深度学习 | 数盟 | Page 37
wKioL1lcvYzhj-QkAAaVHkdnoYE144.jpg-wh_651x-s_3988251235 0

如何在时间紧迫情况下进行机器学习:构建标记的新闻

- 文章,深度学习 - 阅 564

本文介绍了作者和他的三位朋友参加了编程马拉松,开发出了一个根据Hacker News提交的文章进行分类的分类器,紧接着作者分享了比赛过程中的一些经验。 本周末,三位朋友(Chris Riederer,Nathan Gould和我的孪生兄弟Dan)和我参加了2017 TechCrunch Disrupt Hackathon。…

wKiom1le42uRrdc8AAEVSCIl-NY949.jpg-wh_651x-s_2671709379 0

贷还是不贷:如何用 Python 和机器学习帮你决策?

- 文章,深度学习 - 阅 827

耳闻目睹了机器学习的诸般神奇,有没有冲动打算自己尝试一下?本文我们通过一个贷款风险评估的案例,用最通俗的语言向你介绍机器学习的基础招式,一步步帮助你用Python完成自己的第一个机器学习项目。试过之后你会发现,机器学习真的不难。 任务 祝贺你,成功进入了一家金…

20170629200815_27975a324a4da7110171998330b77097_1 0

技术 | 深度学习下的医学图像分析(一)

- 文章,深度学习 - 阅 902

近年来,深度学习技术一直都处于科研界的前沿。凭借深度学习,我们开始对图像和视频进行分析,并将其应用于各种各样的设备,比如自动驾驶汽车、无人驾驶飞机,等等。 A Neural Algorithm of  Artistic  Style是一篇最新发表的研究性论文,论文向我们介绍了如何将一种风格和气质…

1-15012311152CQ 0

干货 | 如何选择深度学习优化器

- 文章,深度学习 - 阅 1,576

在很多机器学习和深度学习的应用中,我们发现用的最多的优化器是 Adam,为什么呢? 下面是 TensorFlow 中的优化器, https://www.tensorflow.org/api_guides/python/train 在 keras 中也有 SGD,RMSprop,Adagrad,Adadelta,Adam 等: https://keras.io/optimizers/ 我们…

20f56c61-a49e-45a8-8547-bad0c694fce8 0

Google 发布MultiModel:跨领域多任务机器学习

- 深度学习 - 阅 971

发布人:Google Brain 团队高级研究员 Łukasz Kaiser 和多伦多大学计算机科学系机器学习小组研究员 Aidan N. Gomez 近十年来,虽然深度学习的应用和性能均取得了飞速进步,但其面临的现状是神经网络架构的应用领域非常专一化。一个重要的问题依然悬而未决:如果将跨专业领域的…

b_download_3751780_1389885737416 0

机器学习科学家李建:时空大数据,你听说过吗?

- 深度学习 - 阅 630

雷锋网(公众号:雷锋网)AI科技评论按:6月24日下午,钛媒体和杉数科技主办的2017 AI 大师论坛在京举行,论坛邀请了五位算法优化、机器学习领域的顶尖教授、学者出席并发表学术演讲,雷锋网记者也对论坛进行了跟踪报道。本篇内容根据机器学习领域专家李建的论坛分享实录整理而成。…

000 0

iOS 11:人人可体验的机器学习

- 深度学习 - 阅 820

WWDC 2017向我们传达了这样的一个信号:苹果正在把机器学习带到移动设备上,并且希望开发者们能够轻松地加入到新的平台。 去年,苹果发布了Metal CNN和BNNS框架,用于创建基本的卷积神经网络。今年,Metal增加了很多新的特性,包括一个新的计算机视觉框架,以及Core ML——用于将…

wKioL1lZs0zQoDQlAACvqjRb9d097.jpeg-wh_651x-s_1925381475 0

DeepMind解密黑箱第一步:原来神经网络的认知原理和人类是一样的!

- 文章,深度学习 - 阅 683

人类已经教会了深度神经网络做许多惊人的事情,从识别和推理图像中的物体,到在Atari游戏和围棋中发挥出超越人类的水平,不一而足。随着神经网络的结构和所做的任务变得越来越复杂,神经网络学到的解题方法也越来越难以被人类理解。 人们把这个问题称作“黑箱”。随着神经…