51CTO首頁

AI.x社區(qū)

博客

學(xué)堂

精品班

公眾號(hào)矩陣

移動(dòng)端

視頻課免費(fèi)課排行榜短視頻直播課軟考學(xué)堂

全部課程軟考華為認(rèn)證廠商認(rèn)證 IT技術(shù)PMP項(xiàng)目管理免費(fèi)題庫(kù)

在線學(xué)習(xí)

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(xué)堂

51CTO博客

CTO訓(xùn)練營(yíng)

鴻蒙開發(fā)者社區(qū)訂閱號(hào)

51CTO軟考

51CTO學(xué)堂APP

51CTO學(xué)堂企業(yè)版APP

鴻蒙開發(fā)者社區(qū)視頻號(hào)

51CTO軟考題庫(kù)

賬號(hào)設(shè)置退出

深度學(xué)習(xí)

1694內(nèi)容??

關(guān)注

涵蓋深度學(xué)習(xí)相關(guān)模型、框架、開發(fā)與應(yīng)用知識(shí)。

文章博文課程

共 1694 條

深度學(xué)習(xí)：自動(dòng)編碼器基礎(chǔ)和類型

很顯然，深度學(xué)習(xí)即將對(duì)我們的社會(huì)產(chǎn)生重大顯著的影響。今天我們將進(jìn)一步了解深度學(xué)習(xí)的架構(gòu)類型，并詳細(xì)討論自動(dòng)編碼器。

2017-09-24 12:13:52

深度學(xué)習(xí)自動(dòng)編碼器機(jī)器學(xué)習(xí)

如何解決深度學(xué)習(xí)中的多體問題

多個(gè)智能體如何協(xié)同工作才能高效完成任務(wù)？深度學(xué)習(xí)領(lǐng)域中的多體問題就像物理領(lǐng)域中的一樣難解。很多研究機(jī)構(gòu)正致力于研發(fā)先進(jìn)技術(shù)處理多代理系統(tǒng)的問題。

2017-09-23 22:07:24

深度學(xué)習(xí)N 體問題 GAN

深度學(xué)習(xí) + OpenCV，Python實(shí)現(xiàn)實(shí)時(shí)視頻目標(biāo)檢測(cè)

在本文中我們將學(xué)習(xí)如何擴(kuò)展原有的目標(biāo)檢測(cè)項(xiàng)目，使用深度學(xué)習(xí)和 OpenCV 將應(yīng)用范圍擴(kuò)展到實(shí)時(shí)視頻流和視頻文件中。

2017-09-22 11:45:10

深度學(xué)習(xí)OpenCV Python

微信OCR（2）：深度序列學(xué)習(xí)助力文字識(shí)別

本文主要對(duì)于深度序列學(xué)習(xí)在OCR中的應(yīng)用進(jìn)行了綜述總結(jié)。

2017-09-21 15:43:02

深度序列學(xué)習(xí)

深度學(xué)習(xí)利器：TensorFlow在智能終端中的應(yīng)用

本文主要基于看花識(shí)名APP應(yīng)用，講解TensorFlow模型如何應(yīng)用于Android系統(tǒng);在服務(wù)器端訓(xùn)練TensorFlow模型，并把模型文件遷移到智能終端;TensorFlow Android開發(fā)環(huán)境構(gòu)建以及應(yīng)用開發(fā)API。

2017-09-21 12:29:58

深度學(xué)習(xí)TensorFlow 智能終端

如何利用深度學(xué)習(xí)診斷心臟病

本文探討的是開發(fā)一個(gè)能夠?qū)π呐K磁共振成像(MRI)數(shù)據(jù)集圖像中的右心室自動(dòng)分割的系統(tǒng)。到目前為止，這主要是通過經(jīng)典的圖像處理方法來處理的。而現(xiàn)代深度學(xué)習(xí)技術(shù)有可能提供更可靠、更自動(dòng)化的解決方案。

