自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

<sub id="pjkk9"><rt id="pjkk9"></rt></sub>

<sub id="pjkk9"></sub>

AI.x社區(qū)

軟考社區(qū)

企業(yè)培訓

鴻蒙開發(fā)者社區(qū)

WOT技術(shù)大會

公眾號矩陣

移動端

視頻課免費課排行榜短視頻直播課軟考學堂

全部課程軟考華為認證廠商認證 IT技術(shù)PMP項目管理免費題庫

文章資源問答課堂專欄直播

51CTO

鴻蒙開發(fā)者社區(qū)

51CTO技術(shù)棧

51CTO官微

51CTO學堂

51CTO博客

CTO訓練營

鴻蒙開發(fā)者社區(qū)訂閱號

51CTO軟考

51CTO學堂APP

51CTO學堂企業(yè)版APP

鴻蒙開發(fā)者社區(qū)視頻號

51CTO軟考題庫

賬號設(shè)置退出

深度學習

1695內(nèi)容??

關(guān)注

涵蓋深度學習相關(guān)模型、框架、開發(fā)與應用知識。

文章博文課程

共 1695 條

谷歌提出用深度學習強化CPU：讓電腦越用越快

據(jù)《麻省理工科技評論（MIT Technology Review）》報道，美國的科學家正探索出了一種新的方法來武裝現(xiàn)代處理器，使之可能達到越用越快的效果。

2018-03-15 22:32:47

谷歌 CPU 深度學習

基于PaddlePaddle的點擊率的深度學習方法嘗試

DeemFM是17年深度學習在點擊率預估、推薦這塊的新的方法，有點類似于deep and wide的思想，將傳統(tǒng)的fm來nn化，利用神經(jīng)網(wǎng)絡(luò)強大的建模能力來挖掘數(shù)據(jù)中的有效信息，paddlepaddle在這塊有現(xiàn)成的deepfm模型，單機部署起來比較容易....

2018-03-15 15:40:39

廣告點擊率 PaddlePaddl Tensorflow

百度定制化圖像開放平臺訓練評測

著深度學習在圖像處理方面的成熟，基于CNN的遷移學習被證明是非常有效的。越來越多的傳統(tǒng)業(yè)務(wù)和互聯(lián)網(wǎng)業(yè)務(wù)，都面臨著提高效率和自動化的業(yè)務(wù)升級需求。

2018-03-13 14:38:11

百度AI paddlepaddl 深度學習

自然語言處理的神經(jīng)網(wǎng)絡(luò)模型初探

深度學習（Deep Learning）技術(shù)對自然語言處理（NLP，Natural Language Processing）領(lǐng)域有著巨大的影響。

2018-02-27 09:32:13

神經(jīng)網(wǎng)絡(luò)自然語言初探

2018年全球十大突破性技術(shù)：AI和感知城市入圍

2018年，《麻省理工科技評論》再次列出全球十大大科技突破。今年入選的技術(shù)包括3D金屬打印、人工智能技術(shù)“生成對抗網(wǎng)絡(luò)”(GAN)、人工胚胎，以及基于天然氣的清潔能源技術(shù)等。

2018-02-25 14:10:33

全球突破性技術(shù)感知城市

句法敏感的實體表示用于神經(jīng)網(wǎng)絡(luò)關(guān)系抽取原創(chuàng)

近年來基于神經(jīng)網(wǎng)絡(luò)的關(guān)系抽取模型把句子表示到一個低維空間。這篇論文的創(chuàng)新在于把句法信息加入到實體的表示模型里。

2018-02-25 11:31:06

句法敏感神經(jīng)網(wǎng)絡(luò)關(guān)系抽取

利用神經(jīng)網(wǎng)絡(luò)算法的C＃手寫數(shù)字識別

我決定用C＃重新寫一下我的一些程序。我的程序已經(jīng)取得了良好的效果，但還并不優(yōu)秀（在收斂速度，錯誤率等方面）。

2018-02-09 09:59:12

神經(jīng)網(wǎng)絡(luò)算法識別

從程序員的角度設(shè)計一個基于Java的神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)（ANN）或連接系統(tǒng)是受生物神經(jīng)網(wǎng)絡(luò)啟發(fā)構(gòu)成生物大腦的計算系統(tǒng)。這樣的系統(tǒng)通過考慮例子來學習（逐步提高性能）來完成任務(wù)，通常沒有任務(wù)特定的編程。

