帶你了解深入深度學(xué)習(xí)的核心:神經(jīng)網(wǎng)絡(luò)

深度學(xué)習(xí)和人工智能是 2017 年的熱詞；2018 年，這兩個(gè)詞愈發(fā)火熱，但也更加容易混淆。我們將深入深度學(xué)習(xí)的核心，也就是神經(jīng)網(wǎng)絡(luò)。

2018-04-02 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 1.0萬 0

LSTM的核心構(gòu)成,實(shí)際中“門”的效果如何？

門是否真的具有我們上述描述的意義呢？這也是我們這篇論文的出發(fā)點(diǎn)。為了探究這個(gè)問題，我們分析了IWSLT14德語-英語的翻譯任務(wù)，這個(gè)翻譯任務(wù)的模型是基于...

2018-07-02 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯自然語言 1.0萬 0

結(jié)合深度神經(jīng)網(wǎng)絡(luò)和決策樹的完美方案

“ANT的出發(fā)點(diǎn)與mGBDT類似，都是期望將神經(jīng)網(wǎng)絡(luò)的表示學(xué)習(xí)和決策樹的特點(diǎn)做一個(gè)結(jié)合，不過，ANT依舊依賴神經(jīng)網(wǎng)絡(luò)BP算法進(jìn)行的實(shí)現(xiàn)，”馮霽說：“而深...

2018-07-25 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集決策樹 1.0萬 0

機(jī)器學(xué)習(xí)的logistic函數(shù)和softmax函數(shù)總結(jié)

本文簡(jiǎn)單總結(jié)了機(jī)器學(xué)習(xí)最常見的兩個(gè)函數(shù)，logistic函數(shù)和softmax函數(shù)。首先介紹兩者的定義和應(yīng)用，最后對(duì)兩者的聯(lián)系和區(qū)別進(jìn)行了總結(jié)。

2018-12-30 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 1.0萬 0

一種用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)的特點(diǎn)是逐層提取特征，第一層提取的特征較為低級(jí)，第二層在第一層的基礎(chǔ)上繼續(xù)提取更高級(jí)別的特征，同樣，第三層在第二層的基礎(chǔ)上提取的特征也更為...

2018-07-04 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分類深度學(xué)習(xí) 1.0萬 0

深入淺出學(xué)人工智能神經(jīng)網(wǎng)絡(luò)：GAN原理與應(yīng)用入門介紹

生成對(duì)抗網(wǎng)絡(luò)（GAN）是一類在無監(jiān)督學(xué)習(xí)中使用的神經(jīng)網(wǎng)絡(luò)，其有助于解決按文本生成圖像、提高圖片分辨率、藥物匹配、檢索特定模式的圖片等任務(wù)。

2017-08-25 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能 1.0萬 0

基于隱馬爾可夫模型( HMM )開發(fā)了一個(gè)駕駛行為預(yù)測(cè)模型

為了實(shí)現(xiàn)基于HMM的駕駛行為預(yù)測(cè)，該過程必須分為兩部分：第一部分是模型的訓(xùn)練，第二部分是估計(jì)最可能的隱藏狀態(tài)序列。為了訓(xùn)練HMM，Baum - Welc...

2018-10-12 標(biāo)簽：濾波器神經(jīng)網(wǎng)絡(luò) 1.0萬 0

如何用人工神經(jīng)網(wǎng)絡(luò)對(duì)神經(jīng)元進(jìn)行高精度連接？

7 月 16 日， Google AI 發(fā)布了一篇博客稱，Google Research 部門和 Max Planck 研究所合作提出了一種新型的遞歸神...

2018-07-19 標(biāo)簽：Google神經(jīng)網(wǎng)絡(luò) 9987 0

人工神經(jīng)網(wǎng)絡(luò)是怎么學(xué)習(xí)的呢？

別看神經(jīng)元細(xì)胞很簡(jiǎn)單，但如果神經(jīng)元的數(shù)量很多，它們彼此之間的連接恰到好處，變成神經(jīng)網(wǎng)絡(luò)，就可以從簡(jiǎn)單中演生出復(fù)雜的智能來。例如，人類的大腦中含有1千億個(gè)...

2018-06-21 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法 9938 0

基于生成對(duì)抗網(wǎng)絡(luò)（GAN）的框架

為了進(jìn)一步提升深度圖像壓縮的質(zhì)量，開發(fā)超越PSNR和MS-SSIM的新指標(biāo)非常重要。其中重點(diǎn)關(guān)注的是對(duì)抗損失，最近的成果表明它能捕捉到全局的語義信息和局...

2018-04-17 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)GAN 9822 0