2017-09-20 18:20:24

深度學(xué)習(xí)圖像處理心臟病

深度學(xué)習(xí)時(shí)代的目標(biāo)檢測(cè)算法綜述

近年來，分類模型已經(jīng)超過了人類的表現(xiàn)，因此該問題基本算是一個(gè)已經(jīng)解決的問題。圖像分類領(lǐng)域有許多挑戰(zhàn)，但是也有許多文章介紹已經(jīng)解決了的，以及未解決的挑戰(zhàn)。

2017-09-20 16:25:00

深度學(xué)習(xí)視覺領(lǐng)域計(jì)算機(jī)

深度學(xué)習(xí)目標(biāo)檢測(cè)模型全面綜述：Faster R-CNN、R-FCN和SSD

Faster R-CNN、R-FCN 和 SSD 是三種目前最優(yōu)且應(yīng)用最廣泛的目標(biāo)檢測(cè)模型。其他流行的模型通常與這三者類似，都依賴于深度 CNN(如 ResNet、Inception 等)來進(jìn)行網(wǎng)絡(luò)初始化，且大部分遵循同樣的 proposal/分類管道。本文介紹了深度學(xué)習(xí)目標(biāo)檢測(cè)的三種常見模型：Faster R-CNN、R-FCN 和 SSD。

2017-09-19 16:10:50

深度學(xué)習(xí)目標(biāo)檢測(cè)模型

初學(xué)者指南：神經(jīng)網(wǎng)絡(luò)在自然語言處理中的應(yīng)用

深度學(xué)習(xí)正在給自然語言處理帶來巨大的變革。但是，作為一個(gè)初學(xué)者，要從哪里起步才好呢?深度學(xué)習(xí)和自然語言處理都是很寬泛的領(lǐng)域。哪些方面才是最重要的，還有，深度學(xué)習(xí)又是從哪個(gè)層面深刻影響了 NLP 呢?

2017-09-19 13:56:46

神經(jīng)網(wǎng)絡(luò)自然語言深度學(xué)習(xí)

從三大神經(jīng)網(wǎng)絡(luò)，測(cè)試對(duì)比TensorFlow、MXNet、CNTK、Theano四個(gè)框架

本文比較了 Keras 支持的主流深度學(xué)習(xí)框架性能，包括 TensorFlow、CNTK、MXNet 和 Theano，作者希望通過使用同一模型和不同的 Keras 后端，而測(cè)試不同框架在不同類型任務(wù)中的性能。本文通過五個(gè)任務(wù)分別測(cè)試了 MLP、CNN 和 RNN 模型，機(jī)器之心不僅對(duì)該試驗(yàn)進(jìn)行了介紹，同時(shí)還使用 Keras(TensorFlow 后端)在 MNIST 數(shù)據(jù)集上試運(yùn)行了 CNN。

2017-09-18 17:34:53

深度學(xué)習(xí)學(xué)習(xí)框架 Keras

云計(jì)算深度學(xué)習(xí)平臺(tái)架構(gòu)與實(shí)踐的必經(jīng)之路

定義云深度學(xué)習(xí)平臺(tái)什么是云深度學(xué)習(xí)?隨著機(jī)器學(xué)習(xí)的發(fā)展，單機(jī)運(yùn)行的機(jī)器學(xué)習(xí)任務(wù)存在缺少資源隔離、無法動(dòng)態(tài)伸縮等問題，因此要用到基于云計(jì)算的基礎(chǔ)架構(gòu)服務(wù)。云機(jī)器學(xué)習(xí)平臺(tái)并不是一個(gè)全新的概念，Google、微軟、亞馬遜等都有相應(yīng)的服務(wù)，本文列舉幾個(gè)比較典型的例子。

2017-09-18 17:00:04

云深度學(xué)習(xí)機(jī)器學(xué)習(xí)云服務(wù)

私人珍藏，九個(gè)開源的頂級(jí)深度學(xué)習(xí)項(xiàng)目

在過去幾年，計(jì)算機(jī)科學(xué)家在人工智能(AI)方面取得了巨大的飛躍，也讓人工智能技術(shù)變得越來越普遍。而深度學(xué)習(xí)無疑又是人工智能的研究熱點(diǎn)，本文將為您推薦最著名的9個(gè)開源頂級(jí)深度學(xué)習(xí)項(xiàng)目。

2017-09-18 13:05:37

深度學(xué)習(xí)人工智能開源項(xiàng)目

深度學(xué)習(xí)真的可以零基礎(chǔ)入門嗎?

