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

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 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

賬號設置退出

人工智能

3.0w內容??

關注

聚合人工智能話題下，包括機器學習、深度學習、計算機視覺、自然語言處理等領域的新聞資訊、前沿理論、技術知識、應用案例。

文章博文帖子課程

共 3.0w 條

多維度分析“深度學習”市場的趨勢走向

2016年，全球深度學習市場規(guī)模據(jù)估計已達到2.27億美元。隨著在自動駕駛和醫(yī)療健康產(chǎn)業(yè)的應用越來越多，深度學習應該仍會對行業(yè)增長帶來突出的貢獻。它在技術上克服數(shù)據(jù)量、強計算力以及在數(shù)據(jù)存儲能力方面的優(yōu)勢，使得其在語音、圖像等對數(shù)據(jù)復雜性要求很高的領域中異軍突起，提供了巨大的研究空間和價值。

2017-05-26 15:57:54

深度學習人工智能

Python算法實戰(zhàn)系列：棧

棧(stack)又稱之為堆棧是一個特殊的有序表，其插入和刪除操作都在棧頂進行操作，并且按照先進后出，后進先出的規(guī)則進行運作。

2017-05-26 11:00:38

Python 算法棧

數(shù)據(jù)挖掘核心算法之一--回歸

回歸，是一個廣義的概念，包含的基本概念是用一群變量預測另一個變量的方法，白話就是根據(jù)幾件事情的相關程度，用其中幾件來預測另一件事情發(fā)生的概率，最簡單的即線性二變量問題(即簡單線性)。

2017-05-26 08:53:27

數(shù)據(jù)挖掘算法

初學者如何選擇合適的機器學習算法

面對大量的機器學習算法，初學者通常會問自己一個典型的問題：「我該使用哪一種算法?」有很多因素會影響這一問題的答案，下面，我們就根據(jù)一些明確的因素為算法的選擇提供一些參考意見。

2017-05-25 13:37:46

機器學習算法神經(jīng)網(wǎng)絡

初學者如何選擇合適的機器學習算法

面對大量的機器學習算法，初學者通常會問自己一個典型的問題：「我該使用哪一種算法?」有很多因素會影響這一問題的答案，下面，我們就根據(jù)一些明確的因素為算法的選擇提供一些參考意見。

2017-05-25 11:14:21

機器學習算法神經(jīng)網(wǎng)絡

讓后端開發(fā)情何以堪？前端程序猿薪資大曝光原創(chuàng)

近日，51CTO作為鉆石級別的合作伙伴與Microsoft、Amazon、intel、Ubuntu等互聯(lián)網(wǎng)大咖攜手VisionMobile深度調研了全球開發(fā)者動態(tài)趨勢。

2017-05-24 13:47:27

開發(fā)者調研報告移動

柯潔為何說“輸?shù)脹]脾氣”！8個問題解讀人機大戰(zhàn)第一局

經(jīng)過四個多小時的對弈，柯潔以四分之一子之差敗給了AlphaGo。

2017-05-23 19:48:36

谷歌最強芯片升級，二代TPU是深度學習的未來？

在Google I/O 2016的主題演講進入尾聲時，谷歌的CEO皮采提到了一項他們這段時間在AI和機器學習上取得的成果，一款叫做Tensor Processing Unit（張量處理單元）的處理器，簡稱TPU。在這個月看來，第一代的TPU處理器已經(jīng)過時。

2017-05-23 18:59:56

TPU 深度學習

深度學習的難點：神經(jīng)網(wǎng)絡越深，優(yōu)化問題越難

深度學習的核心問題就是一個非常難的優(yōu)化問題。所以在神經(jīng)網(wǎng)絡引入后的幾十年間，深度神經(jīng)網(wǎng)絡的優(yōu)化問題的困難性是阻礙它們成為主流的一個重要因素。并導致了它們在20世紀90年代到21世紀初期間的衰落。

2017-05-23 18:54:18

深度學習人工智能

專訪DeepMap COO羅維：自動駕駛時代，創(chuàng)業(yè)公司如何在高精度地圖領域突圍？

在DeepMap看來，要想為自動駕駛汽車提供高質量、高精度的地圖和定位向導，團隊需要具備多樣的技術實力，包括測繪、傳感器融合、機器學習、計算機視覺、SLAM（即時定位與地圖構建）、幾何建模，以及云架構搭建等等。

2017-05-23 18:46:56

DeepMap 人工智能

回歸、分類與聚類：三大方向剖解機器學習算法的優(yōu)缺點

本文從回歸問題、分類問題和聚類問題三個角度下初步了解了各個算法的優(yōu)缺點，也基本了解了那些算法到底是什么。

2017-05-23 17:38:05

機器學習算法集群

李楊談智慧城市建設：從硬件到平臺，特斯聯(lián)生態(tài)領跑原創(chuàng)

