炼数成金 › 商业智能›深度学习

深度学习

使用AMD CPU，3000美元打造自己的深度学习服务器: 我用 pcpartpicker.com来细化各个部件，因为它可以将对比和组装其它部件变得非常简单，而且还具备很不错的部件兼容性检查器。我将详细解释选择每个部件的原因以及它们如何与整个系统协同工作。因为你要使用显卡来训 ...

全新视角：用变分推断统一理解生成模型: 近年来，深度生成模型，尤其是 GAN，取得了巨大的成功。现在我们已经可以找到数十个乃至上百个 GAN 的变种。然而，其中的大部分都是凭着经验改进的，鲜有比较完备的理论指导。本文的目标是通过变分推断来给这些生成 ...

在TensorFlow和PaddleFluid中使用多块GPU卡进行训练: 模型并行（ model parallelism ）：不同设备（GPU/CPU 等）负责网络模型的不同部分例如，神经网络模型的不同网络层被分配到不同的设备，或者同一层内部的不同参数被分配到不同设备。每个设备都只有一部分模型；不 ...

Hinton反思新作：我说反向传播不好，但还是没谁能颠覆它: 32年前，人工智能、机器学习界的泰斗Hinton提出反向传播理念，如今反向传播已经成为推动深度学习爆发的核心技术。然而反向传播自诞生起，也受到了无数质疑。这些质疑来自各路科学家，也来自Hinton自己。主要是因为， ...

谷歌大脑发布GAN全景图：看百家争鸣的生成对抗网络: 深度生成模型可以应用到学习目标分布的任务上。它们近期在多种应用中发挥作用，展示了在自然图像处理上的巨大潜力。生成对抗网络（GAN）是主要的以无监督方式学习此类模型的方法之一。GAN 框架可以看作是一个两人博 ...

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: 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？: 「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: 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: 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: 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: 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: 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 ...

1 234 5 6 7 8 9 10 ... 38 / 38 页下一页

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

热门文章

社区热帖

GMT+8, 2018-11-21 00:27 , Processed in 0.109972 second(s), 16 queries .