人工智能 | 数盟 | Page 2
3d rendering artificial intelligence brain or ai brain 0

2018年人工智能可能为企业创造1.2万亿美元的商业价值

- 文章,人工智能,深度学习 - 阅 324

根据调研机构Gartner的统计,2018年人工智能可能为企业创造1.2万亿美元的商业价值,将比去年增加70%。 如今,人工智能(AI)正处于一个日前流行的趋势中,企业对于一种名为“深度学习”的人工智能形式越来越感兴趣。 根据调研机构Gartner的统计,2018年人工智能可能为企业创造1.2万…

timg (3) 0

DeepMind提出深度学习新方向:神经过程模型

- 文章,人工智能,深度学习 - 阅 382

来源:DeepMind 编译:肖琴,金磊 函数逼近是机器学习中许多问题的核心,DeepMind的最新研究结合了神经网络和随机过程的优点,提出神经过程模型,在多任务上实现了很好的性能和高计算效率。 论文:https://arxiv.org/pdf/1807.01622.pdf 函数逼近(Function approximation)是机…

679e4a1d226f59409cc7b483ab5dfa82.jpg-wh_651x-s_484174679 0

人工智能通过父母照片合成可能的子女面孔,深度学习亲缘关系生成

- 文章,人工智能 - 阅 187

人工智能通过父母照片合成可能的子女面孔,深度学习亲缘关系生成摘要:在本文中,我们提出了一个亲缘关系生成器网络,可以通过分析他/她父母的照片来合成一个可能的子女面孔。 为此,我们专注于通过提出新颖的解决方案来处理整篇论文中亲缘关系数据集的稀缺性问题。 为了提取可…

22 0

使用拓扑数据分析理解卷积神经网络模型的工作过程

- 文章,人工智能,深度学习 - 阅 319

1.简介 神经网络在各种数据方面处理上已经取得了很大的成功,包括图像、文本、时间序列等。然而,学术界或工业界都面临的一个问题是,不能以任何细节来理解其工作的过程,只能通过实验来检测其效果,而无法做出合理的解释。相关问题是对特定数据集经常存在某种过拟合现象,这会…

111042001743393 0

机器学习 —— 浅谈贝叶斯和MCMC

- 文章,人工智能,深度学习 - 阅 306

浅谈贝叶斯 不论是学习概率统计还是机器学习的过程中,贝叶斯总是是绕不过去的一道坎,大部分人在学习的时候都是在强行地背公式和套用方法,没有真正去理解其牛逼的思想内涵。我看了一下 Chalmers 一些涉及到贝叶斯统计的课程,content 里的第一条都是 Philosophy of Bayesian s…

wKiom1VtBKqCKKFCAADJGQ7MJnU967 0

手把手教你训练 RNN | Part II

- 文章,人工智能,深度学习 - 阅 202

RNN 的反向传播是为了计算出关于损失函数的梯度值 读者可以在这里看到本文的 Part I(http://www.raincent.com/content-85-11648-1.html)。 单个 RNN 单元的反向传播 RNN 中反向传播的目的是计算出最终的损失值 L 分别对权值矩阵(W_xh,W_ah,W_ao)和偏置向量(b_h,b_o)的…

wKiom1VtBKqCKKFCAADJGQ7MJnU967 0

手把手教你训练 RNN | Part I

- 文章,人工智能,深度学习 - 阅 155

RNN 前向传播逐步演练 单个 RNN Cell 中的前向传播算法 在之前的文章中,我们介绍了RNN 的基本结构并将其按时间序列展开成 Cells 循环链,称为 RNN cells。下面,我们将揭示单个 RNN Cell 的内部结构和前向传播计算过程。 将其过程分解成多个步骤: 第一步:cell 接受两个…

0c19e74f52073e4b3cd51a34bc2c1f96.jpg-wh_651x-s_497208491 0

干货:如何从系统层面优化深度学习计算?

- 文章,人工智能,深度学习 - 阅 185

在图像、语音识别、自然语言处理、强化学习等许多技术领域中,深度学习已经被证明是非常有效的,并且在某些问题上已经达到甚至超越了人类的水平。然而,深度学习对于计算能力有着很大的依赖,除了改变模型和算法,是否可以从系统的层面来优化深度学习计算,进而改善计算资源的使…