AI大模型的工作原理、技術(shù)特點(diǎn)及應(yīng)用領(lǐng)域

　　AI大模型是指參數(shù)數(shù)量巨大的人工智能模型。它們通常用于處理大量數(shù)據(jù)，并使用深度學(xué)習(xí)等復(fù)雜算法來學(xué)習(xí)和識(shí)別數(shù)據(jù)中的模式和趨勢(shì)。本文將詳細(xì)介紹AI大模型...

2023-08-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI人工智能 9598 0

詳細(xì)解析神經(jīng)網(wǎng)絡(luò)的含義、挑戰(zhàn)、類型、應(yīng)用

Statsbot深度學(xué)習(xí)開發(fā)者Jay Shah帶你入門神經(jīng)網(wǎng)絡(luò)，一起了解自動(dòng)編碼器、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等流行的神經(jīng)網(wǎng)絡(luò)類型及其應(yīng)用。

2018-01-15 標(biāo)簽：神經(jīng)網(wǎng)絡(luò) 9579 0

用CycleGAN把《堡壘之夜》轉(zhuǎn)成《絕地求生》寫實(shí)風(fēng)

CycleGAN是加州大學(xué)伯克利分校研究人員提出的一種用于跨域圖到圖轉(zhuǎn)換的GAN，它可以把一類圖像的風(fēng)格（比如《堡壘之夜》）轉(zhuǎn)換成另一類圖像（比如《絕地...

2018-07-02 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)GAN深度學(xué)習(xí) 9564 0

深度學(xué)習(xí)之機(jī)器視覺詳解：網(wǎng)絡(luò)壓縮、視覺問答、可視化、風(fēng)格遷移等

本系列文章旨在直觀系統(tǒng)地梳理深度學(xué)習(xí)各領(lǐng)域常見概念與基本思想，使讀者對(duì)深度學(xué)習(xí)的重要概念與思想有一直觀理解，做到“知其然，又知其所以然”，從而降低后續(xù)理...

2018-04-02 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器視覺人臉識(shí)別 9553 0

內(nèi)存內(nèi)計(jì)算的原理以及其市場(chǎng)前景分析

除了性能之外，內(nèi)存對(duì)于能效比的限制也成了傳統(tǒng)馮諾伊曼體系計(jì)算機(jī)的一個(gè)瓶頸。這個(gè)瓶頸在人工智能應(yīng)用快速普及的今天尤其顯著。這一代人工智能基于的是神經(jīng)網(wǎng)絡(luò)模...

2019-01-23 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)內(nèi)存人工智能 9513 0

node.js在訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型識(shí)別圖像中物體的方法

如何在Node.js環(huán)境下使用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型（Inception、SSD）識(shí)別圖像中的物體。

2018-04-06 標(biāo)簽：神經(jīng)網(wǎng)絡(luò) 9475 0

如何實(shí)現(xiàn)基于加密數(shù)據(jù)進(jìn)行訓(xùn)練和預(yù)測(cè)的卷積神經(jīng)網(wǎng)絡(luò)

輸入提供者只需在一開始傳輸他們的（加密）訓(xùn)練數(shù)據(jù)；在此之后所有的計(jì)算只涉及兩個(gè)服務(wù)器，這意味著事實(shí)上輸入提供者使用手機(jī)之類的設(shè)備是可行的。訓(xùn)練之后，模型...

2018-03-29 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 9461 0

手把手教你，用BERT完成一個(gè)Kaggle競(jìng)賽

在本文中，我們將重點(diǎn)介紹BERT在多標(biāo)簽文本分類問題中的應(yīng)用。傳統(tǒng)的分類問題假定每個(gè)文檔都分配給一個(gè)且只分配給一個(gè)類別，即標(biāo)簽。這有時(shí)也被稱為多元分類，...

2019-02-20 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)庫(kù)Transformer 9333 0

一個(gè)決定神經(jīng)網(wǎng)絡(luò)深度、網(wǎng)絡(luò)層大小的簡(jiǎn)單方法

輸入層和輸出層的層數(shù)、大小是最容易確定的。每個(gè)網(wǎng)絡(luò)都有一個(gè)輸入層，一個(gè)輸出層。輸入層的神經(jīng)元數(shù)目等于將要處理的數(shù)據(jù)的變量數(shù)。輸出層的神經(jīng)元數(shù)目等于每個(gè)輸...

2018-10-24 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)神經(jīng)元 9301 0

如何將自定義圖片輸入到TensorFlow的訓(xùn)練模型

對(duì)于上述代碼中與模型構(gòu)建相關(guān)的代碼，請(qǐng)查閱官方《Deep MNIST for Experts》一節(jié)的內(nèi)容進(jìn)行理解。在本文中，需要重點(diǎn)掌握的是如何將本地圖...

2018-08-17 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集TensorFlow 9119 0

基于ML-Agents v0.4，在Unity 2018搭建的虛擬城市環(huán)境中訓(xùn)練了一輛自動(dòng)駕駛車輛

基于ML-Agents可以將自動(dòng)駕駛車輛攝像頭獲取道路的圖片信息，發(fā)送給Python的訓(xùn)練模型，利用圖像識(shí)別提取圖片中的參數(shù)信息。例如：前方障礙物的分類...

2018-07-09 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI自動(dòng)駕駛 9102 0

OpenAI的由5個(gè)神經(jīng)網(wǎng)絡(luò)組成的OpenAI Five，已經(jīng)開始擊敗Dota 2的業(yè)余玩家隊(duì)伍

Dota游戲是一個(gè)典型的AI難題，它綜合了決策周期長(zhǎng)，空間大而且敵我雙方是在非完全信息下博弈。OpenAI繼去年解決1v1的問題后，1年內(nèi)能在5v5的更...

2018-06-27 標(biāo)簽：CPU神經(jīng)網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí) 8979 0

超參數(shù)優(yōu)化方法PBT的原理和功效解讀

在DeepMind新近發(fā)表的一篇論文中，團(tuán)隊(duì)提出了一種訓(xùn)練神經(jīng)網(wǎng)絡(luò)的新方法——Population Based Training （PBT，暫譯為基于群...

2017-11-29 標(biāo)簽：神經(jīng)網(wǎng)絡(luò) 8956 0

神經(jīng)網(wǎng)絡(luò)中的參數(shù)和超參數(shù)

實(shí)際上深度學(xué)習(xí)有很多不同的超參數(shù)，之后我們也會(huì)介紹一些其他的超參數(shù)，如momentum、mini batch size、regularization p...

2020-04-17 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)語(yǔ)音識(shí)別深度學(xué)習(xí) 8906 0

神經(jīng)網(wǎng)絡(luò)之父

人工智能領(lǐng)域有三大奠基人，分別是Geoffrey Hinton、Yann LeCun與Yoshua Bengio。今天主要圍繞“神經(jīng)網(wǎng)絡(luò)之父”Geoff...

2018-11-24 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能 8858 0

基于深度學(xué)習(xí)的放療靶區(qū)自動(dòng)勾畫

騰訊醫(yī)療AI實(shí)驗(yàn)室和加州大學(xué)的聯(lián)合研究成果，首刊于《Medical Physics》，這是是美國(guó)醫(yī)學(xué)物理學(xué)家學(xué)會(huì)（The American Associ...

2018-11-19 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 8851 0