細(xì)數(shù)神經(jīng)網(wǎng)絡(luò)的四大弊端

當(dāng)你應(yīng)該使用神經(jīng)網(wǎng)絡(luò)或傳統(tǒng)的機(jī)器學(xué)習(xí)算法，這是一個(gè)難以回答的問題，因?yàn)樗艽蟪潭壬先Q于你試圖解決的問題。這也是由于“沒有免費(fèi)的午餐定理”，它大致表明沒...

2018-04-25 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)深度學(xué)習(xí) 3.6k 0

恒遠(yuǎn)華動(dòng)態(tài)人臉采集與實(shí)時(shí)識(shí)別方案

人臉識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的...

2018-04-18 標(biāo)簽：人臉識(shí)別大數(shù)據(jù)深度學(xué)習(xí) 7.3k 0

命名實(shí)體識(shí)別(NER)是自然語言處理(NLP)中的基本任務(wù)之一

LSTM網(wǎng)絡(luò)是整體思路同樣是先對(duì)給定的訓(xùn)練樣本進(jìn)行學(xué)習(xí)，確定模型中的參數(shù)，再利用該模型對(duì)測(cè)試樣本進(jìn)行預(yù)測(cè)得到最后的輸出。由于測(cè)試輸出的準(zhǔn)確性現(xiàn)階段達(dá)不到...

2018-04-18 標(biāo)簽：深度學(xué)習(xí)自然語言NLP 6.1萬 0

一種相對(duì)直接使用的distillation的變體方法

對(duì)于Common Crawl上的語言建模，具有128GPU的同步SGD實(shí)現(xiàn)了標(biāo)準(zhǔn)分布式訓(xùn)練的最佳結(jié)果，至少是我們嘗試過的配置，并且我們無法使用256個(gè)G...

2018-04-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 4.2k 0

基于Numpy實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)：如何加入和調(diào)整dropout？

幾乎所有目前最先進(jìn)的神經(jīng)網(wǎng)絡(luò)都用到了dropout. 這篇教程介紹如何通過幾行Python代碼在神經(jīng)網(wǎng)絡(luò)中加入Dropout. 讀完這篇教程之后，你將得...

2018-04-15 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 8.1k 0

從深度學(xué)習(xí)的原理和基礎(chǔ)出發(fā)闡述了深度學(xué)習(xí)的局限性

通過對(duì)人腦處理信息時(shí)所采用方法的抽象總結(jié)和模擬，提出了神經(jīng)網(wǎng)絡(luò)的概念。未經(jīng)處理的數(shù)據(jù)（圖像，聲音信息或者文字信息）被輸入至輸出層的“輸入單元”；輸入信息...

2018-04-12 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 1.2萬 0

機(jī)器學(xué)習(xí)的可解釋性為何如此重要？

而對(duì)于自底向上的模式，將商業(yè)模型中的一部分委派給機(jī)器學(xué)習(xí)，甚至從機(jī)器學(xué)習(xí)中得到全新的商業(yè)想法。自底向上的數(shù)據(jù)科學(xué)一般與手工勞作的自動(dòng)化過程相關(guān)。例如制造...

2018-04-11 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.4萬 0

基于深度學(xué)習(xí)自動(dòng)化的前端開發(fā)解析

Ashwin Kumar開發(fā)了基于圖像標(biāo)注的模型，允許用戶從手繪的示意圖創(chuàng)建可以工作的HTML網(wǎng)站。（代碼已開源）

2018-04-11 標(biāo)簽：深度學(xué)習(xí)前端開發(fā) 7.7k 0

對(duì)比深度學(xué)習(xí)和經(jīng)典機(jī)器學(xué)習(xí)，分別介紹這兩種技術(shù)的優(yōu)缺點(diǎn)

在小數(shù)據(jù)上能更好地工作：為了實(shí)現(xiàn)高性能，深度學(xué)習(xí)需要非常大的數(shù)據(jù)集。之前提到的預(yù)訓(xùn)練的網(wǎng)絡(luò)在120萬張圖像上進(jìn)行了訓(xùn)練。對(duì)于許多應(yīng)用來說，這樣大的數(shù)據(jù)集...

2018-04-10 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 2.7萬 0

一種新型分割圖像中人物的方法，基于人物動(dòng)作辨認(rèn)

圖像分割的一般方法是先對(duì)物體進(jìn)行檢測(cè)，然后用邊界框?qū)Ξ嬛形矬w進(jìn)行分割。最近，例如Mask R-CNN的深度學(xué)習(xí)方法也被用于圖像分割任務(wù)，但是大多數(shù)研究都...

2018-04-10 標(biāo)簽：圖像分割深度學(xué)習(xí) 6.1k 0

阿里深度學(xué)習(xí):在深度學(xué)習(xí)CTR預(yù)估核心問題上的應(yīng)用進(jìn)展

前面介紹了經(jīng)典的比較標(biāo)準(zhǔn)化的深度學(xué)習(xí)在廣告里面的應(yīng)用，接下來我們的方向在互聯(lián)網(wǎng)數(shù)據(jù)中，怎么樣能夠通過對(duì)用戶行為的洞察做更好的深度學(xué)習(xí)模型。

2018-04-10 標(biāo)簽：互聯(lián)網(wǎng)阿里巴巴深度學(xué)習(xí) 6.6k 0

深度學(xué)習(xí)不能取代計(jì)算機(jī)視覺技術(shù)背后的真正原因

深度學(xué)習(xí)只是一種 計(jì)算機(jī)視覺 工具，而不是包治百病的良藥，不要因?yàn)榱餍芯鸵晃兜厥褂盟鹘y(tǒng)的計(jì)算機(jī)視覺技術(shù)仍然可以大顯身手，了解它們可以為你省去很多的時(shí)...

2018-04-05 標(biāo)簽：計(jì)算機(jī)視覺深度學(xué)習(xí) 5.2k 0

吳恩達(dá)深度學(xué)習(xí)專項(xiàng)課程的信息圖deeplearning.ai課程總結(jié)

深度學(xué)習(xí)能發(fā)展起來主要是由于大數(shù)據(jù)的出現(xiàn)，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要大量的數(shù)據(jù)；而大數(shù)據(jù)本身也反過來促進(jìn)了更大型網(wǎng)絡(luò)的出現(xiàn)。深度學(xué)習(xí)研究的一大突破是新型激活函數(shù)...

2018-04-03 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 4.7k 0