隨著物聯(lián)網(wǎng)的興起，硬件、無線通信技術日益成熟，結合物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等前沿手段，相信智慧城市會從概念階段，實現(xiàn)真正落地。當前，已經(jīng)有很多智慧樓宇、社區(qū)、出行等項目正在進行中……未來，將會以點為基、串點成線、連線成面。這愿望背后，需要淌很多的坑，做很多技術的實踐與創(chuàng)新.....智慧城市建設，從硬件到平臺，特斯聯(lián)一直在路上。

2017-05-23 14:37:37

智慧城市硬件平臺

大規(guī)模機器學習的編程技術、計算模型以及Xgboost和MXNet案例

現(xiàn)在，機器學習的趨勢從傳統(tǒng)方法中的簡單模型 + 少量數(shù)據(jù)(人工標注樣本)，到簡單模型 + 海量數(shù)據(jù)(比如基于邏輯回歸的廣告點擊率預測)，再發(fā)展到現(xiàn)在復雜模型 + 海量數(shù)據(jù)(比如深度學習 ImageNet 圖像識別，基于 DNN 的廣告點擊率預測)。

2017-05-23 14:00:26

機器學習編程技術計算模型

TensorFlow實現(xiàn)基于深度學習的圖像補全

內容識別填充(譯注: Content-aware fill ,是 photoshop 的一個功能)是一個強大的工具，設計師和攝影師可以用它來填充圖片中不想要的部分或者缺失的部分。在填充圖片的缺失或損壞的部分時，圖像補全和修復是兩種密切相關的技術。有很多方法可以實現(xiàn)內容識別填充，圖像補全和修復。

2017-05-22 13:15:45

TensorFlow 深度學習

AWS上搭建深度學習主機（Windows版）

本文簡單介紹一下如何租賃并使用 Amazon EC2 P2 實例,通過搭載了一塊12G 顯存的 Tesla K80 顯卡，搭建深度學習主機。

2017-05-22 12:30:15

深度學習人工智能

尋找CNN的弱點，小心MNIST中的“套路”

CNN是現(xiàn)在十分火熱的模型，在很多圖像檢索問題上，CNN模型的效果在以往的基礎上有了很大的提高，但是CNN畢竟沒有把這些問題完全解決，CNN還是有它自己的弱點的。這個弱點也不能算作是它獨有的問題，但是由于它的效果實在太好了，很多人甚至對它產(chǎn)生了迷信，因此這盆冷水就潑到它身上了。

2017-05-22 10:54:56

深度學習 CNN MNIST

深度學習中批歸一化的陷阱

本文使用兩種不同方法實現(xiàn)了一種神經(jīng)網(wǎng)絡。每一步都輸入相同的數(shù)據(jù)。網(wǎng)絡具有完全相同的損失函數(shù)、完全相同的超參數(shù)和完全相同的優(yōu)化器。然后在完全相同數(shù)量的 GPU 上進行訓練。結果是其中一個版本的分類準確度比另一種低2%，并且這種性能的下降表現(xiàn)地很穩(wěn)定。

2017-05-19 14:05:37

深度學習批歸一化技術

基于時空算法研究的商業(yè)決策分析

IBM SPSS 提供了結合時間與空間的數(shù)據(jù)分析模型( Spatio-Temporal Prediction ，簡稱 STP )。通過使用 STP 進行建模和預測，能夠為管理者或者企業(yè)提供最佳的決策支持，以節(jié)省時間、成本和資源。本文主要闡述了時空分析算法的特點及其應用舉例，來幫助人們了解其使用方法和實際的價值意義。

2017-05-19 12:49:18

大數(shù)據(jù)時空算法商業(yè)決策

白話AI：看懂深度學習真的那么難嗎？初中數(shù)學，就用10分鐘原創(chuàng)

前段時間，編輯閑逛各大社區(qū)論壇，發(fā)現(xiàn)一篇非常適合初學者學習的深度學習的回復帖子，用風趣的白話和例子深入淺出的分析了深度學習的過程，非常通俗易懂。通過與作者楊安國老師溝通，獲得內容編輯授權，把內容重新整理發(fā)布，希望人人都能夠理解深度學習。

2017-05-18 14:31:44

深度學習人工智能

美麗聯(lián)合如何“圖解時尚” VALSE大會分享圖像算法經(jīng)驗

日前，第七屆視覺與學習青年學者研討會（Vision And Learning SEminar, VALSE）在廈門大學圓滿落幕。VALSE發(fā)起于2011年，是國內計算機視覺、圖像處理、模式識別與機器學習等研究領域的科學家們搭建一個高水平、強互動的學術交流舞臺。

