博客

干货:Excel图解卷积神经网络结构

发表于:08/31/2018 , 关键词:
引言 先坦白地说,有一段时间我无法真正理解深度学习。我查看相关研究论文和文章,感觉深度学习异常复杂。我尝试去理解神经网络及其变体,但依然感到困难。 接着有一天,我决定一步一步,从基础开始。我把技术操作的步骤分解开来,并手动执行这些步骤(和计算),直到我理解它们如何工作。这相当费时,且令人紧张,但是结果非凡。 现在,我不仅对深度学习有了全面的理解,还在此基础上有了好想法,因为我的基础很扎实。... 阅读详情

Deferred Shading 延迟着色(翻译)

发表于:08/31/2018 , 关键词:
原文地址:https://en.wikipedia.org/wiki/Deferred_shading 在3D计算机图形学领域,deferred shading 是一种屏幕空间着色技术。它被称为Deferred,是因为实际上在第一次pass中的顶点和像素着色器中没有执行着色:相反,着色是“deferred(延迟)”到第二个pass中执行。 在deferred着色器的第一次pass中,... 阅读详情

深度学习计算模型中“门函数(Gating Function)”的作用

发表于:08/31/2018 , 关键词:
作者:张俊林 看深度学习文献,门函数基本上已经是你必然会遇到的一个概念了,最典型的就是LSTM,首先上来你就得过得去“遗忘门”“输入门”“输出门”这三个门。门函数本身是个独立概念,不过LSTM使用多个门函数来组合出一个带有状态记忆的计算模型而已。随着LSTM大行其道,各种计算模型开始在计算过程中引入门函数的概念,相信这些论文你也没少看,其实这也是一种研究模式,比如你看看你手头的模型,... 阅读详情

深度信念网络(DBN)是什么?

发表于:08/30/2018 , 关键词:
1、初识深度信念网络 深度信念网络是一个概率生成模型,与传统的判别模型的神经网络相对,生成模型是建立一个观察数据和标签之间的联合分布,对P(Observation|Label)和 P(Label|Observation)都做了评估,而判别模型仅仅而已评估了后者,也就是P(Label|Observation)。 DBNs由多个限制玻尔兹曼机(Restricted Boltzmann... 阅读详情

机器不学习:神经网络详解,正向传播和反向传播

发表于:08/30/2018 , 关键词:
主要讲了Logistic regression的内容,里面涉及到很多基本概念,是学习神经网络的基础。下面我们由Logistic regression升级到神经网络,首先我们看看“浅层神经网络(Shallow Neural Network)” 一、什么是神经网络 我们这里讲解的神经网络,就是在Logistic regression的基础上增加了一个或几个隐层(hidden layer),... 阅读详情

干货 | 如何测量 NLP 模型的性别偏见到底有多大?

发表于:08/30/2018 , 关键词:
本文由 Ben Packer, Yoni Halpern, Mario Guajardo-Céspedes & Margaret Mitchell (Google AI)于 2018 年 4 月 13 日发布。这篇文章讨论并尝试实际测量了不同文本嵌入模型中的性别偏差。 当面对任务时,我们机器学习从业者通常基于该任务上的表现好坏来选择或训练模型。例如,... 阅读详情

深度学习的能与不能

发表于:08/30/2018 , 关键词:
2018(第九届)清洁发展国际融资论坛上,北京交通大学人工智能研究院常务副院长、教授于剑先生从专业角度回顾了人工智能的发展历程,并介绍了深度学习的适用范围和所面临的问题。他指出,深度学习是机器学习领域最引人注目的研究方向,但没有任何一种算法可以解决机器学习所有的应用。 深度学习算法的分类 深度学习在早期被称为神经网络。神经网络是一种特殊的学习方式,在神经网络领域,人们将学习定义为“... 阅读详情

人工智能领域十大最具成长性技术展望

发表于:08/29/2018 , 关键词:
在2018世界机器人大会17日的主论坛上,中国电子学会发布《新一代人工智能领域十大最具成长性技术展望(2018-2019年)》。 当前,全球正在经历科技和产业高度耦合、深度迭加的新一轮变革,大数据的形成、理论算法的革新、计算能力的提升及网络设施的演进驱动人工智能进入新一轮创新发展高峰期,新技术持续获得突破性进展,呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等以应用为导向的新特征。... 阅读详情