2018-02-08 16:03:59

程序員 Java 神經(jīng)網(wǎng)絡(luò)

PaddlePaddle入門：從對話系統(tǒng)中的情感分析談起

人工智能時代，各種深度學習框架大行其道，掌握一種框架已經(jīng)成為這個時代的算法工程師標配。但無論學習什么框架或者工具，如果不了解它是如何解決某個具體問題進而幫助提高業(yè)務(wù)，那無異于舍本逐末。

2018-02-07 17:32:54

PaddlePaddle深度學習實戰(zhàn)——英法文翻譯機

自然語言處理[1]是計算機科學領(lǐng)域與人工智能領(lǐng)域中的另一個重要方向，其中很重要的一點就是語音識別（speech recognition）、機器翻譯、智能機器人。

2018-02-07 16:13:00

干貨 | 轉(zhuǎn)型人工智能，你需要掌握的八大神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)是一般機器學習中的一類模型，它是一套特定的算法，受到生物神經(jīng)網(wǎng)絡(luò)的啟發(fā)，徹底改變了機器學習的領(lǐng)域。目前所謂的深度神經(jīng)網(wǎng)絡(luò)的出現(xiàn)就已經(jīng)證明它能夠工作得非常好。在這篇文章中，我想分享八種神經(jīng)網(wǎng)絡(luò)架構(gòu)，這是每一位從事機器學習的研究人員都應該熟悉的。

2018-02-06 15:40:50

人工智能神經(jīng)網(wǎng)絡(luò)機器學習

如何用Python和深度神經(jīng)網(wǎng)絡(luò)識別圖像？

只需要10幾行Python代碼，你就能構(gòu)建自己的機器視覺模型，快速準確識別海量圖片?？靵碓囋嚢桑?/a>

2018-02-05 08:58:36

Python 神經(jīng)網(wǎng)絡(luò)識別圖像

TensorFlow評述：最佳深度學習庫，且仍在不斷演進譯文

TensorFlow r1.5：谷歌公司的這套深度學習開源框架已經(jīng)愈發(fā)成熟、可實現(xiàn)更多算法與部署選項，且編程難度亦有所下降。如果大家去年關(guān)注過TensorFlow深度學習框架，就會發(fā)現(xiàn)其上手難度很高且成熟度有限。但如今，這套由谷歌打造的方案已經(jīng)徹底改頭換面。

2018-01-26 14:55:43

TensorFlow 深度學習演進

AI 巔峰之作：金品深度學習GPU KG 7204-R5

說到人工智能(AI)領(lǐng)域，就不得不提起“人機大戰(zhàn)”中的“阿爾法狗”( AlphaGo )這個囂張的名字，自2016年3月初出茅廬，一路刷新紀錄震驚世人，以99.8%的勝率，先后戰(zhàn)勝世界各國頂尖圍棋高手，轟動一時，人們將這一成績視為人工智能的巔峰之作。

2018-01-25 18:38:10

厲害了！神經(jīng)網(wǎng)絡(luò)替你寫前端代碼

在未來的三年內(nèi)，深度學習將改變前端開發(fā)現(xiàn)狀——它會提高原型設(shè)計的速度，并將降低軟件開發(fā)的門檻?，F(xiàn)在自動化前端開發(fā)的最大瓶頸是計算能力，但是通過深度學習算法以及綜合的訓練數(shù)據(jù)集，我們已然可以開始探索人工前端自動化。

2018-01-24 10:48:34

神經(jīng)網(wǎng)絡(luò)深度學習前端

混合云環(huán)境下融入深度學習的身份認證更加靈動原創(chuàng)

在身份認證授權(quán)和RTC協(xié)議等領(lǐng)域有深厚技術(shù)積累的玉符科技CTO王偉，接受了51CTO的專訪。大家就互聯(lián)網(wǎng)初期至今身份認證技術(shù)的發(fā)展歷程、混合云環(huán)境下身份認證的挑戰(zhàn)與應對方案進行了深入的探討。

2018-01-24 10:12:21

混合云深度學習身份認證

主搜索與店鋪內(nèi)搜索聯(lián)合優(yōu)化的初步探索與嘗試原創(chuàng)

