,它会第一时间区分哪些是有用信息哪些是无用信息。因此,在神经网络中我们也需要一个类似的机制来区分有用信息和无用信息。
日期:11月15日 作者:
深度学习:随机值不可思议的有效性
ICLR 2017会议于法国土伦召开,我们收到了截止日期内提交的论文,与预期的关于深度学习新研究的涓涓细流不同,我们迎来了一场凶猛的洪水。
日期:11月10日 作者:
深度学习主机入门版配置
为了让初学者花最少的钱办性价比最高的事情,我构造了这样一套DIY装机配置,在最大化利用显卡资源的同时,极力压缩无关配置。这个配置的主要特性是去掉了扩展性的可能,从而大幅降低了成本。
日期:11月08日 作者:
深度学习之父Hinton推翻30年的研究成果 新“胶囊网络”或重建AI世界
  导语:近日,人工智能三巨头之一的Hinton教授推翻了自己30年前的学术成果,提出了“神经网络”的变体“胶囊网络”,这一新方法将使机器通过更少的图片来识别不同情境下的同一物体,或将重塑AI领域。
日期:11月06日 作者:
吴恩达深度学习课程笔记
这几天每天花了点时间看完了吴恩达的深度学习课程视频。目前还只有前三个课程,后面的卷积神经网络和序列模型尚未开课。课程的视频基本上都是十分钟出头的长度,非常适合碎片时间学习。
日期:11月01日 作者:古霜卡比
百度开源深度学习框架PaddlePaddle安装配置
 PC机一台+UBUNTU 16.04系统
日期:10月18日 作者:
十年云计算老兵零基础进军深度学习的方法论
人工智能是当今的热议行业,深度学习是热门中的热门,浪尖上的浪潮,但对传统 IT 从业人员来说,人工智能技术到处都是模型、算法、矢量向量,太晦涩难懂了。所以本文作者写了这篇入门级科普文章,目标是让 IT 从业者能看清读懂深度学习技术的特点,希望读者能够从中受益,顺利找到自己心仪的工作。
日期:10月18日 作者:曹亚孟
斯坦福大学邢磊演讲干货分享:深度学习在放疗中的应用
作为医学影像方面的技术专家和实战专家,斯坦福大学医学物理中心主任邢磊教授近日连续受邀参加国内外放射放疗学术会议,包括2017美国医学物理年会(AAPM), 成都图像计算与数字医学国际研讨会, 第一界人工智能在医学中的应用峰会, 美国放射肿瘤学会(ASTRO)年会, 以及由北京医师协会放射专科医师分会等。
日期:10月18日 作者:
深度学习并不是AI的未来
现在,每一个人不是在学习深度学习,就是在准备开始学习深度学习的路上。这个人工智能领域快速火了起来。大约有来自各年龄阶段的十万名学生在学习付费或者免费的深度学习课程。许多初创公司以及产品都打上了该领域的标签,就像流行用语一样,但是真正使用了深度学习的却很少。大多数人忽视了一个事实,深度学习只占了机器学习领域的1%,而机器学习又只是人工智能领域的1...
日期:10月12日 作者:
LeCun vs Marcus巅峰论战,AI学习是否需要类似人类的认知结构?
人工智能和心理学领域的两位顶尖研究者,纽约大学 Yann LeCun 和 Gary Marcus 就 AI 是否需要类似人类和动物的内置的认知机制,以实现类似人类的智能这一问题,展开了激烈的辩论。辩论的关键在于无监督学习算法最终是否需要内置的认知结构,如果在不需要这类结构的情况下取得成功,那么 LeCun 将被证明是正确的。
日期:10月10日 作者:
如何配置一台适用于深度学习的工作站?
学习机器学习相关的算法和演练流行的平台或框架,不需要特别强大的设备。
日期:09月28日 作者:
深度学习不是AI的未来
现在每一个人都正在学习,或者正打算学习深度学习,它是目前人工智能诸多流派中唯一兴起的一个。各个年龄阶段的数十万人都在学习着免费和收费的深度学习课程。太多的创业公司和产品的命名以“深度”开头,深度学习已然成了一个流行语,但其真正的落地应用实际上却很少。
日期:09月28日 作者:
机器人深度学习的关键在大数据
很荣幸能够参加“2017机器人国际大会”,在这场机器人与人工智能领域的行业盛会中,我了解到很多机器人前沿技术。我主要从事工业机器人方面的研究和开发,以及自动化运动视觉方面的研究。目前,我的团队已经开发出多款工业机器人产品,并广泛应用在全球工业生产当中,其中包括视觉引导、远程操作和人机协作等方面的产品。
日期:09月26日 作者:
深度学习时代的目标检测算法综述
这或许是计算机视觉领域内最著名的问题。它主要指将一张图像归为某种类别。学术界最流行的一类数据集是 ImageNet,由数以百万计已分好类的图像组成,(部分)用于年度 ImageNet 大规模视觉识别挑战比赛(ILSVRC)。
日期:09月21日 作者:
开源深度学习框架对比
本节对5个开源深度学习框架进行对比研究,主要侧重于3个维度研究:硬件支持率、速度和准确率、社区活跃性。他们分别是:TensorFlow、Caffe、Keras、Torch、DL4j 。
日期:09月18日 作者:Carlos_清流
  • 1/14
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 14
  • »