如果你想進(jìn)入這一領(lǐng)域，你應(yīng)該首先學(xué)習(xí) Python。盡管這一領(lǐng)域還支持其它很多語言，但 Python 是應(yīng)用范圍最廣而且最簡(jiǎn)單的一個(gè)。

2017-09-18 10:48:06

深度學(xué)習(xí)零基礎(chǔ)入門

30行JavaScript代碼，教你分分鐘創(chuàng)建神經(jīng)網(wǎng)絡(luò)

今天我們要講的例子是一個(gè)非常簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)，我們將用它來學(xué)習(xí)邏輯異或方程(XOR equation)。同時(shí)，我也在Scrimba上創(chuàng)建了一個(gè)交互式屏幕錄像。

2017-09-15 13:35:11

JavaScript 神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)如何進(jìn)行圖像識(shí)別

在機(jī)器視覺的概念中，圖像識(shí)別是指軟件具有分辨圖片中的人物、位置、物體、動(dòng)作以及筆跡的能力。計(jì)算機(jī)可以應(yīng)用機(jī)器視覺技巧，結(jié)合人工智能以及攝像機(jī)來進(jìn)行圖像識(shí)別。

2017-09-08 13:30:32

深度學(xué)習(xí)圖像識(shí)別卷積神經(jīng)網(wǎng)絡(luò)

3億會(huì)員、4億商品，深度學(xué)習(xí)在大型電商商品推薦的應(yīng)用實(shí)踐！

電商行業(yè)中，對(duì)于用戶的商品推薦一直是一個(gè)非常熱門而且重要的話題，有很多比較成熟的方法，但是也各有利弊。

2017-09-08 09:47:06

深度學(xué)習(xí)應(yīng)用實(shí)踐

深度學(xué)習(xí)的這些坑你都遇到過嗎？神經(jīng)網(wǎng)絡(luò)11大常見陷阱及應(yīng)對(duì)方法

如果你的神經(jīng)網(wǎng)絡(luò)不工作，該怎么辦?本文作者列舉了搭建神經(jīng)網(wǎng)絡(luò)時(shí)可能遇到的11個(gè)常見問題，包括預(yù)處理數(shù)據(jù)、正則化、學(xué)習(xí)率、激活函數(shù)、網(wǎng)絡(luò)權(quán)重設(shè)置等，并提供解決方法和原因解釋，是深度學(xué)習(xí)實(shí)踐的有用資料。

2017-09-07 15:23:21

神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)網(wǎng)絡(luò)

基于AWS使用深度學(xué)習(xí)的10個(gè)Linux命令

在AWS上執(zhí)行大規(guī)模的深度學(xué)習(xí)處理是一個(gè)廉價(jià)而且有效的學(xué)習(xí)和開發(fā)方式?；ㄉ倭康腻X就可以使用數(shù)十GB的內(nèi)存，數(shù)十個(gè)CPU，多個(gè)GPU，這是值得推薦的。

2017-09-07 15:10:18

深度學(xué)習(xí)AWS Linux命令

給人工智能降點(diǎn)溫：深度學(xué)習(xí)不是萬能良藥

近幾年，深度學(xué)習(xí)已經(jīng)進(jìn)入一定程度的狂熱狀態(tài)，人們正試圖用這個(gè)技術(shù)解決每一個(gè)問題。然而，深度學(xué)習(xí)真是萬能的嗎?閱讀此文后，你便能夠從深層理解為什么深度學(xué)習(xí)并不是想象的那般“神話”了。

2017-09-07 14:15:28

人工智能深度學(xué)習(xí)