基于數(shù)據(jù)驅(qū)動的機器學習和優(yōu)化技術(shù)目前大量的應用于這些場景中，并已經(jīng)取得了不錯的效果——在單場景內(nèi)的A/B測試上，點擊率、轉(zhuǎn)化率、成交額、單價都能看到顯著提升。

2018-01-23 10:29:50

主搜索店鋪搜索

PaddlePaddle與TensorFlow的對比分析原創(chuàng)

本文主要從框架概覽、系統(tǒng)架構(gòu)、編程模型、分布式架構(gòu)、框架對比這五大方面比較TensorFlow和PaddlePaddle框架。

2018-01-21 14:11:22

人工智能 PaddlePaddl Tensorflow

百度上線“逆天”新工具Visual DL 可適用于各大深度學習框架

1月17日，百度PaddlePaddle & ECharts團隊宣布上線深度學習可視化工具Visual DL，該工具可以使得深度學習任務(wù)變得生動形象，實現(xiàn)可視分析。百度希望能夠借此為全球更廣泛的用戶提供更便捷高效的深度學習工具。

2018-01-18 08:48:56

百度工具深度學習

2017年頂級數(shù)據(jù)科學與機器學習方法排行榜譯文

根據(jù)統(tǒng)計，目前受訪者選擇的最常用方法包括回歸、聚類、可視化、決策樹/規(guī)則以及隨機森林; 只有20%的受訪者使用深度學習方法; 我們同時對各種方法在“行業(yè)”與“學術(shù)”層面的普及度進行了匯總。

2018-01-17 18:06:56

數(shù)據(jù)科學機器學習排名

干貨 | 卷積神經(jīng)網(wǎng)絡(luò)入門這一篇就夠了

卷積神經(jīng)網(wǎng)絡(luò)是近年發(fā)展起來，并引起廣泛重視的一種高效識別方法。20世紀60年代，Hubel和Wiesel在研究貓腦皮層中用于局部敏感和方向選擇的神經(jīng)元時發(fā)現(xiàn)其獨特的網(wǎng)絡(luò)結(jié)構(gòu)可以有效地降低反饋神經(jīng)網(wǎng)絡(luò)的復雜性，繼而提出了卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks-簡稱CNN）。

2018-01-17 09:32:45

人工智能卷積神經(jīng)網(wǎng)絡(luò)CNN

人工智能（AI）中國領(lǐng)跑全世界，多項技術(shù)全球領(lǐng)先

人工智能是一場革命，最終將超越工業(yè)革命的規(guī)模和速度。谷歌已經(jīng)選擇北京作為其，在亞洲第一個人工智能研究中心的位置。美國政府，企業(yè)集團和智庫指責試圖通過迫使外國公司交出其知識產(chǎn)權(quán)來縮短國內(nèi)產(chǎn)業(yè)的發(fā)展。谷歌表示，中國已經(jīng)從事全球頂級產(chǎn)品的研發(fā)工作，如果擔心知識產(chǎn)權(quán)被盜，這將不會增加新的研究能力。

2018-01-15 14:46:25

人工智能深度學習人臉識別

從零開始：你也能創(chuàng)建隨時可用神經(jīng)網(wǎng)絡(luò)

本文將使用Clojure和Cortex進行機器學習。你將學習如何從頭開始創(chuàng)建易于理解和隨時可用的神經(jīng)網(wǎng)絡(luò)，以及使用經(jīng)過訓練的網(wǎng)絡(luò)REPL與LISP獲得即時結(jié)果。

2018-01-09 10:05:55

神經(jīng)網(wǎng)絡(luò)Clojure Cortex

Yann LeCun爆驚人言論：深度學習已死，可微分編程萬歲！

深度學習領(lǐng)域最知名的學者之一 Yann LeCun 今日在自己 facebook 上發(fā)表的一篇短文，瞬間引爆了國內(nèi)人工智能關(guān)注者們的朋友圈。

2018-01-08 07:58:51

深度學習編程人工智能

淺析深度學習在實體識別和關(guān)系抽取中應用

命名實體識別（Named Entity Recognition，NER）就是從一段自然語言文本中找出相關(guān)實體，并標注出其位置以及類型，如下圖。命名實體識別是NLP領(lǐng)域中的一些復雜任務(wù)的基礎(chǔ)問題，諸如自動問答，關(guān)系抽取，信息檢索等，其效果直接影響后續(xù)處理的效果，因此是NLP研究的一個基礎(chǔ)問題。