2017-05-18 11:01:10

互聯(lián)網(wǎng)

神經(jīng)風格遷移研究概述：從當前研究到未來方向

這篇文章回顧了神經(jīng)網(wǎng)絡風格遷移研究近期取得的進展，并討論了這一技術的不同應用以及尚未解決的問題，這也是未來研究的方向。

2017-05-17 18:20:32

人工智能風格遷移神經(jīng)網(wǎng)絡

遷移學習：數(shù)據(jù)不足時如何深度學習

最近深度學習技術突然開始大肆流行，并在語言翻譯、玩策略游戲，以及無人駕駛汽車等涉及到數(shù)百萬數(shù)據(jù)量的領域取得了醒目的成果。使用深度學習技術解決問題的過程中，最常見的障礙在于訓練模型過程中所需的海量數(shù)據(jù)。需要如此多的數(shù)據(jù)，原因在于機器在學習的過程中會在模型中遇到大量參數(shù)。

2017-05-17 15:09:06

深度學習人工智能

世界上還沒有人工智能？我們被深度學習騙了嗎

概述：本人作者、Novaquark創(chuàng)始人兼總裁Jean-Christophe Baillie表示，“沒有機器人就沒有人工智能?！痹谶@篇文章中，他討論了人工智能是什么，以及AlphaGo不能被稱之為人工智能的原因。

2017-05-17 14:58:28

人工智能深度學習

深度學習中的怪圈將成就難以置信的成果

怪圈是一種循環(huán)系統(tǒng)，橫貫不同等級的各個層次。循環(huán)在機器學習系統(tǒng)中并不典型，按照慣例，這些系統(tǒng)由不同計算層的無環(huán)圖構成。然而，我們現(xiàn)在開始發(fā)現(xiàn)，采用”反饋循環(huán)”能衍生出一種令人難以置信的、新的自動操作。

2017-05-17 13:21:36

深度學習機器學習算法

初學TensorFlow機器學習：如何實現(xiàn)線性回歸？

在本文中，你將學習如何用回歸來解決一個實際問題。你將看到，如果你想擁有最強大的預測器，TensorFlow 工具將是正確的選擇。

2017-05-17 08:24:08

TensorFlow 機器學習線性回歸

如何用深度學習推薦電影？教你做自己的推薦系統(tǒng)！

用電影海報來打造推薦系統(tǒng)。

2017-05-16 15:00:24

使用 Node.js 對文本內容分詞和關鍵詞抽取

一下內容是分詞庫 nodejieba 基本的使用方法，在將來我們可以利用它對眾成翻譯發(fā)布的譯文自動分析添加相應的 tag，以為各位譯者和讀者提供更好的用戶體驗。

2017-05-16 14:28:05

Node.js 自然語言處理

一文讀懂聚類算法

聚類是數(shù)據(jù)挖掘中的概念，就是按照某個特定標準(如距離)把一個數(shù)據(jù)集分割成不同的類或簇，使得同一個簇內的數(shù)據(jù)對象的相似性盡可能大，同時不在同一個簇中的數(shù)據(jù)對象的差異性也盡可能地大。也即聚類后同一類的數(shù)據(jù)盡可能聚集到一起，不同類數(shù)據(jù)盡量分離。

2017-05-15 11:10:10

大數(shù)據(jù)聚類算法

何時淺探，何時深究—機器學習不是一張紙就能說完的譯文

深度學習的一大優(yōu)勢在于，其水平提升往往能夠在各類場景下實現(xiàn)通用。舉例來說，在某一領域中適用于深度學習的具體技術通常可以直接轉移至其它領域，而無需經(jīng)過任何修改。更具體地講，構建大量計算密集型圖像與語音識別類深度學習模型的方法已經(jīng)全面滲透至自然語言處理當中。

2017-05-12 17:58:11

深度學習人工智能

tensorflow如何實現(xiàn)基于深度學習的圖像補全

在本文中，我將介紹圖像補全的一種方法，我的例子是人臉，但是DCGANs也可以在其他類型的圖像上使用。

2017-05-12 16:25:44

深度學習圖像補全 tensorflow

機器學習和深度學習是怎么一回事？Faizan Shaikh來幫你解答

本文以淺顯易懂的語言介紹了機器學習和深度學習的定義及應用，以及在源數(shù)據(jù)要求，硬件支持，特征工程、問題解決方式、執(zhí)行時間及可解釋性等方面的區(qū)別，對于新手入門有很大啟示意義。