為了合成讓人類聽懂的語音，機(jī)器做了哪些“深度學(xué)習(xí)”？

深度學(xué)習(xí)在2006年開始嶄露頭腳后，近幾年取得了飛速的發(fā)展，無論是學(xué)術(shù)研究還是企業(yè)應(yīng)用均呈現(xiàn)出指數(shù)級(jí)增長(zhǎng)的趨勢(shì);伴隨著這項(xiàng)技術(shù)的不斷成熟，深度學(xué)習(xí)在智能語音領(lǐng)域率先發(fā)力，取得一系列成功的應(yīng)用。

2017-09-05 08:14:09

深度學(xué)習(xí)語音合成

教你一個(gè)簡(jiǎn)單的深度學(xué)習(xí)方法檢測(cè)人臉面部特征

在過去，檢測(cè)面部及其特征，包括眼睛、鼻子、嘴巴，甚至從它們的形狀中提取表情是非常困難的，而現(xiàn)在，這項(xiàng)任務(wù)可以通過深度學(xué)習(xí)“神奇”地得到解決，任何一個(gè)聰明的年輕人都可以在幾個(gè)小時(shí)內(nèi)完成。雷鋒網(wǎng) AI 科技評(píng)論編譯的這篇來自佐治亞理工大學(xué)學(xué)生 Peter Skvarenina 的文章將介紹這一實(shí)現(xiàn)方法。

2017-09-04 20:06:32

深度學(xué)習(xí)檢測(cè)人臉追蹤

IEEE論文提出徑向變換實(shí)現(xiàn)圖像增強(qiáng)

近日，一篇題為《Training Neural Networks with Very Little Data-A Draft》IEEE 論文提出了一種使用少量數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的新方法，即通過極坐標(biāo)空間中的徑向變換(radial transform) 實(shí)現(xiàn)圖像增強(qiáng)。它并未改變數(shù)據(jù)的信息內(nèi)容，而是改進(jìn)了數(shù)據(jù)的多樣性，并最終提升了神經(jīng)網(wǎng)絡(luò)的泛化表現(xiàn)。

2017-09-04 15:43:00

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)徑向變換

深度學(xué)習(xí)在電商商品推薦當(dāng)中的應(yīng)用

電商行業(yè)中，對(duì)于用戶的商品推薦一直是一個(gè)非常熱門而且重要的話題，有很多比較成熟的方法，但是也各有利弊。

2017-09-01 15:20:33

深度學(xué)習(xí)電商商品應(yīng)用

用大數(shù)據(jù)和機(jī)器學(xué)習(xí)揭開十二星座的真實(shí)面目！

本文也不是教大家如何成功，但利用本文的研究成果，可以幫助大家少走些彎路?，F(xiàn)在網(wǎng)絡(luò)上充斥著各種星座分析，但和本文相比都弱爆了。不管大家之前對(duì)星座分析持何種態(tài)度，我希望大家耐心讀完本文之后，能對(duì)星座與天賦有全新的認(rèn)識(shí)。

2017-09-01 10:32:56

機(jī)器學(xué)習(xí)大數(shù)據(jù)星座

深度學(xué)習(xí)可視化工具大盤點(diǎn)（附資源）

深度網(wǎng)絡(luò)對(duì)機(jī)器學(xué)習(xí)研究和應(yīng)用領(lǐng)域產(chǎn)生了巨大的影響，與此同時(shí)卻無法很清晰地解釋深度網(wǎng)絡(luò)的來龍去脈。人們一直致力于更透徹地去理解其中復(fù)雜的過程。由于人類對(duì)于世界的認(rèn)知和感受主要來自于視覺，良好的可視化可以有效的幫助人們理解深度網(wǎng)絡(luò)，并進(jìn)行有效的優(yōu)化和調(diào)節(jié)。本文主要基于ICML可視化的workshop和查到的相關(guān)論文，分享一下提到的一些先進(jìn)的可視化概念和方法。

2017-09-01 10:11:04

深度學(xué)習(xí)可視化工具

從技術(shù)到產(chǎn)品，蘋果Siri深度學(xué)習(xí)語音合成技術(shù)揭秘

Siri 是一個(gè)使用語音合成技術(shù)與人類進(jìn)行交流的個(gè)人助手。從 iOS 10 開始，蘋果已經(jīng)在 Siri 的語音中用到了深度學(xué)習(xí)，iOS 11 中的 Siri 依然延續(xù)這一技術(shù)。使用深度學(xué)習(xí)使得 Siri 的語音變的更自然、流暢，更人性化。