2018-01-04 15:50:44

深度學習自然語言機器學習

別忽視深度學習的種種問題，Gary Marcus 潑冷水義不容辭

圣誕-元旦長假剛過，Gary Marcus 在 arXiv 上傳了一篇論文，對現(xiàn)在火熱的深度學習的現(xiàn)狀進行了全面的、而且一點都不樂觀的分析。他在論文中針對現(xiàn)在火熱的深度學習指出了十個問題，這十個問題簡單介紹請看正文。

2018-01-04 13:21:10

深度學習人工智能數(shù)據(jù)

詳解如何用深度學習消除背景，實現(xiàn)摳圖

在機器學習方興未艾的過去幾年里，我一直想要親自開發(fā)具有實用價值且基于機器學習的產(chǎn)品。然后幾個月前，在我學習了由 Fast.AI 所提供的深度學習課程之后，我意識到機會來了。當前的機遇是：深度學習的技術(shù)優(yōu)勢使得許多之前不能完成的事情變得可能，并且還有許多新興工具被開發(fā)出來，這使得深度學習的部署過程變得更加簡單。

2018-01-03 10:00:39

深度學習摳圖消除背景

PaddlePaddle深度學習開源平臺：等待眾人劃槳的中國AI大船原創(chuàng)

十年前，當我在學校跟著老板苦哈哈地做圖像識別的時候，我想不到十年后的今天機器學習技術(shù)有了如此長足的發(fā)展，而AI的概念也由之深入人心。

2017-12-28 12:14:03

百度 AI 深度學習

干貨｜多重預訓練視覺模型的遷移學習

本文介紹的是基于Keras Tensorflow抽象庫建立的遷移學習算法模型，算法簡單、易于實現(xiàn)，并且具有很好的效果。

2017-12-26 13:53:31

深度學習遷移學習

深度學習，如何用去噪自編碼器預測原始數(shù)據(jù)？

去噪自編碼器（denoising autoencoder, DAE）是一類接受損壞數(shù)據(jù)作為輸入，并訓練來預測原始未被損壞數(shù)據(jù)作為輸出的自編碼器。

2017-12-26 10:48:37

深度學習原始數(shù)據(jù)

你所不能不知道的CNN

說起CNN，最初人們想到的都是某電視臺，但等過幾年，人們想起的多半是深度學習了。應該說， CNN是這兩年深度學習風暴的罪魁禍首，自2012年，正是它讓打入冷宮的神經(jīng)網(wǎng)絡(luò)重見天日并且建立起自己在人工智能王國的霸主地位。

2017-12-25 13:26:36

CNN 深度學習網(wǎng)絡(luò)

除了深度學習，你還應該了解這些發(fā)展方向

這里我們將講述一個觸手可及的、更近的未來，討論一些新興的并且強大的 AI 算法。我認為，這些算法正在塑造 AI 不遠的將來。

2017-12-22 10:48:00

AI 深度學習遷移學習

深度神經(jīng)網(wǎng)絡(luò)為何很難訓練？

實際上，在某種程度上看，他們的客戶并沒有太瘋狂。假設(shè)你可以使用某種特殊的邏輯門，它讓你對任意多的輸入做AND運算。同樣也能使用多輸入的NAND門——可以對多個輸入做AND運算并取負的門。有了這類特殊的門，構(gòu)建出來的兩層深度的電路可以計算任何函數(shù)。

2017-12-22 08:47:41

神經(jīng)網(wǎng)絡(luò)AND 運算

為什么要利用NLP做情感分析？

多數(shù)人不能準確把握人類的情感變化，我也不例外，但是計算機卻可以做到這一點?；谏厦娴氖聦?，我們要講述一件你也許已經(jīng)熟知的機器學習分支——自然語言處理（NLP）,這聽起來很像計算機試圖學習并理解我們平時說的“自然語言”。但是我們并不滿足于此，我們要做一件神奇的事，那就是“情感分析”。

2017-12-20 09:52:50

深度學習自然語言處理情感分析

為什么大家都不戳破深度學習的本質(zhì)？！

自從去年 AlphaGo 完虐李世乭，深度學習火了。但似乎沒人說得清它的原理，只是把它當作一個黑箱來使。有人說，深度學習就是一個非線性分類器？有人說，深度學習是對人腦的模擬……但我覺得都沒有捅透那層窗戶紙。