物联网云计算大数据人工智能四者紧紧相连密不可分

发表于:08/29/2018 , 关键词:
近年来,物联网、云计算、大数据、人工智能等专业名词愈来愈成为信息产业和科学技术界的热门词汇,这四者紧紧相连、密切相关、不可分割。 物联网 顾名思义,物联网就是物物相连的互联网。与其说物联网是网络,不如说物联网是业务和应用。它是新一代信息技术的重要组成部分,也是“信息化”时代的重要发展阶段,是一个动态的、不断拓展深化的过程。 云计算

盘点物联网设备7大攻击面及其应对措施

发表于:08/29/2018 , 关键词:
背景介绍 这些年,物联网的快速发展,也令连网设备的数量与日俱增。然而,有网络的地方就会有安全问题,根据安全研究员曝光的数据显示,物联网领域存在着诸多漏洞,从无线智能玩偶到重达数吨的汽车,无一幸免。好的方面是,这也令越来越多的公司关注并重视物联网的安全问题。 如今,越来越多的员工都已经在家中部署了各种各样的物联网设备,甚至还会将这些设备连接企业网络进行办公,如此一来,势必会引爆更大的安全危机。... 阅读详情

深度学习优化函数详解(1)——Gradient Descent 梯度下降法

发表于:08/29/2018 , 关键词:
本文延续该系列的上一篇 深度学习优化函数详解(0)– 线性回归问题。 上一篇讲到了最基本的线性回归问题,最终就是如何优化参数 a, b 寻找最小的 loss 显然loss函数是一个二次函数,问题就转化成了如何求二次函数的最小值。我们再举一个更简单的例子,假设我们要优化的函数是 y = x2,初始条件我们选择了x0 = 2,y0 = 4,画在图上如下:

掌握可视化卷积神经网络模型,带你畅游图像识别技术领域

发表于:08/29/2018 , 关键词:
在走进深度学习的过程中,最吸引作者的是一些用于给对象分类的模型。最新的科研结果表示,这类模型已经可以在实时视频中对多个对象进行检测。而这就要归功于计算机视觉领域最新的技术革新。 众所周知,在过去的几年里,卷积神经网络(CNN或ConvNet)在深度学习领域取得了许多重大突破,但对于大多数人而言,这个描述是相当不直观的。因此,要了解模型取得了怎样大的突破,我们应该先了解卷积神经网络是怎样工作的。... 阅读详情

计算机视觉如何入门

发表于:08/28/2018 , 关键词:
目前,人工智能,机器学习,深度学习,计算机视觉等已经成为新时代的风向标。 这篇文章主要介绍了下面几点: 第一点,如果说你要入门计算机视觉,需要了解哪一些基础知识? 第二点,既然你要往这方面学习,你要了解的参考书籍,可以学习的一些公开课有哪些? 第三点,可能是大家都比较感兴趣的,就是计算机视觉作为人工智能的一个分支,它不可避免的要跟深度学习做结合,而深度学习也可以说是融合到了计算机视觉、图像处理... 阅读详情

详解卷积神经网络(CNN)在语音识别中的应用

发表于:08/28/2018 , 关键词:
作者:侯艺馨 前言 总结目前语音识别的发展现状,dnn、rnn/lstm和cnn算是语音识别中几个比较主流的方向。2012年,微软邓力和俞栋老师将前馈神经网络FFDNN(Feed Forward Deep Neural Network)引入到声学模型建模中,将FFDNN的输出层概率用于替换之前GMM-HMM中使用GMM计算的输出概率,引领了DNN-HMM混合系统的风潮。长短时记忆网络(LSTM,... 阅读详情

如何在学习机器学习时学习数学?

发表于:08/28/2018 , 关键词:
到目前为止,我们都还不完全清楚开始机器学习需要什么样的数学水平,特别是那些没有在学校学习数学或统计学的人。 在这篇文章中,我的目标是提出建立产品或进行机器学习学术研究所需的数学背景。这些建议源于与机器学习工程师、研究人员和教育工作者的对话以及我在机器学习研究和行业角色方面的经验。 首先,我会提出不同的思维模式和策略,以便在传统课堂之外接近真正的数学教育。然后,... 阅读详情