炼数成金 商业智能深度学习
订阅

深度学习

深度学习不再是炼丹术!谷歌给出首个神经网络训练理论证明
深度学习不再是炼丹术!谷歌给出首个神经网络训练理论证明
谷歌 AI 最新发布的一篇论文给出了首个关于深度神经网络训练相关的理论证明,实验观察结果也为初步解释梯度下降强于贝叶斯优化奠定了基础。神经网络的理论面纱,正逐步被揭开。原来,神经网络实际上跟线性模型并没那 ...
医学图像分析最新综述:走向深度
医学图像分析最新综述:走向深度
该论文首先从深度学习的基础概念介绍,介绍了该领域的常用方法,包括深度学习网络架构、神经元概念、卷积神经网络、循环神经网络等。深度神经网络架构,包含输入层、输出层,与多个隐含层。
深度学习图像超分辨率最新综述:从模型到应用
深度学习图像超分辨率最新综述:从模型到应用
今日arXiv新上论文《Deep Learning for Image Super-resolution:A Survey》,详细回顾了近年来基于深度学习的图像超分辨率(Super-resolution,SR)的方方面面,对于想要进入该领域、在该领域进一步研究、涉足该领域 ...
TensorFlow、MXNet、Keras如何取舍? 常用深度学习框架对比
TensorFlow、MXNet、Keras如何取舍? 常用深度学习框架对比
自 2006 年 Hinton 和 Salakhutdinov 在 Science 上发表的深度学习论文点燃了最近一次神经网络复兴的“星星之火”,接着, 2012 年 Alex-Net 在 ImageNet 上夺冠又迅速促成了深度学习在人工智能领域的“燎原之势”。 ...
重磅!Uber发布史上最简单的深度学习框架Ludwig!
重磅!Uber发布史上最简单的深度学习框架Ludwig!
昨日,Uber官网重磅宣布新开源深度学习框架Ludwig,不需要懂编程知识,让专家能用的更顺手,让非专业人士也可以玩转人工智能,堪称史上最简单的深度学习框架!Ludwig是一个建立在TensorFlow之上的工具箱,它允许用户 ...
TensorFlow 帮你实现更好的结构化图层和模型
TensorFlow 帮你实现更好的结构化图层和模型
我们建议使用 tf.keras 作为构建神经网络的高级 API。也就是说,大多数 TensorFlow API 都可以通过 eager execution(即时执行)来使用。大多数情况下,在编写机器学习模型代码时,您希望在比单个操作和操作单个变量 ...
实现 TensorFlow 架构的规模性和灵活性
实现 TensorFlow 架构的规模性和灵活性
TensorFlow 是为了大规模分布式训练和推理而设计的,不过它在支持新机器学习模型和系统级优化的实验中的表现也足够灵活。本文对能够同时兼具规模性和灵活性的系统架构进行了阐述。TensorFlow runtime 是一个跨平台库 ...
GAN--提升GAN训练的技巧汇总
GAN--提升GAN训练的技巧汇总
生成器试图生成最好的图像来欺骗鉴别器。 当两个网络不断对抗时,“最佳”图像会不断变化。 然而,优化可能变得过于贪婪,并使其成为永无止境的猫捉老鼠游戏。 这是模型未收敛且模式崩溃的情景之一。特征匹配改变了 ...
2018年深度学习的主要进步
2018年深度学习的主要进步
在过去几年中,深度学习改变了整个人工智能的发展。深度学习技术已经开始在医疗保健,金融,人力资源,零售,地震检测和自动驾驶汽车等领域的应用程序中出现。至于现有的成果表现也一直在稳步提高。在学术层面,机器 ...
为什么让GAN一家独大?Facebook提出非对抗式生成方法GLANN
为什么让GAN一家独大?Facebook提出非对抗式生成方法GLANN
生成对抗网络(GAN)在图像生成方面已经得到了广泛的应用,目前基本上是 GAN 一家独大,其它如 VAE 和流模型等在应用上都有一些差距。尽管 wasserstein 距离极大地提升了 GAN 的效果,但其仍在理论上存在训练不稳定 ...
Grid R-CNN解读:商汤最新目标检测算法
Grid R-CNN解读:商汤最新目标检测算法
Grid R-CNN是商汤科技最新发表于arXiv的一篇目标检测的论文,对Faster R-CNN架构的目标坐标回归部分进行了替换,取得了更加精确的定位精度,是最近非常值得一读的论文。今天就跟大家一起来细品此文妙处。一、作者信 ...
Yann Lecun自监督学习指南(附114页Slides全文)
Yann Lecun自监督学习指南(附114页Slides全文)
近年来,深度学习在计算机感知、自然语言处理和控制方面取得了重大进展。但几乎所有这些成功都在很大程度上依赖于有监督学习,在监督学习中,机器被要求预测人类提供的标签信息,或通过无模型的强化学习方法,不断的 ...
深度判别和共享特征学习的图像分类
深度判别和共享特征学习的图像分类
今天我们来谈谈深度学习过程中的一些判别与共享关系。这也是一篇不错的paper(来自模式识别),并且通过实现和改进真的可以有一个较好的提升。在图像表示中,为了编码类的相关性和类的具体信息,文章提出了一个深度 ...
OpenAI发现打破神经网络黑盒魔咒新思路:梯度噪声量表
OpenAI发现打破神经网络黑盒魔咒新思路:梯度噪声量表
由于复杂的任务往往具有更嘈杂的梯度,因此越来越大的batch计算包,可能在将来变得有用,从而消除了AI系统进一步增长的一个潜在限制。更广泛地说,这些结果表明神经网络训练不需要被认为是一种炼丹术,而是可以被量 ...
谷歌量子神经网络新进展揭秘
谷歌量子神经网络新进展揭秘
谷歌人工智能量子团队自成立以来,一直致力于理解量子计算在机器学习中的作用。现有算法对全局优化的作用表明,量子计算机可能有助于更快地训练机器学习中的现有模型,因此谷歌正在构建实验型的量子计算机来调查复杂 ...

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, 2019-5-24 19:58 , Processed in 0.149403 second(s), 16 queries .