文章庫(kù)ARTICLE COLUMN
摘要：年以來(lái)，深度學(xué)習(xí)方法開始在目標(biāo)跟蹤領(lǐng)域展露頭腳，并逐漸在性能上超越傳統(tǒng)方法，取得巨大的突破。值得一提的是，目前大部分深度學(xué)習(xí)目標(biāo)跟蹤方法也歸屬于判別式框架。 開始本文之前，我們首先看上方給出的3張圖片，它們分別是同一個(gè)視頻的第1，40，80...
摘要：誕生于年，是最早的卷積神經(jīng)網(wǎng)絡(luò)之一，并且推動(dòng)了深度學(xué)習(xí)領(lǐng)域的發(fā)展。間隔從年到年神經(jīng)網(wǎng)絡(luò)處于孵化階段。與來(lái)自谷歌的開始追求減少深度神經(jīng)網(wǎng)絡(luò)的計(jì)算開銷，并設(shè)計(jì)出第一個(gè)架構(gòu)參見(jiàn)。 LeNet5LeNet5 誕生于 1994 年，是最早的卷積神經(jīng)網(wǎng)絡(luò)之一，并且推...
摘要：是一個(gè)深度學(xué)習(xí)包，里面含有很多機(jī)器學(xué)習(xí)算法，如卷積神經(jīng)網(wǎng)絡(luò)，深度信念網(wǎng)絡(luò)，自動(dòng)編碼堆棧，卷積的作者是。對(duì)于每個(gè)卷積輸出，表示該層的一個(gè)輸出，所對(duì)應(yīng)的所有卷積核，包含的神經(jīng)元的總數(shù)。 deepLearnToolbox-master是一個(gè)深度學(xué)習(xí)matlab包，里面含...
摘要：正如我們可以看到的那樣，降低了人類表現(xiàn)與機(jī)器表現(xiàn)之間的差異，在英語(yǔ)和中文上都將差距縮小了以上。對(duì)于中文和英語(yǔ)，谷歌當(dāng)下的系統(tǒng)被認(rèn)為是世界上較好的，所以用一個(gè)模型對(duì)二者進(jìn)行提高是一個(gè)很大的成就。 本文介紹的是WaveNet——一個(gè)原始音頻波形深...
摘要：現(xiàn)在，騰訊正在將新服務(wù)器集成到它為大數(shù)據(jù)工作負(fù)載提供服務(wù)的超大規(guī)模數(shù)據(jù)中心上。這將有助于騰訊抑制數(shù)據(jù)中心的擴(kuò)張。 上圖：IBM 為高性能計(jì)算提供的Linux 服務(wù)器，圖片來(lái)源：IBMIBM已經(jīng)推出了三代Power8 Linux服務(wù)器，旨在加快人工智能、深度學(xué)習(xí)和...
摘要：訓(xùn)練和建模邏輯的算法既是瓶頸也是突破口，深度學(xué)習(xí)的未來(lái)應(yīng)用與發(fā)展值得矚目。自研發(fā)深度學(xué)習(xí)系統(tǒng)薄言豆豆人機(jī)對(duì)話成功率達(dá)，是目前比較優(yōu)秀的的中文理解智能系統(tǒng)。 2016正好是人工智能概念誕生60周年。早在1956年，美國(guó)達(dá)特茅斯（Dartmouth）大學(xué)召開...
摘要：網(wǎng)絡(luò)所有的神經(jīng)元都與另外的神經(jīng)元相連每個(gè)節(jié)點(diǎn)功能都一樣。訓(xùn)練的方法是將每個(gè)神經(jīng)元的值設(shè)定為理想的模式，然后計(jì)算權(quán)重。輸入神經(jīng)元在網(wǎng)絡(luò)整體更新后會(huì)成為輸入神經(jīng)元。的訓(xùn)練和運(yùn)行過(guò)程與十分相似將輸入神經(jīng)元設(shè)定為固定值，然后任網(wǎng)絡(luò)自己變化。 ...
摘要：它可以用來(lái)做語(yǔ)音識(shí)別，使得一個(gè)處理語(yǔ)音，另一個(gè)瀏覽它，使其在生成文本時(shí)可以集中在相關(guān)的部分上。它對(duì)模型使用的計(jì)算量予以處罰。 本文的作者是 Google Brain 的兩位研究者 Chris Olah 和 Shan Carter，重點(diǎn)介紹了注意力和增強(qiáng)循環(huán)神經(jīng)網(wǎng)絡(luò)，他們認(rèn)...
摘要：棋類游戲和電子游戲通常都會(huì)有定義明確的回饋函數(shù)，這使得用增強(qiáng)學(xué)習(xí)算法來(lái)直接進(jìn)行優(yōu)化成為可能。增強(qiáng)學(xué)習(xí)算法或智能體的目標(biāo)是通過(guò)與任務(wù)或者環(huán)境進(jìn)行互動(dòng)，學(xué)會(huì)執(zhí)行復(fù)雜的新穎的任務(wù)。使得增強(qiáng)學(xué)習(xí)算法和環(huán)境的開放與測(cè)試變得更加簡(jiǎn)便了。 機(jī)器學(xué)習(xí)...