2017-08-30 09:20:47

深度學(xué)習(xí)語音合成 Siri

破解人類識(shí)別文字之謎，對(duì)圖像中的字母進(jìn)行無監(jiān)督學(xué)習(xí)

Nature 子刊 Nature Human Behavior 上最新發(fā)表了一篇關(guān)于人類行為的研究，通過對(duì)自然圖像中的字母進(jìn)行無監(jiān)督學(xué)習(xí)，探討了人類是如何獲得文字識(shí)別能力的。研究人員提出了一個(gè)基于深度神經(jīng)網(wǎng)絡(luò)的大規(guī)模字母識(shí)別計(jì)算模型，通過將概率生成模型與視覺輸入擬合，以完全無監(jiān)督的方式開發(fā)了復(fù)雜的內(nèi)部表征的層次結(jié)構(gòu)。

2017-08-29 14:30:34

深度學(xué)習(xí)文字識(shí)別神經(jīng)網(wǎng)絡(luò)

如何使用TensorFlow構(gòu)建、訓(xùn)練和改進(jìn)循環(huán)神經(jīng)網(wǎng)絡(luò)

本文將提供一個(gè)有關(guān)如何使用 RNN 訓(xùn)練語音識(shí)別系統(tǒng)的簡(jiǎn)短教程，其中包括代碼片段。本教程的靈感來自于各類開源項(xiàng)目。

2017-08-29 13:50:03

TensorFlow 深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

使用TENSORFLOW訓(xùn)練循環(huán)神經(jīng)網(wǎng)絡(luò)語言模型

Language Model，即語言模型，其主要思想是，在知道前一部分的詞的情況下，推斷出下一個(gè)最有可能出現(xiàn)的詞。在本文中，我們更加關(guān)注的是，如何使用RNN來推測(cè)下一個(gè)詞。

2017-08-28 21:31:37

TensorFlow 深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

調(diào)試神經(jīng)網(wǎng)絡(luò)讓人抓狂？這有16條錦囊妙計(jì)送給你

即便對(duì)于行家來說，調(diào)試神經(jīng)網(wǎng)絡(luò)也是一項(xiàng)艱巨的任務(wù)。數(shù)百萬個(gè)參數(shù)擠在一起，一個(gè)微小的變化就能毀掉所有辛勤工作的成果。然而不進(jìn)行調(diào)試以及可視化，一切就只能靠運(yùn)氣，最后可能浪費(fèi)掉大把的青春歲月。

2017-08-28 21:02:55

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

處理移動(dòng)端傳感器時(shí)序數(shù)據(jù)的深度學(xué)習(xí)框架：DeepSense

DeepSense 是一種在端設(shè)備上運(yùn)行的深度學(xué)習(xí)框架，它可以在本地獲取需要處理的傳感器數(shù)據(jù)，并且在不上傳到云端的情況下對(duì)這些數(shù)據(jù)應(yīng)用深度學(xué)習(xí)模型，如卷積神經(jīng)網(wǎng)絡(luò)或門控循環(huán)神經(jīng)網(wǎng)絡(luò)等。

2017-08-28 15:00:02

深度學(xué)習(xí)DeepSense 傳感器

如何用深度學(xué)習(xí)訓(xùn)練一個(gè)像你一樣會(huì)聊天的機(jī)器人？

本文主要會(huì)詳細(xì)介紹聊天機(jī)器人在文本方面的運(yùn)作，我們將看到如何使用深度學(xué)習(xí)模型訓(xùn)練聊天機(jī)器人用我們所希望的方式在社交媒體上進(jìn)行對(duì)話。

