IT168首页 | 产品报价 | ChinaUnix社区 | ITPUB社区 | OA维修站 | 文库 | 博客 | 会议 | 自测 | 专题 | 订阅 | IT选型顾问
热点推荐 加盟IT168选型顾问俱乐部 获享5大权益

深度学习

目前,深度学习受到大规模的炒作,人们恨不得在各个地方都使用神经网络,但确实在每一个地方都适用么?我们将在下面的章节中进行讨论,阅读完它后,您将知道神经网络的主要缺点,并且当您为当前的机器学习问题选择正确类型的算法时,您将有一个粗略的指导原则。您还将了解我们现在面临的机器学习中的主要

23日更新
标签:深度学习

在过去几年中,深度学习已成为大多数AI类型问题的首选技术,掩盖了经典的机器学习。其中明显的原因是深度学习已经在包括言语、自然语言、视觉和玩游戏在内的各种各样的任务中多次表现出优异的表现。然而,尽管深度学习具有如此高的性能,但使用经典的机器学习和一些特定的情况下,使用线性回归或决策树

08日更新
深度学习与经典机器学习的优劣势一览!

表征学习是现代深度学习系统中最重要的技术之一。通过表征学习,我们指的是可以以其他模型可以使用的方式学习数据集的基础知识表示的模型。迁移学习是最受欢迎的代表性学习形式之一,可以在市场上的学习工具包中找到。一般来说,在深度学习系统中可以找到两种主要的表征学习技术组。

08日更新
标签:深度学习

Linux基金会推出了LF深度学习基金会,该基金会将支持和维护人工智能、机器学习和深度学习方面的开源创新,同时基金会还会推动技术发展,尽可能让新技术可供所有开发人员和数据科学家使用。

30日更新
标签:深度学习
Linux 基金会宣布成立LF深度学习基金会

北京时间3月28日,英伟达(NVIDIA)在美国加州圣何塞召开GPU技术大会(GTC)。本届大会上,深度学习又一次不出意外地成为“主角”,围绕这一领域,掌门人黄仁勋先生介绍了一系列重要发布。

28日更新
实不相瞒,深度学习计算还是得看英伟达

智能自动化在过去十年中呈指数级增长,以前只存在于科幻小说中的概念现在已成为现实。自动化软件已被引入到工作场所和个人生活中,承担起初级任务并使我们的生活更轻松。智能自动化的一个方面仍然是慢慢地被引入到工业中:机器深度学习的概念。

27日更新
AI的崛起:机器深度学习如何改变企业?

近些年,深度学习获得越来越多的吸引力和关注。它主要集中在机器学习的一部分:人工神经网络。本文具体解释了为什么深度学习是分析中的游戏改变者、何时使用它,以及Visual Analytics如何让业务分析师利用由(公民)数据科学家构建的分析模型。

15日更新
标签:深度学习

量子计算和人工智能是现在很多计算机界大佬每遇公开场合必谈起的两大重要话题。这似乎成为了两大公认的风口,虽然量子计算和人工智能都处于发展的初期阶段,并没有产生巨大的社会效益,但很多企业都借着这波风口飞上了枝头。很难想象,如果一家企业在很早之前就同时踩中这两大热点技术,现在会是什么样

10日更新
踩中量子计算和人工智能,IBM的眼光太毒!

人,或人类,这个名词可以从生物、精神与文化各个层面来定义,或者是这些定义的结合。大约在5500年前,人脑就开始演变成型,那时候的人们已经可以识字,并开始建造都市。

AI:懂的研究人脑,不懂的捧深度学习!

在大概6个月的时间里,学习、提高和促进在深度学习方面的工作是很有可能的。本文详细介绍了实现这一目标的几个步骤。

07日更新
标签:深度学习
如何在6个月的时间里掌握深度学习技能?

数据科学家,指采用科学方法,运用数据挖掘工具寻找新的数据洞察的工程师。这个概念比较广泛,在不同的行业、不同的公司里,数据科学家的工作可能都是不同的。如我们所见,数据科学家需要掌握的能力一般有:数学、计算机科学、SQL、统计、建模和编程、Hadoop、可视化……当然,这并不是全部。而且随着更

如今的数据科学家,距离深度学习有多远?

被英特尔收购两年后,Nervana的深度学习芯片,代号“Lake Crest” 渐渐从概念阶段转化为实际产品。在深度学习市场潜力如此巨大的情况下,英特尔很乐意通过坚实的技术和合理的价格将Nervana推向市场,积极为其规划路线图——并将其与其他产品相结合,这将是一项巨大的工程。

12日更新
英特尔Nervana深度学习芯片能走多远?

深度学习是机器学习的一个子集,都是人工智能的子集。机器学习与深度学习不完全属于一个拳击淘汰赛中,深度学习是机器学习的一个子集,而它们都是人工智能(AI)的子集。但是,在机器学习和深度学习的定义和用例方面,市场上存在很多混淆,现在让我们来澄清一下混淆。

11日更新
误区解读:ML和DL之间的区别和使用情况

随着Titan V的发布,现在进入了深度学习硬件的时代。目前尚不清楚NVIDIA能否在2018年保持其作为主要的深度学习硬件供应商的地位,而AMD和Intel Nervana将有望超越NVIDIA。那么,现在为什么才刚刚进入深度学习硬件的时代呢?

28日更新
标签:深度学习
2018深度学习硬件脱颖而出需哪些条件?

这是NVIDIA深度学习学院(DLI)媒体开放日上,来自NVIDIA的讲师向我们转述他一位朋友的话。细想下来,确有几分道理。深度学习技术的特殊性,使它能迅速融入到各行各业,并为之带来“翻天覆地”的变化。IDC也曾预测,到2020年至少80%的应用都和AI相关。

27日更新
“我涉足深度学习,多半是出于不得已。”

最近发布了一款Chainer Chemistry,Chainer 扩展来训练和运行神经网络,用于一些生物学和化学的任务。

19日更新
标签:深度学习
Chainer 发布:DL也可以很懂生物和化学

深度学习的最终目标是找到一种最基本的概括,即找到一种快速而可靠的方法。随机梯度下降法(SGD)是一种具有60年历史的算法(Robbins and Monro,1951)[1],对于当前的深度学习算法的反向传播来说,这一点至关重要。   近年来已经提出了许多不同的优化算法,它们使用不同的方程来更新模型的参数。Adam(

05日更新
标签:深度学习

从Go和Atari游戏到图像识别和语言翻译,神经网络都取得了巨大的成功。但经常被忽视的是,神经网络在特定应用中的成功通常取决于研究开始时做出的一系列选择,包括使用何种类型的网络以及用于训练的数据和方法。目前,这些选择(称为超参数)是通过经验、随机搜索或计算密集型搜索过程来选择的。

01日更新
标签:深度学习
Deepmind提出训练神经网络的新方法PBT

以下为大家介绍两种新的AWS深度学习AMI的可用性:一个基于Conda的AMI,它具有独立的Python环境,它使用了Conda(一个流行的开源软件包和环境管理工具)创建的深度学习框架。还有一个是有GPU驱动程序和库在基于AMI的基础上部署你自己定制的深度学习模型。

20日更新
机器学习实践者福音 新AWS深度学习AMI

Google已经宣布了一个为企业构建语音和文本会话应用程序的新解决方案,Dialogflow企业版是一个端到端的开发套件,旨在提供用户和企业之间自然丰富的交互。

19日更新
谷歌推构建会话界面的Dialogflow企业版
金秋十月 与你饮酒论道
热门文章
it168文库会议频道上线

热门标签

热点推荐