摘要：拉普拉斯金字塔用來(lái)從金字塔低層圖像重建上層未采樣圖像，在數(shù)字圖像處理中也即是預(yù)測(cè)殘差，可以對(duì)圖像進(jìn)行較大程度的還原，配合高斯金字塔一起使用。 一. 圖像金字塔概述1. 圖像金字塔是圖像中多尺度表達(dá)的一種，最主要用于圖像的分割，是一種以多分辨...
摘要：很明顯這臺(tái)機(jī)器受到了英偉達(dá)的部分啟發(fā)至少機(jī)箱是這樣，但價(jià)格差不多只有的一半。這篇個(gè)文章將幫助你安裝英偉達(dá)驅(qū)動(dòng)，以及我青睞的一些深度學(xué)習(xí)工具與庫(kù)。 本文作者 Roelof Pieters 是瑞典皇家理工學(xué)院 Institute of Technology & Consultant for Graph...
摘要：梯度下降算法梯度是個(gè)啥我想最開始接觸梯度的各位是在方向?qū)?shù)那一章接觸這一概念的，如果老師沒(méi)怎么講的話可能有些人還不知道梯度是個(gè)向量。在二維條件下，因?yàn)橛辛藘蓚€(gè)偏導(dǎo)數(shù)，所以這個(gè)向量能表示一圈。 講你肯定能懂的機(jī)器學(xué)習(xí)多維極值求解事先說(shuō)明...
摘要：深度學(xué)習(xí)貓鏟屎官們也是納了悶了高冷的深度學(xué)習(xí)與呆萌的貓星人能有什么關(guān)系然而，他倆不僅有關(guān)系，而且還關(guān)系匪淺還記得嗎它在年訓(xùn)練了一種名為深度神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)模型通過(guò)不斷輸入小貓的圖片，系統(tǒng)竟然可以認(rèn)得貓了關(guān)鍵是小組成員并沒(méi)有直接輸入貓...
摘要：月，谷歌宣布要開發(fā)驅(qū)動(dòng)的，即谷歌助理。由于最近機(jī)器學(xué)習(xí)和有了巨大進(jìn)展，人工智能現(xiàn)在已經(jīng)成為可能。人工智能會(huì)采用迭代和反饋回路來(lái)自我發(fā)展，并趨于完美。這種的獎(jiǎng)勵(lì)函數(shù)用于深度強(qiáng)化學(xué)習(xí)算法先簡(jiǎn)單稱之為情感智能不可能被輕而易舉地量化。 今年三...
摘要：前饋網(wǎng)絡(luò)的反向傳播從最后的誤差開始，經(jīng)每個(gè)隱藏層的輸出權(quán)重和輸入反向移動(dòng)，將一定比例的誤差分配給每個(gè)權(quán)重，方法是計(jì)算權(quán)重與誤差的偏導(dǎo)數(shù)，即兩者變化速度的比例。隨后，梯度下降的學(xué)習(xí)算法會(huì)用這些偏導(dǎo)數(shù)對(duì)權(quán)重進(jìn)行上下調(diào)整以減少誤差。 目錄前...
摘要：在學(xué)習(xí)過(guò)程中，神經(jīng)網(wǎng)絡(luò)的突觸權(quán)重會(huì)以一種有序的方式進(jìn)行修改，從而實(shí)現(xiàn)所需的目標(biāo)。中間單元的數(shù)量被稱為網(wǎng)絡(luò)所用的片的數(shù)量。 隨著神經(jīng)網(wǎng)絡(luò)的進(jìn)化，許多過(guò)去曾被認(rèn)為不可想象的任務(wù)現(xiàn)在也能夠被完成了。圖像識(shí)別、語(yǔ)音識(shí)別、尋找數(shù)據(jù)集中的深度關(guān)系...
摘要：它們的學(xué)習(xí)過(guò)程主要來(lái)自于深度學(xué)習(xí)框架，該項(xiàng)目也由美國(guó)國(guó)家科學(xué)基金會(huì)資助。聽(tīng)音辨物為視頻匹配逼真聲音是音效師的主要工作領(lǐng)域后期制作音頻向?qū)В麄冇涗浤阍谝徊亢萌R塢電影中看到和聽(tīng)到的腳步聲門的嘎吱聲騰空橫踢。 神經(jīng)網(wǎng)絡(luò)已經(jīng)在玩游戲方面超過(guò)...
摘要：作為當(dāng)下最熱門的話題，等巨頭都圍繞深度學(xué)習(xí)重點(diǎn)投資了一系列新興項(xiàng)目，他們也一直在支持一些開源深度學(xué)習(xí)框架。八來(lái)自一個(gè)日本的深度學(xué)習(xí)創(chuàng)業(yè)公司，今年月發(fā)布的一個(gè)框架。 深度學(xué)習(xí)(Deep Learning)是機(jī)器學(xué)習(xí)中一種基于對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法，深...