2017-08-25 15:08:24

深度學(xué)習(xí)機(jī)器人

小白學(xué)CNN以及Keras的速成

如今在深度學(xué)習(xí)大火的時(shí)候，第三方工具也層出不窮，比較出名的有Tensorflow，Caffe，Theano，MXNet，在如此多的第三方框架中頻繁的更換無疑是很低效的，只要你能夠好好掌握其中一個(gè)框架，熟悉其原理，那么之后因?yàn)楦鞣N要求你想要更換框架也是很容易的。

2017-08-25 10:20:34

深度學(xué)習(xí)CNN Keras

如何破解「千人千面」，深度解讀用戶畫像

用戶畫像的概念大熱，眾多企業(yè)都希望通過“用戶畫像”驅(qū)動(dòng)產(chǎn)品智能，但什么才是用戶畫像呢?通過這篇文章，我們介紹我們理解的兩種用戶畫像(User Persona 和 User Profile)，以及如何構(gòu)建用戶畫像(User Profile)的標(biāo)簽體系并驅(qū)動(dòng)產(chǎn)品智能。

2017-08-24 09:55:57

人工智能深度學(xué)習(xí)用戶畫像

向量化與HashTrick在文本挖掘中預(yù)處理中的體現(xiàn)

在(文本挖掘的分詞原理)中，我們講到了文本挖掘的預(yù)處理的關(guān)鍵一步：“分詞”，而在做了分詞后，如果我們是做文本分類聚類，則后面關(guān)鍵的特征預(yù)處理步驟有向量化或向量化的特例Hash Trick，本文我們就對(duì)向量化和特例Hash Trick預(yù)處理方法做一個(gè)總結(jié)。

2017-08-24 09:35:06

深度學(xué)習(xí)向量化 Hash Trick

一篇文章掌握TensorFlow深度學(xué)習(xí)

TensorFlow的流行讓深度學(xué)習(xí)門檻變得越來越低，只要你有Python和機(jī)器學(xué)習(xí)基礎(chǔ)，入門和使用神經(jīng)網(wǎng)絡(luò)模型變得非常簡(jiǎn)單。TensorFlow支持Python和C++兩種編程語言，再?gòu)?fù)雜的多層神經(jīng)網(wǎng)絡(luò)模型都可以用Python來實(shí)現(xiàn)，如果業(yè)務(wù)使用其他編程也不用擔(dān)心，使用跨語言的gRPC或者HTTP服務(wù)也可以訪問使用TensorFlow訓(xùn)練好的智能模型。

2017-08-22 16:20:01

深度學(xué)習(xí)TensorFlow

如何將深度學(xué)習(xí)與你正在做的事情相結(jié)合？

深度學(xué)習(xí)往往需要大量數(shù)據(jù)，當(dāng)數(shù)據(jù)量不足，或者數(shù)據(jù)不足以覆蓋所有場(chǎng)景時(shí)，往往就要把深度學(xué)習(xí)、知識(shí)圖譜、邏輯推理、符號(hào)學(xué)習(xí)等結(jié)合起來，將人類已有的一些先驗(yàn)知識(shí)結(jié)合神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

2017-08-22 15:35:12

人工智能深度學(xué)習(xí)量化投資

數(shù)據(jù)科學(xué)家必須知道的10個(gè)深度學(xué)習(xí)架構(gòu)

近年來，深度學(xué)習(xí)的發(fā)展勢(shì)頭迅猛，要跟上深度學(xué)習(xí)的進(jìn)步速度變得越來越困難了。幾乎每一天都有關(guān)于深度學(xué)習(xí)的創(chuàng)新，而大部分的深度學(xué)習(xí)創(chuàng)新都隱藏在那些發(fā)表于ArXiv和Spinger等研究論文中。

2017-08-21 17:25:57

數(shù)據(jù)科學(xué)家深度學(xué)習(xí)計(jì)算機(jī)視覺

2017年為什么我一定要學(xué)深度學(xué)習(xí)

對(duì)于深度學(xué)習(xí)，我也是一個(gè)初學(xué)者，這篇文章只是我的個(gè)人想法，能力有限，所以對(duì)不對(duì)，不好說，但的確是我現(xiàn)在的真實(shí)想法，我也會(huì)按這個(gè)思路去嘗試。請(qǐng)大家?guī)е|(zhì)疑精神去讀吧。