2017-12-15 14:10:20

深度學習本質(zhì)邊緣識別

基于神經(jīng)網(wǎng)絡(luò)的惡意軟件檢測分析

對于目前的所有行業(yè)來說，“如何有效地檢測惡意軟件”已經(jīng)成為了大家共同的網(wǎng)絡(luò)安全問題，而使用機器學習來對惡意軟件的原始字節(jié)序列進行分析和識別并以此來進行惡意軟件監(jiān)測，將會是機器學習社區(qū)中一個富有前景的研究領(lǐng)域。

2017-12-14 21:17:24

神經(jīng)網(wǎng)絡(luò)惡意軟件機器學習

如何使用CNN推理機在IoT設(shè)備上實現(xiàn)深度學習？

通過深度學習技術(shù)，物聯(lián)網(wǎng)（IoT）設(shè)備能夠得以解析非結(jié)構(gòu)化的多媒體數(shù)據(jù)，智能地響應用戶和環(huán)境事件，但是卻伴隨著苛刻的性能和功耗要求。本文作者探討了兩種方式以便將深度學習和低功耗的物聯(lián)網(wǎng)設(shè)備成功整合。

2017-12-07 11:00:06

深度學習 CNN 物聯(lián)網(wǎng)設(shè)備

如何用深度學習處理結(jié)構(gòu)化數(shù)據(jù)？

在機器學習/深度學習或任何類型的預測建模任務(wù)中，都是先有數(shù)據(jù)然后再做算法/方法。這也是某些機器學習方法在解決某些特定任務(wù)之前需要做大量特征工程的主要原因，這些特定任務(wù)包括圖像分類、NLP 和許多其它「非常規(guī)的」數(shù)據(jù)的處理——這些數(shù)據(jù)不能直接送入 logistic 回歸模型或隨機森林模型進行處理。

2017-12-06 15:46:31

深度學習結(jié)構(gòu)化數(shù)據(jù)NLP

深度學習也解決不掉語音識別問題

自從深度學習被引入語音識別后，誤字率迅速下降。不過，雖然你可能讀到過一些相關(guān)文章，但其實語言識別仍然還沒有達到人類水準。語音識別已經(jīng)有了很多失敗的模式。而要將 ASR（自動語音識別）從僅在大部分時間適用于一部分人發(fā)展到在任何時候適用于任何人，唯一的方法就是承認這些失敗并采取措施解決它們。

2017-12-05 15:32:44

深度學習語音識別

深度學習和普通機器學習之間有何區(qū)別？

本質(zhì)上，深度學習提供了一套技術(shù)和算法，這些技術(shù)和算法可以幫助我們對深層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進行參數(shù)化——人工神經(jīng)網(wǎng)絡(luò)中有很多隱含層數(shù)和參數(shù)。深度學習背后的一個關(guān)鍵思想是從給定的數(shù)據(jù)集中提取高層次的特征。因此，深度學習的目標是克服單調(diào)乏味的特征工程任務(wù)的挑戰(zhàn)，并幫助將傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)進行參數(shù)化。

2017-12-04 14:32:36

深度學習機器學習

做AI必須要知道的十種深度學習方法

不管是AI也好，其他學科也好，學習、研究的過程中不斷反思學科的歷史，總結(jié)學科的發(fā)展現(xiàn)狀，找出最重要的理念，總能讓人能“吾道一以貫之”。軟件工程師James Le近期根據(jù)他研究的經(jīng)驗總結(jié)出了AI研究必須要知道的十種深度學習方法，非常具有啟發(fā)性。

2017-12-01 17:35:02

AI 深度學習方法

TensorFlow廣度和深度學習的教程

在這篇文章中，我們將會介紹如何使用 TF.Learn API 同時訓練一個廣度線性模型和一個深度前饋神經(jīng)網(wǎng)絡(luò)。這種方法結(jié)合了記憶和泛化的優(yōu)勢。它在一般的大規(guī)?；貧w和具有稀疏輸入特性的分類問題（例如，分類特征存在一個很大的可能值域）上很有效。

