随笔分类 - 人工智能
摘要：2019年上半年收集到的人工智能AutoML干货文章 自动机器学习简述（AutoML） 谷歌将AutoML应用于Transformer架构，翻译结果飙升，已开源 IBM推出AutoAI，让企业人工智能模型开发自动化 破解自动机器学习的黑匣子 2019-06-23 写于苏州市
阅读全文
摘要：2019年上半年收集到的人工智能迁移学习干货文章 迁移学习全面指南：概念、项目实战、优势、挑战 迁移学习：该做的和不该做的事 深度学习不得不会的迁移学习Transfer Learning 谷歌最新的PlaNet对强化学习以及迁移学习的意义及启发 迁移学习时间序列分类 如何提高强化学习的可靠性？ 迁移
阅读全文
摘要：2019年上半年收集到的人工智能卷积神经网络干货文章 了解CNN这一篇就够了——关于卷积神经网络的介绍 关于卷积的6个基本知识 一文读懂深度学习中的各种卷积 CNN卷积神经网络的三种基本模式（不懂的话还得多努力啊！） CNN，GAN，AE和VAE概述 理解卷积神经网络？看这篇论文就够了 深度卷积神经
阅读全文
摘要：2019年上半年收集到的人工智能开源框架介绍文章 TensorFlow基本使用 TensorFlow.js：让你在浏览器中也能玩转机器学习 人工智能学习框架TensorFlow渐近分析 TensorFlow什么的都弱爆了，强者只用Numpy搭建神经网络 TensorFlow 框架的开源工具箱 Lud
阅读全文
摘要：2019年上半年收集到的人工智能循环神经网络干货文章 机器学习：循环神经网络知识要点 循环神经网络 使用RNNs进行机器翻译——介绍RNN和LSTM网络及其应用 RNN神经网络模型综述 吴恩达深度学习笔记(114)-RNN梯度消失问题详解 精讲深度学习RNN三大核心点，三分钟掌握循环神经网络 吴恩达
阅读全文
摘要：2019年上半年收集到的人工智能强化学习干货文章 从0到1-强化学习篇 关于人工智能中强化学习的扫盲 强化学习简介 深度强化学习 探索强化学习算法背后的思想起源！ 强化学习基础 什么是强化学习？强化学习之父：它是人工智能的未来 机器学习之强化学习概览 强化学习：如何处理大规模离散动作空间 2018年
阅读全文
摘要：2019年上半年收集到的人工智能深度学习方向干货文章 随机森林VS神经网络：哪个更好？ 深度学习--感知机讲解 深度学习NN、CNN、RNN、和DNN你了解吗？ 手工计算深度学习模型中的参数数量 使用神经网络生成抽象随机艺术 如何优化深度学习模型 形象理解深度学习中八大类型卷积 「AI初识境」深度学
阅读全文
摘要：2019年上半年收集到的人工智能自然语言处理方向干货文章 自然语言（NLP）发展史及相关体系 读了这篇文字，做年薪百万的NLP工程师 聚焦机器“读、写、说、译”，探寻NLP未来之路 NLP接下来黄金十年 周明等谈值得关注的NLP技术 人工智能科普｜自然语言处理（NLP） 为什么要学习NLP AI研究
阅读全文
摘要：2019年上半年收集到的人工智能图神经网络干货文章 「AI初识境」从头理解神经网络-内行与外行的分水岭 人工智能中“图神经网络GNN”如何理解？（附斯坦福综述） 清华大学图神经网络综述：模型与应用 掌握图神经网络GNN基本，看这篇文章就够了 深度学习已入末路，AI未来是图网络 阿里达摩院：超大规模图
阅读全文
摘要：2019年上半年收集到的人工智能自动驾驶方向干货文章 颠覆性技术丨无人驾驶 解析｜自动驾驶的核心技术是什么？ TC专访Waymo首席技术官：谷歌自动驾驶的过去和未来 全面解读自动驾驶的关键组成部分 史上最全的自动驾驶研究报告（上） 史上最全的自动驾驶研究报告（下） 专家认为自动驾驶汽车需要很多年的五
阅读全文
摘要：https://blog.csdn.net/weixin_42137700/article/details/88987162 人脸识别技术，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系
阅读全文
摘要：中国人工智能计划，我来说几句 2月11日，美国总统特朗普签署《美国AI计划》。这个计划体现了美国人在AI（人工智能）发展方面的勃勃野心，通过在人工智能领域里‘美国优先’，强化其在人工智能领域的绝对优势与领导地位。 这对于中国而言，不是什么好事儿。跟美国比起来，在绝大多数高科技领域里，中国难得有什么优
阅读全文
摘要：欧洲AI规范先行，值得肯定与借鉴 我看欧盟发布AI道德规范 【事件回放】 近日，据外媒报道，欧盟委员会（EC）任命的人工智能高级专家小组发布了AI开发和使用的道德草案，内容长达37页，提出可信赖AI应具备两大要素，以及AI不可为的基本原则。 欧盟AI道德准则草案指出，可信赖的AI有两个组成要素：一、
阅读全文
摘要：我对2019年人工智能行业发展的预测 笔者研习人工智能已经有一段时间了。对于人工智能各个子分支技术领域在2019年度的发展，笔者在这里饶有兴趣的做一个初步的预测，与业界同仁们共勉与切磋。 第一，人工智能基础理论研究基本不会有革命性的突破。无论是机器学习，深度学习还是计算机视觉，自然语言处理等子领域，
阅读全文
摘要：2018年终总结之AI领域开源框架汇总 【稍显活跃的第一季度】 2018.3.04——OpenAI公布 “后见之明经验复现（Hindsight Experience Reply, HER）”的开源算法，这个新的算法保证人工智能可以像人类一样从自己的错误中汲取教训。 2018.3.13——第四范式免费
阅读全文
摘要：2018 AI产业界大盘点 大事件盘点 “ 1.24——Facebook人工智能部门负责人Yann LeCun宣布卸任 Facebook人工智能研究部门（FAIR）的负责人Yann LeCun宣布卸任，之后将担任Facebook首席人工智能科学家，保留对FAIR的研究方向的控制。同时，原工作将由新任
阅读全文
摘要：为什么我觉得Python烂的要死？ https://www.toutiao.com/a6636558446030225923/ 作为机器学习程序员的首选编程语言，Python成为世界范围内最受大学生欢迎的编程语言。但凡事有例外，近日，一位开发者讲述了他无法忍受Python的8大原因，引发网友大量回应
阅读全文
摘要：本文作者是一位机器学习工程师，他比较了四种机器学习编程语言（工具）：R、Python、MATLAB 和 OCTAVE。作者列出了这些语言（工具）的优缺点，希望对想开始学习它们的人有用。 图源：Pixabay.com GitHub 地址：https://github.com/mjbahmani/10-
阅读全文
摘要：机器学习的研究正进行的如火如荼，各种新方法层出不穷。尽管这样，还有一个问题摆在面前，研究这些算法对于现实有什么用。特别是当讨论起机器学习在手机和其他设备上的应用时，经常会被问到到：「机器学习有什么杀手级应用？」 机器学习工程师 Pete Warden 思考了很多种答案，包括从语音交互到全新的使用传感
阅读全文
摘要：版权声明：博客仅供参考，有什么意见，请在下方留言，转载时请附上链接，谢谢！ https://blog.csdn.net/u010105243/article/details/78347979(2014)Sequence to sequence learning with neural network
阅读全文
浙公网安备 33010602011771号