一種簡單的，循序的方式講解神經(jīng)網(wǎng)絡(luò)

一個神經(jīng)元通常具有多個樹突，主要用來接受傳入信息；而軸突只有一條，軸突尾端有許多軸突末梢可以給其他多個神經(jīng)元傳遞信息。軸突末梢跟其他神經(jīng)元的樹突產(chǎn)生連接...

2018-08-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)深度學(xué)習(xí) 4.4k 0

數(shù)據(jù)科學(xué)項目失敗9個最常見的原因

本文總結(jié)了數(shù)據(jù)科學(xué)項目失敗的最常見原因，希望能夠幫助你避免陷阱。

2018-08-15 標(biāo)簽：人工智能機器學(xué)習(xí) 3.8k 0

十種未來AI人工智能技術(shù)大盤點

AI人工智能說(或?qū)?出正確的單詞并且是連貫的順序來傳達一個明確且清晰的意思，而且還能很容易被聽眾(或讀者)理解，對于一臺以完全不同于人腦的方式處理信息...

2018-08-14 標(biāo)簽：語音識別人工智能機器學(xué)習(xí) 7.9k 0

【連載】深度學(xué)習(xí)筆記4：深度神經(jīng)網(wǎng)絡(luò)的正則化

今天要寫的是關(guān)于機器學(xué)習(xí)和深度學(xué)習(xí)中的一項關(guān)鍵技術(shù)：正則化。相信在機器學(xué)習(xí)領(lǐng)域摸爬滾打多年的你一定知道正則化是防止模型過擬合的核心技術(shù)之一，關(guān)于欠擬合和...

2018-08-14 標(biāo)簽：人工智能機器學(xué)習(xí)深度學(xué)習(xí) 3.8k 0

這些年來，我們的數(shù)據(jù)科學(xué)究竟發(fā)生了什么變化？

那么logistic回歸受歡迎的原因是什么？一個跡象表明，Kaggle上的分類問題遠多于回歸問題，其中一個代表是這些年來最受歡迎的泰坦尼克號生存預(yù)測競賽...

2018-08-13 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)大數(shù)據(jù) 3.3k 0

經(jīng)典的機器學(xué)習(xí)算法匯總

本文將用一句話來總結(jié)每種典型的機器學(xué)習(xí)算法，幫你抓住問題的本質(zhì)，強化理解和記憶。

2018-08-11 標(biāo)簽：算法機器學(xué)習(xí)決策樹 6.6k 0

一種用機器學(xué)習(xí)進行3D實時渲染的新方法:用paGAN實現(xiàn)3D實時渲染

下圖的左側(cè)是FXGuide編輯Mike Seymour用iPhone拍攝的源視頻，右側(cè)是實時渲染CGI?？梢园l(fā)現(xiàn)，Pinscreen的成果確實可以在同一...

2018-08-11 標(biāo)簽：自動化計算機視覺機器學(xué)習(xí) 9.6k 0

DeepMind為視覺問題回答提出了一種新的硬注意力機制

然而，在基于梯度的學(xué)習(xí)框架（如深度學(xué)習(xí)）中存在一個關(guān)鍵的缺點：因為選擇要處理的信息的過程是離散化的，因此也就是不可微分的，所以梯度不能反向傳播到選擇機制...

2018-08-10 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)計算機視覺機器學(xué)習(xí) 6.6k 0

利用TensorFlow.js，D3.js 和 Web 的力量使訓(xùn)練模型的過程可視化

TensorFlow.js 將機器學(xué)習(xí)引入 JavaScript 和 Web。 我們將利用這個很棒的框架來構(gòu)建一個深度神經(jīng)網(wǎng)絡(luò)模型。這個模型將能夠按大聯(lián)...

2018-08-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)TensorFlow 7.5k 0

淺析人工智能在粒子物理學(xué)中的重要作用

這么海量的數(shù)據(jù)，給存儲和分析帶來了極大難題。幸運的是，粒子物理學(xué)家不必自己處理所有這些數(shù)據(jù)。他們與一種稱為機器學(xué)習(xí)的人工智能（AI）攜手合作，來處理這些數(shù)據(jù)。

2018-08-08 標(biāo)簽：人工智能機器學(xué)習(xí) 4.5k 0

人工智能使用的數(shù)據(jù)集多存在性別歧視和種族主義

近年來，研究人員開始由上述提取式生成轉(zhuǎn)向抽象概括，這種技術(shù)使用神經(jīng)語言模型來動態(tài)生成文本，缺點是模型為了“連貫性”會生成不少無意義內(nèi)容。對此，斯坦福大學(xué)...

2018-08-08 標(biāo)簽：算法人工智能機器學(xué)習(xí) 5.8k 0

Black Hat 大會將關(guān)注的三大趨勢：加密貨幣、醫(yī)療設(shè)備、機器學(xué)習(xí)

黑帽大會簡報（Briefings）將主要關(guān)注區(qū)塊鏈基礎(chǔ)設(shè)施和加密貨幣錢包研究。這些領(lǐng)域應(yīng)該會是這次大會的關(guān)注焦點，其部分原因在于黑客攻擊事件頻發(fā)，例如，...

2018-08-06 標(biāo)簽：物聯(lián)網(wǎng)機器學(xué)習(xí)加密貨幣 4k 0

打造一款機器學(xué)習(xí)產(chǎn)品、或進行有關(guān)機器學(xué)習(xí)的學(xué)術(shù)研究所需要的數(shù)學(xué)背景

在沒有首先自己推導(dǎo)出梯度的情況下，這行代碼的意義可能沒有那么顯而易見。在我們的代碼中，對于滿足條件的所有元素，會將upstream梯度（grad）中的所...

2018-08-05 標(biāo)簽：代碼數(shù)學(xué)機器學(xué)習(xí) 3.5k 0

OpenCV上八種不同的目標(biāo)追蹤算法

對于3.3以上的版本，每個追蹤器可以用各自的函數(shù)創(chuàng)造，如cv2. TrackerKCF_create。詞典OPENCV_OBJECT_TRACKERS包...

2018-08-05 標(biāo)簽：機器學(xué)習(xí)追蹤算法OpenCV 3.4萬 0

機器學(xué)習(xí)中所需要的數(shù)學(xué)知識介紹

數(shù)學(xué)和代碼在機器學(xué)習(xí)研究中通常是高度混合的。大多數(shù)情況下，代碼都是直接從數(shù)學(xué)邏輯中形成，并且能用代碼語法展示出數(shù)學(xué)表示法。其實現(xiàn)在一些數(shù)據(jù)科學(xué)框架（例如...

2018-08-05 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí) 4.7k 0

機器學(xué)習(xí)優(yōu)化算法中梯度下降,牛頓法和擬牛頓法的優(yōu)缺點詳細介紹

梯度下降法實現(xiàn)簡單，當(dāng)目標(biāo)函數(shù)是凸函數(shù)時，梯度下降法的解是全局解。一般情況下，其解不保證是全局最優(yōu)解，梯度下降法的速度也未必是最快的。

2018-08-04 標(biāo)簽：優(yōu)化算法函數(shù)機器學(xué)習(xí) 5.3萬 0