2017-05-11 12:22:10

機器學習深度學習

讓問答更自然 - 基于拷貝和檢索機制的自然答案生成系統(tǒng)研究

2017 年初，F(xiàn)acebook 在機器學習和科學計算工具 Torch 的基礎上，針對 Python 語言發(fā)布了一個全新的機器學習工具包 PyTorch。一經(jīng)發(fā)布，這款開源工具包就受到了業(yè)界的廣泛關注和討論，經(jīng)過幾個月的發(fā)展，目前 PyTorch 已經(jīng)成為從業(yè)者最重要的研發(fā)工具之一。PyTorch 為什么如此受歡迎，研究人員是出于怎樣的考慮選擇了 PyTorch？針對這些問題，我們今天不妨來看看專業(yè)人士怎么說。

2017-05-11 12:13:58

MySQL：數(shù)據(jù)結構及算法原理

本文以MySQL數(shù)據(jù)庫為研究對象，討論與數(shù)據(jù)庫索引相關的一些話題。特別需要說明的是，MySQL支持諸多存儲引擎，而各種存儲引擎對索引的支持也各不相同，因此MySQL數(shù)據(jù)庫支持多種索引類型，如BTree索引，哈希索引，全文索引等等。

2017-05-11 11:59:12

MySQL 數(shù)據(jù)結構算法原理

為什么有些數(shù)學研究者會看不慣甚至鄙視深度學習（Deep Learning）？

做理論的人，不得不一個個學過來，想過了，試過了，然后放掉，下一個。解決問題是最終的目標，而不是學得比人多些，然后坐在原地不動夸耀自己厲害。耍弄十八般武藝，比不過高手一招制敵。至于這一招怎么找到，或者從理論分析這邊入手，或者從實驗入手，都是一樣有價值，都是平等的，不存在誰鄙視誰的問題。

2017-05-10 20:31:13

數(shù)學研究者深度學習

達觀數(shù)據(jù)：推薦系統(tǒng)算法實踐之重排序

推薦系統(tǒng)流程可以分為數(shù)據(jù)清洗、數(shù)據(jù)存儲、候選集生成、候選集融合規(guī)則過濾、重排序。

2017-05-10 16:01:39

推薦系統(tǒng)算法實踐

機器學習決策樹算法學習筆記

利用香濃熵找到信息增益最大的特征，按照信息增益最大的特征劃分數(shù)據(jù)，如此反復，讓無序的數(shù)據(jù)變的更加有序。使用ID3算法構建樹結構。當傳入一個新數(shù)據(jù)時，按照數(shù)據(jù)找到對應樹節(jié)點，直到最后沒有葉子節(jié)點時，完成分類。

2017-05-10 15:41:29

機器學習算法數(shù)據(jù)

正在涌現(xiàn)的新型神經(jīng)網(wǎng)絡模型：優(yōu)于生成對抗網(wǎng)絡

隨著深度神經(jīng)網(wǎng)絡技術的發(fā)展，新型的網(wǎng)絡架構也在不斷涌現(xiàn)。

2017-05-10 14:32:31

神經(jīng)網(wǎng)絡網(wǎng)絡架構模型

當人工智能有了“夢想”，人類該如何應對？

相信看過《超能陸戰(zhàn)隊》的網(wǎng)友內心呼聲都是：“這樣的‘大白’，給我來一沓！”但是，隨著科技的發(fā)展，人工智能的“腦力”會呈指數(shù)級爆發(fā)式增長，人類并不能保證所有的人工智能都能完全為自己所掌控，一旦人工智能的自我思維開始覺醒，人類可能將面臨自誕生以來的巨大挑戰(zhàn)。

2017-05-10 11:42:27

人工智能憑什么毀滅人類

近日，鋼鐵俠Elon Musk發(fā)布了一條Twitter稱，“我們得對人工智能（AI）十分小心”，“它的潛在危害性比核武器還要嚴重”。如果人工智能真的在未來擁有了自我思維和意識，它到底會對人類造成什么危害？人工智能又憑借什么毀滅人類？

2017-05-10 11:30:28

還以為自己是獨一無二的嗎？人工智能將對你say no

今年1月在中國上映的《星球大戰(zhàn)：原力覺醒》是科幻電影《星球大戰(zhàn)》系列的第七部，該系列橫掃全球，人工智能是其中極其重要的看點。

2017-05-10 11:23:28

入門級攻略：機器學習 VS. 深度學習

本文以淺顯易懂的語言介紹了機器學習和深度學習的定義及應用，以及在源數(shù)據(jù)要求，硬件支持，特征工程、問題解決方式、執(zhí)行時間及可解釋性等方面的區(qū)別，對于新手入門有很大啟示意義。

