炼数成金 商业智能深度学习
订阅

深度学习

英伟达禁止数据中心使用GeForce做深度学习
英伟达禁止数据中心使用GeForce做深度学习
英伟达的CEO黄仁勋曾经说,他最喜欢三件事——游戏、GPU、深度学习。这三件事也是英伟达的命脉所在。5年前黄仁勋英明的判断将GPU从游戏转向深度学习成就了他自己和他的公司在深度学习界的地位。不过,当一个市场被一 ...
利用 SVCCA 解释深度神经网络
利用 SVCCA 解释深度神经网络
深度神经网络 (DNN) 推动视觉、语言理解和语音识别等领域取得了前所未有的进步。但是,这些成功也带来了一些新挑战。特别是,与许多之前的机器学习方法不同,DNN 在分类中容易受对抗样本的影响,在强化学习任务中容 ...
利用遗传算法优化神经网络:Uber提出深度学习训练新方式
利用遗传算法优化神经网络:Uber提出深度学习训练新方式
我们惊讶地发现,通过使用我们发明的一种新技术来高效演化 DNN,一个极其简单的遗传算法(GA)可以训练含有超过 400 万参数的深度卷积网络,从而可以在像素级别上玩 Atari 游戏;而且,它能在许多游戏中比现代深度强 ...
从Pix2Code到CycleGAN:2017年深度学习重大研究进展全解读
从Pix2Code到CycleGAN:2017年深度学习重大研究进展全解读
你或许听说过「Facebook 因为聊天机器人失控、创造自己语言而关闭聊天机器人」的消息。这个机器人是用来进行谈判的,其目的是与另一个智能体进行文本谈判,然后达成协议:如何把物品(书籍、帽子等)分成两份。谈判 ...
Keras之父:大多数深度学习论文都是垃圾,炒作AI危害很大
Keras之父:大多数深度学习论文都是垃圾,炒作AI危害很大
深度学习是机器学习的一种具体方法。与以前的方法相比,它更加强大和灵活。在大多数应用程序中,我们所说的“深度学习”是指一种把大量由人类注释的数据转换为以与人类相似的方式自动注释新数据的软件。您可以通过这 ...
一文概览深度学习中的五大正则化方法和七大优化策略
一文概览深度学习中的五大正则化方法和七大优化策略
近来在深度学习中,卷积神经网络和循环神经网络等深度模型在各种复杂的任务中表现十分优秀。例如卷积神经网络(CNN)这种由生物启发而诞生的网络,它基于数学的卷积运算而能检测大量的图像特征,因此可用于解决多种 ...
思考VC维与PAC:如何理解深度神经网络中的泛化理论?
思考VC维与PAC:如何理解深度神经网络中的泛化理论?
深度学习的理论还存在诸多神秘之处。近来很多机器学习理论研究者都在关注神秘的泛化(generalization):为什么训练后的深度网络能在之前并未见过的数据上取得良好的表现,即便它们的自由参数的数量远远超过了数据点 ...
谷歌开源TFGAN:轻量级生成对抗网络工具库
谷歌开源TFGAN:轻量级生成对抗网络工具库
训练神经网络通常需要定义一个损失函数,告诉网络自己距离目标还有多远。例如:图像分类网络通常会给出一个损失函数,对错误的分类做出惩罚判定;如果网络错将狗的图片识别为猫,则获得高损失值。然而,并非所有问题 ...
AWS推出MXNet模型服务器
AWS推出MXNet模型服务器
Model Server for Apache MXNet(MMS)是一个开源组件,旨在简化深度学习模型的部署。部署深度学习模型不是一项简单的任务,它要求收集各种模型文件、搭建服务栈、初始化和配置深度学习框架、暴露端点、实时发送度量 ...
TensorFlow的多平台基准测试
TensorFlow的多平台基准测试
使用合成数据进行测试是通过一个 tf.Variable 完成的,它被设置为与 ImageNet 的每个模型预期的数据相同的形状。我们认为,在基准测试平台中,包含真实数据的测量非常重要。这个负载测试底层硬件和框架,用来准备实 ...
深度学习与神经科学相遇(三)[译]
深度学习与神经科学相遇(三)[译]
反向传播的近似也可以通过神经活动的毫秒级定时来实现(O'Reilly et al., 2014b)。例如,Spike timing dependent plasticity(STDP)(Markram et al., 1997)是一些神经元的特征,其中突触权重变化的符号取决于突 ...
深度学习与神经科学相遇(二)[译]
深度学习与神经科学相遇(二)[译]
许多机器学习方法(如典型的监督式学习)是基于有效地函数优化,并且,使用误差的反向传播(Werbos, 1974; Rumelhart et al., 1986)来计算任意参数化函数的梯度的能力是一个很关键的突破,这在下文我们将详细描述。 ...
深度学习与神经科学相遇(一)[译]
深度学习与神经科学相遇(一)[译]
成年人大脑结构上的基因使用模式是高度定型和可再现的。 Figure 0 中所示的动态热图表示跨个体的这种图案化模式的共同结构,特别是一些介于解剖区域对(pairs of anatomic regions)之间差异表达的基因数目,在我们 ...
卷积神经网络的复杂度分析
卷积神经网络的复杂度分析
在梳理CNN经典模型的过程中,我理解到其实经典模型演进中的很多创新点都与改善模型计算复杂度紧密相关,因此今天就让我们对卷积神经网络的复杂度分析简单总结一下下。时间复杂度决定了模型的训练/预测时间。如果复杂 ...
使用TensorFlow和TensorBoard从零开始构建卷积神经网络
使用TensorFlow和TensorBoard从零开始构建卷积神经网络
如果使用TensorFlow的所有较高级别的工具,例如tf.contrib.learn和Keras,你可以轻松地使用非常少量的代码来构建卷积神经网络。但是经常使用这些较高级别的应用,你就没法看到它们内部的代码,从而缺失了对这些应用 ...

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 03:26 , Processed in 0.106580 second(s), 16 queries .