2017-08-17 11:11:41

深度學(xué)習(xí)弱智能機(jī)器學(xué)習(xí)

深度學(xué)習(xí)利器：TensorFlow與NLP模型

自然語言處理(簡(jiǎn)稱NLP)，是研究計(jì)算機(jī)處理人類語言的一門技術(shù)，NLP技術(shù)讓計(jì)算機(jī)可以基于一組技術(shù)和理論，分析、理解人類的溝通內(nèi)容。傳統(tǒng)的自然語言處理方法涉及到了很多語言學(xué)本身的知識(shí)，而深度學(xué)習(xí)，是表征學(xué)習(xí)(representation learning)的一種方法，在機(jī)器翻譯、自動(dòng)問答、文本分類、情感分析、信息抽取、序列標(biāo)注、語法解析等領(lǐng)域都有廣泛的應(yīng)用。

2017-08-16 10:57:52

深度學(xué)習(xí)TensorFlow NLP

深度神經(jīng)網(wǎng)絡(luò)（DNN）是否模擬了人類大腦皮層結(jié)構(gòu)？

我是生物本科，認(rèn)知神經(jīng)科學(xué)研究生在讀，課余時(shí)間比較喜歡編程和機(jī)器學(xué)習(xí)，正在自學(xué)，了解的稍微多一些。我試著從我的角度來說下我看到的深度學(xué)習(xí)和神經(jīng)科學(xué)的聯(lián)系。

2017-08-11 17:44:31

人工智能神經(jīng)網(wǎng)絡(luò)神經(jīng)元

神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)之間的聯(lián)系在哪里？看完你就明白

在我們了解過神經(jīng)網(wǎng)絡(luò)的人中，都了解神經(jīng)網(wǎng)絡(luò)一個(gè)有很常見的訓(xùn)練方法，BP 訓(xùn)練算法。通過 BP 算法，我們可以不斷的訓(xùn)練網(wǎng)絡(luò)，最終使得網(wǎng)絡(luò)可以無限的逼近一種我們想要擬合的函數(shù)，最終訓(xùn)練好的網(wǎng)絡(luò)它既能在訓(xùn)練集上表現(xiàn)好，也能在測(cè)試集上表現(xiàn)不錯(cuò)！

2017-08-07 11:36:04

神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)BP

當(dāng)深度學(xué)習(xí)遇見自動(dòng)文本摘要

本文主要介紹基于深度神經(jīng)網(wǎng)絡(luò)的生成式自動(dòng)文本摘要，著重討論典型的摘要模型，并介紹如何評(píng)價(jià)自動(dòng)生成的摘要。

2017-08-03 16:20:42

深度學(xué)習(xí)文本摘要遞歸神經(jīng)網(wǎng)絡(luò)

SMP、NUMA、MPP體系結(jié)構(gòu)介紹

從系統(tǒng)架構(gòu)來看，目前的商用服務(wù)器大體可以分為三類，即對(duì)稱多處理器結(jié)構(gòu) (SMP ： Symmetric Multi-Processor) ，非一致存儲(chǔ)訪問結(jié)構(gòu) (NUMA ： Non-Uniform Memory Access) ，以及海量并行處理結(jié)構(gòu) (MPP ： Massive Parallel Processing) 。

2017-08-03 14:01:07

大數(shù)據(jù)深度學(xué)習(xí)體系結(jié)構(gòu)

將注意力機(jī)制引入RNN，解決5大領(lǐng)域的序列預(yù)測(cè)問題

編碼器-解碼器結(jié)構(gòu)在多個(gè)領(lǐng)域展現(xiàn)出先進(jìn)水平，但這種結(jié)構(gòu)會(huì)將輸入序列編碼為固定長(zhǎng)度的內(nèi)部表征。這限制了輸入序列的長(zhǎng)度，也導(dǎo)致模型對(duì)特別長(zhǎng)的輸入序列的性能變差。將注意力機(jī)制引入循環(huán)神經(jīng)網(wǎng)絡(luò)幫助解決這一局限性。該方法可用于多個(gè)領(lǐng)域的序列預(yù)測(cè)中，包括文本翻譯、語音識(shí)別等。