摘要：上根據(jù)星級(jí)列出了最常用的個(gè)深度學(xué)習(xí)項(xiàng)目。其中，更受歡迎的是。表格的整理人分別是和。 GitHub上根據(jù)星級(jí)（stra）列出了最常用的53個(gè)深度學(xué)習(xí)項(xiàng)目。其中，更受歡迎的是TensorFlow。表格的整理人ID分別是aymericdamien、lenck、pjreddie、vmarkovtsev和...
摘要：研究證明，用于加工聽(tīng)覺(jué)信號(hào)的腦區(qū)可用于視覺(jué)任務(wù)。我們已經(jīng)發(fā)現(xiàn)為計(jì)算機(jī)圖像視覺(jué)通道開發(fā)出來(lái)的圖形處理單元，也可以用于加快語(yǔ)音和語(yǔ)言的機(jī)器學(xué)習(xí)任務(wù)。 最初針對(duì)視覺(jué)信號(hào)設(shè)計(jì)出來(lái)的 CNN 也能處理聽(tīng)覺(jué)信號(hào)，最終幫助機(jī)器傾聽(tīng)和更好地理解我們。 CNN ...
摘要：反向傳播提供了一個(gè)機(jī)器學(xué)習(xí)答案，然而就像下一段討論的那樣，它并非生物學(xué)上可信的。尋找一個(gè)生物學(xué)上可信的機(jī)器學(xué)習(xí)方法進(jìn)行深度網(wǎng)絡(luò)中的信任分配是一個(gè)主要的長(zhǎng)期問(wèn)題，也是此論文貢獻(xiàn)的方向。 作者：Yoshua Bengio、Dong-Hyun Lee、Jorg Bornschein...
摘要：神經(jīng)網(wǎng)絡(luò)在自然語(yǔ)言處理方面，未來(lái)有巨大的應(yīng)用潛力。講座學(xué)者之一與深度學(xué)習(xí)大神蒙特利爾大學(xué)學(xué)者在大會(huì)上發(fā)表了論文，進(jìn)一步展現(xiàn)神經(jīng)機(jī)器翻譯的研究結(jié)果。那些指令的語(yǔ)義就是習(xí)得的進(jìn)入嵌入中，來(lái)較大化翻譯質(zhì)量，或者模型的對(duì)數(shù)似然函數(shù)。 在 8月7日...
摘要：為了能夠?qū)ξ谋拘畔⑦M(jìn)行既快速又準(zhǔn)確的分類，人工智能研究實(shí)驗(yàn)室開發(fā)出了。宣布這項(xiàng)新的開源技術(shù)可以在分鐘內(nèi)用標(biāo)準(zhǔn)的多核訓(xùn)練超過(guò)億個(gè)詞語(yǔ)。還能在不超過(guò)分鐘的時(shí)間內(nèi)對(duì)萬(wàn)個(gè)句子進(jìn)行超過(guò)萬(wàn)種分類。從文章發(fā)表之日起，的源代碼可以在上自由獲取。 Faceb...
摘要：取得博士學(xué)位后，他加入的團(tuán)隊(duì)，在多倫多大學(xué)攻讀博士后，在年跟和合著了提出深度信念網(wǎng)絡(luò)的論文。只有充分了解，才能做出強(qiáng)有力的戰(zhàn)略決策。這帶來(lái)的一個(gè)重大問(wèn)題是，個(gè)人隱私數(shù)據(jù)被其他人控制。機(jī)器學(xué)習(xí)是數(shù)據(jù)驅(qū)動(dòng)的，與統(tǒng)計(jì)數(shù)據(jù)緊密相關(guān)。 昨天，谷...
摘要：如何理解神經(jīng)網(wǎng)絡(luò)訓(xùn)練與推理深度神經(jīng)網(wǎng)絡(luò)和我們?nèi)祟愐粯?，為了學(xué)習(xí)工作技能需要接受教育。這樣的技術(shù)意味著，用戶可以隨時(shí)使用神經(jīng)網(wǎng)絡(luò)的推理能力。 人工智能的智能水平在某些領(lǐng)域已經(jīng)十分強(qiáng)大，但是人工智能究竟是如何變得智能的呢？是否和人一樣需要...
ChatGPT和Sora等AI大模型應(yīng)用，將AI大模型和算力需求的熱度不斷帶上新的臺(tái)階。哪里可以獲得...
大模型的訓(xùn)練用4090是不合適的，但推理（inference/serving）用4090不能說(shuō)合適，...
圖示為GPU性能排行榜，我們可以看到所有GPU的原始相關(guān)性能圖表。同時(shí)根據(jù)訓(xùn)練、推理能力由高到低做了...
89542767
社區(qū)管理員
白馬嘯西風(fēng)