2017-12-01 15:24:04

TensorFlow 深度學習教程

神經(jīng)網(wǎng)絡(luò)算法的優(yōu)勢與應用

人工神經(jīng)網(wǎng)絡(luò)（ANN）以大腦處理機制作為基礎(chǔ)，開發(fā)用于建立復雜模式和預測問題的算法。

2017-11-30 18:05:18

神經(jīng)網(wǎng)絡(luò)算法

帶你深入剖析遞歸神經(jīng)網(wǎng)絡(luò)

遞歸神經(jīng)網(wǎng)絡(luò)（RNN）是一類神經(jīng)網(wǎng)絡(luò)，包括一層內(nèi)的加權(quán)連接。因為 RNN 包含循環(huán)，所以它們可以在處理新輸入的同時存儲信息。這種記憶使它們非常適合處理必須考慮事先輸入的任務(wù)。由于這個原因，目前的深度學習網(wǎng)絡(luò)均以 RNN 為基礎(chǔ)。本教程將探索 RNN 背后的思想，并從頭實現(xiàn)一個 RNN 來執(zhí)行序列數(shù)據(jù)預測。

2017-11-29 14:41:48

神經(jīng)網(wǎng)絡(luò)遞歸神經(jīng)網(wǎng)絡(luò)RNN

一文搞懂RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）基礎(chǔ)篇

本文講解了RNN最基本的幾個知識點，能夠幫助大家直觀的感受RNN和了解為什么需要RNN，后續(xù)總結(jié)它的反向求導知識點。

2017-11-29 13:55:55

神經(jīng)網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)RNN

用深度學習和樹搜索進行從零開始的既快又慢的學習

本文介紹了來自倫敦大學學院（UCL）Thomas Anthony、Zheng Tian 與 David Barber 的深度學習與樹搜索研究。

2017-11-28 11:34:29

深度學習樹搜索二元處理機制

食品工業(yè)中的人工智能：賦予農(nóng)民決策權(quán)

大家認為人工智能是否可以優(yōu)化食物系統(tǒng)?從精準耕作到個性化營養(yǎng)，在農(nóng)業(yè)、食品生產(chǎn)和食品消費方面有許多潛在的技術(shù)應用。但是，技術(shù)性能、用戶的接受程度以及該技術(shù)的實際應用仍然構(gòu)成挑戰(zhàn)。Chiara Cecchini調(diào)查了這一細分領(lǐng)域的主要挑戰(zhàn)和機遇，探索如何利用人造大腦的使用來確保健康生活并促進幸福。

2017-11-28 10:43:00

人工智能農(nóng)業(yè)神經(jīng)網(wǎng)絡(luò)

如何用TensorFlow在安卓設(shè)備上實現(xiàn)深度學習推斷

在 Insight 任職期間，我用 TensorFlow 在安卓上部署了一個預訓練的 WaveNet 模型。我的目標是探索將深度學習模型部署到設(shè)備上并使之工作的工程挑戰(zhàn)！這篇文章簡要介紹了如何用 TensorFlow 在安卓上構(gòu)建一個通用的語音到文本識別應用程序。

2017-11-27 17:29:43

深度學習 TensorFlow 安卓設(shè)備

深入淺出解讀卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)和全連接的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)上的差異還是比較大的，全連接的網(wǎng)絡(luò)，相鄰兩層的節(jié)點都有邊相連，而卷積神經(jīng)網(wǎng)絡(luò)，相鄰節(jié)點只有部分節(jié)點相連。

2017-11-24 11:10:39

神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)全連接神經(jīng)網(wǎng)絡(luò)

黑箱難題仍在阻礙深度學習的普及

當前，深度學習扛起了人工智能的大旗，讓我們得以一窺智能機器在將來的能耐。但深度學習有個不小的問題：沒人知道它是如何運作的。我們并不是對深度學習一無所知。作為當今神經(jīng)網(wǎng)絡(luò)的核心，機器學習算法已經(jīng)發(fā)展了幾十年，它定義完善，文獻豐富。

2017-11-24 08:30:25

深度學習機器學習黑箱難題

上一頁 1 ··· 27 28 29 30 31 ··· 34 下一頁

51CTO技術(shù)棧公眾號

業(yè)務(wù)
速覽

媒體

51CTO CIOAge HC3i

社區(qū)

51CTO博客鴻蒙開發(fā)者社區(qū) AI.x社區(qū)

教育

51CTO學堂精培企業(yè)培訓 CTO訓練營