2017-08-03 11:06:52

RNN 序列預(yù)測(cè)注意力機(jī)制

如何使用深度學(xué)習(xí)檢測(cè)XSS

眾所周知，深度學(xué)習(xí)在計(jì)算機(jī)視覺、自然語言處理、人工智能等領(lǐng)域取得了極大的進(jìn)展，在安全領(lǐng)域也開始嶄露頭角走向了實(shí)際應(yīng)用。本文中進(jìn)行的實(shí)驗(yàn)主要以文本分類的方法，使用深度學(xué)習(xí)檢測(cè)XSS攻擊，由于本人是初學(xué)者，難免對(duì)算法本身的理解不夠確切，所以本文盡量使用通俗簡(jiǎn)單的方式介紹算法，不會(huì)過多的講解細(xì)節(jié)，以免誤導(dǎo)大家。

2017-08-03 11:00:20

深度學(xué)習(xí)算法 XSS

TensorFlow中RNN實(shí)現(xiàn)的正確打開方式

這篇文章提供了一個(gè)學(xué)習(xí)TensorFlow RNN實(shí)現(xiàn)的詳細(xì)路徑，其中包括了學(xué)習(xí)順序、可能會(huì)踩的坑、源碼分析以及一個(gè)示例項(xiàng)目hzy46/Char-RNN-TensorFlow，希望能對(duì)大家有所幫助。

2017-08-02 10:43:39

深度學(xué)習(xí)TensorFlow RNN

TensorFlow從基礎(chǔ)到實(shí)戰(zhàn)：一步步教你創(chuàng)建交通標(biāo)志分類神經(jīng)網(wǎng)絡(luò)

TensorFlow 已經(jīng)成為了現(xiàn)在最流行的深度學(xué)習(xí)框架，相信很多對(duì)人工智能和深度學(xué)習(xí)有興趣的人都躍躍欲試。對(duì)于初學(xué)者來說，TensorFlow 也是一個(gè)非常好的選擇，它有非常豐富的入門學(xué)習(xí)資料和龐大的開發(fā)者社區(qū)。近日，數(shù)據(jù)科學(xué)學(xué)習(xí)平臺(tái) DataCamp 發(fā)表了一篇針對(duì) TensorFlow 初學(xué)者的教程，從向量和張量的基本概念說起，一步步實(shí)現(xiàn)了一個(gè)分類交通標(biāo)志圖像的神經(jīng)網(wǎng)絡(luò)。

2017-08-02 08:01:51

深度學(xué)習(xí)TensorFlow 神經(jīng)網(wǎng)絡(luò)

使用深度學(xué)習(xí)進(jìn)行醫(yī)療影像分析：文件格式篇

這篇文章由三部分組成–醫(yī)療圖像和組成、醫(yī)療圖像格式，以及醫(yī)療圖像格式的轉(zhuǎn)換。本文的目標(biāo)就是組織知識(shí)來幫助我們實(shí)現(xiàn)最終目標(biāo)–用深度學(xué)習(xí)進(jìn)行醫(yī)療圖形的分析。

2017-08-01 21:24:40

深度學(xué)習(xí)醫(yī)療影像文件格式

如何用深度學(xué)習(xí)做自然語言處理？這里有份實(shí)踐清單

本文是一系列關(guān)于如何使用神經(jīng)網(wǎng)絡(luò)進(jìn)行自然語言處理(NLP)的最佳實(shí)踐匯集，將隨著新觀點(diǎn)的出現(xiàn)定期進(jìn)行更新，從而不斷提升我們對(duì)用于 NLP 的深度學(xué)習(xí)的理解。

2017-07-28 10:20:47

深度學(xué)習(xí)自然語言神經(jīng)機(jī)器

上一頁 1 ··· 29 30 31 32 33 34 下一頁

51CTO技術(shù)棧公眾號(hào)

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(xué)堂精培企業(yè)培訓(xùn) CTO訓(xùn)練營(yíng)

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

深度學(xué)習(xí)