2017-05-10 09:26:41

機器學習深度學習

當司法擁抱算法，正義與科技誰將笑到最后？

司法擁抱科技進步的明天已經(jīng)到來，至于公平、正義、效率等社會價值目標在司法擁抱技術之后，最終究竟會茁壯成長還是黯然失寵？

2017-05-09 16:45:26

司法算法法官

如何用 TensorFlow 教機器人作曲？秘訣原來是這樣

計算機會首先把你的語音轉化成文字，并且提取出關鍵字，轉化成詞向量。然后會用一些打過標簽的音樂的數(shù)據(jù)，這些標簽就是人類的各種情感。接著通過在這些數(shù)據(jù)上面訓練一個模型，模型訓練好后就可以生成符合要求關鍵詞的音樂。

2017-05-09 15:39:33

ensorFlow 機器人機器學習

機器學習從入門到精通

本部門主要對機器學習的基本概念以及相關的方法分類進行一個概要的介紹。進行的拓展主要在于總結和科普，沒有進行詳細詳細的展開，后續(xù)會進一步進行展開或總結。

2017-05-09 08:48:44

機器學習中容易犯下的錯

在處理少量的數(shù)據(jù)時，盡量多的去嘗試更多的算法是合理的，并且去選擇最好的算法建立在實驗成本低的情況下。但是，當我們碰到“大數(shù)據(jù)”時，就需要對數(shù)據(jù)進行前期分析，然后相應的設計建模流程。(例如預處理、建模、優(yōu)化算法、評價，產(chǎn)品化)

2017-05-09 08:18:11

機器學習損失函數(shù)正則化

深度學習的“深度”有什么意義?

深度學習的”深度”，早幾年討論的挺多的，身邊有不同的理解：深度=更大規(guī)模的網(wǎng)絡，也有認為：深度=更抽象的特征，近年來物理上也有人側面顯示：深度=玻璃相轉變，如果后者的觀點成立，那么僅僅引入GPU甚至FPGA硬件的目的只是加快，沒有算法的幫助(調參也算一種算法，后面會解釋)是不會加深的!

2017-05-08 16:13:33

深度學習神經(jīng)網(wǎng)絡深度

人工智能各國戰(zhàn)略解讀

當前，人工智能發(fā)展持續(xù)火熱，正成為新一代科技革命的排頭兵。美國作為科技強國，正不斷加強對前沿技術的全面研究，提升人工智能在國家戰(zhàn)略中的地位。本文系統(tǒng)梳理了美國白宮2016年發(fā)布的以人工智能為主題的3份報告，對相關的組織推進、核心結論和政策建議進行了解析，并結合我國現(xiàn)狀闡述了這3份報告對我國發(fā)展人工智能的啟示。

2017-05-08 15:36:09

人工智能機器學習

深度學習的時間序列模型評價

這次主要說最近發(fā)展的無監(jiān)督特征學習和深入學習，其對于時間序列模型問題的評價。這次主要概述了時間序列數(shù)據(jù)存在的特殊挑戰(zhàn)，并提供了工作的評價，其含有把時間序列應用到非監(jiān)督特征學習算法或者是有選擇的促成特征學習算法的變動去考慮目前時間序列數(shù)據(jù)的挑戰(zhàn)。

2017-05-08 14:42:36

深度學習神經(jīng)網(wǎng)絡時間序列

TensorFlow上手要點都總結在這兒了，你還有理由偷懶嗎？

本文作者 Steven Dufresne，總結了新手學 TensorFlow 需要的核心知識點和實操內容，旨在鼓勵更多人借 TensorFlow 邁入深度學習殿堂。作為基礎入門教程，該教程從 TensorFlow 原理簡介講到上手操作，對核心概念逐條解釋，非常適合基礎薄弱、苦無入門途徑的新手。

2017-05-08 11:02:59

TensorFlow 神經(jīng)網(wǎng)絡深度學習

一元線性回歸梯度下降算法的Octave仿真

在梯度下降算法理論篇中，曾經(jīng)感嘆推導過程如此蒼白，如此期待仿真來給我更加直觀的感覺。當我昨晚Octave仿真后，那種成就感著實難以抑制。分享一下仿真的過程和結果，并且將上篇中未理解透澈的內容補上。

2017-05-08 08:39:12

梯度算法 Octave 機器學習

上一頁 1 ··· 597 598 599 600 601 ··· 618 下一頁

51CTO技術棧公眾號

業(yè)務
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

<center id="r07av"></center>

^{<blockquote id="r07av"></blockquote>}