炼数成金 商业智能深度学习
订阅

深度学习

六种GAN评估指标的综合评估实验,迈向定量评估GAN的重要一步
六种GAN评估指标的综合评估实验,迈向定量评估GAN的重要一步
生成对抗网络近年来得到了广泛研究。除了生成惊人相似的图像,GAN 还创新性地应用于半监督学习、图像到图像转换和模拟图像细化等领域中。然而,尽管可用的 GAN 模型非常多,但对它们的评估仍然主要是定性评估,通常 ...
小米开源自研移动端深度学习框架MACE
小米开源自研移动端深度学习框架MACE
Mobile AI Compute Engine (MACE) 是一个专为移动端异构计算平台优化的神经网络计算框架。主要从以下的角度做了专门的优化:代码经过NEON指令,OpenCL以及Hexagon HVX专门优化,并且采用 Winograd算法来进行卷积操作 ...
Keras vs PyTorch:谁是「第一」深度学习框架?
Keras vs PyTorch:谁是「第一」深度学习框架?
「第一个深度学习框架该怎么选」对于初学者而言一直是个头疼的问题。本文中,来自 deepsense.ai 的研究员给出了他们在高级框架上的答案。在 Keras 与 PyTorch 的对比中,作者还给出了相同神经网络在不同框架中性能的 ...
深度学习的几何理解(3) - 概率变换的几何观点
深度学习的几何理解(3) - 概率变换的几何观点
最优传输理论可以用于解释深度学习中的概率分布变换。最优传输的Brenier理论和凸几何中的Alexandroff理论等价,我们的理论结果给出了基于变分法的构造。在这种情形下,生成器和判别器彼此等价,它们之间的对抗不再需 ...
深度学习的几何理解(2) - 学习能力的上限
深度学习的几何理解(2) - 学习能力的上限
深度学习之所以有效,一个核心原因在于深度神经网络表示的函数能够以任意精度逼近连续函数,即所谓的万有逼近定理:任意的连续函数,都可以被深度神经网络以任意精度逼近。ReLU深度神经网络的每个神经元代表一个超平 ...
貌离神合的RNN与ODE:花式RNN简介
貌离神合的RNN与ODE:花式RNN简介
众所周知,RNN 是“循环神经网络”,跟 CNN 不同,RNN 可以说是一类模型的总称,而并非单个模型。简单来讲,只要是输入向量序列 (x1,x2,…,xT),输出另外一个向量序列 (y1,y2,…,yT),并且满足如下递归关系的模型, ...
世界杯押注还得看技术流,这个预测AI把赔率也算上了
世界杯押注还得看技术流,这个预测AI把赔率也算上了
世界杯小组赛将收官,你还依然信AI吗?冷门频出,黑马击败豪强。不少AI模型始料未及。到底还能不能愉快找到科学规律?或者说足球比赛乃至其他竞技体育赛事,数据科学家在AI加持下,究竟能做到多大程度的预测?相对挑 ...
谷歌官方:反向传播算法图解
谷歌官方:反向传播算法图解
反向传播算法(BP算法)是目前用来训练人工神经网络的最常用且最有效的算法。反向传播算法对于快速训练大型神经网络来说至关重要。本文将介绍该算法的工作原理。
CMU、NYU与FAIR共同提出GLoMo:迁移学习新范式
CMU、NYU与FAIR共同提出GLoMo:迁移学习新范式
深度学习的最新进展很大程度上依赖于诸如卷积网络(CNN) 和循环网络(RNN) 之类的架构及注意力机制 。这些架构虽然具有较高的表征能力,但由于其内置的「先天优势」,它们主要在网格状或顺序结构上运行。因此,CNN ...
深度解析LSTM神经网络的设计原理
深度解析LSTM神经网络的设计原理
想要搞清楚LSTM中的每个公式的每个细节为什么是这样子设计吗?想知道simple RNN是如何一步步的走向了LSTM吗?由于在误差反向传播时,算出来的梯度会随着往前传播而发生指数级的衰减或放大!而且这是在数学上板上钉钉 ...
新时代的「数字富士康」:揭秘 AI 风口下的数据标注生意
新时代的「数字富士康」:揭秘 AI 风口下的数据标注生意
新兴市场带来了大量劳动力的涌入。「原来干淘宝刷 单的,现在也能摇身一变做 AI 数据标注。」杜霖说,「在提供无差别人力劳动这件事上,大家是没有门槛的。」在河北衡水,由于当地政府查污染严重导致化工制品停产,2 ...
CVPR 2018:用GAN预测20年后你长什么样
CVPR 2018:用GAN预测20年后你长什么样
警方要搜寻一个失踪多年的人或逃犯时,有时候线索只有一张旧照片。艺术家或计算机程序可以尝试根据旧照片推测这些人今天的样子,但这两种方法都有缺陷。现在,科学家们已经能够利用AI来渲染照片中的人年老后的样子, ...
DeepMind、MIT等27位重磅论文,图网络让深度学习也能因果推理
DeepMind、MIT等27位重磅论文,图网络让深度学习也能因果推理
曾经在谷歌大脑实习,从事深度强化学习研究的Denny Britz说,他很高兴看到有人将图(Graph)的一阶逻辑和概率推理结合到一起,这个领域或许会迎来复兴。芯片公司Graphcore的创始人Chris Gray评论说,如果这个方向继 ...
随机加权平均 -- 在深度学习中获得最优结果的新方法
随机加权平均 -- 在深度学习中获得最优结果的新方法
传统的集成方法通常是结合几种不同的模型,并使他们对相同的输入进行预测,然后使用某种平均方法得到集合的最终预测。 它可以是简单的投票法,平均法。或者甚至可以使用另一个模型,根据集成模型的输入学习并预测正 ...
对抗样本的基本原理
对抗样本的基本原理
对抗样本是机器学习模型的一个有趣现象,攻击者通过在源数据上增加人类难以通过感官辨识到的细微改变,但是却可以让机器学习模型接受并做出错误的分类决定。一个典型的场景就是图像分类模型的对抗样本,通过在图片上 ...

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

社区热帖

     

    GMT+8, 2018-7-16 03:35 , Processed in 0.085306 second(s), 16 queries .