demi的博客

机器学习的五大流派

有道是“罗马不是一天建成的”,机器学习的发展也是历经了很长时间,在这过程中形成了五大流派:符号主义(Symbolists),贝叶斯派(Bayesians),联结主义(Connectionist),进化主义(Evolutionaries)和行为类比主义(Analogizer),这五大流派各有各的特点。

理解CNN卷积层与池化层计算

深度学习中CNN网络是核心,对CNN网络来说卷积层与池化层的计算至关重要,不同的步长、填充方式、卷积核大小、池化层策略等都会对最终输出模型与参数、计算复杂度产生重要影响,本文将从卷积层与池化层计算这些相关参数出发,演示一下不同步长、填充方式、卷积核大小计算结果差异。

自动驾驶的核心技术是什么?

用4级或5级来定义自动驾驶很难有一个明确的标准,自动驾驶也不应该搞得很复杂。自动驾驶实际包含三个问题:一是我在哪?二是我要去哪?三是如何去?能完整解决这三个问题就是真正的自动驾驶。所以特斯拉升级后的8000美元的Autopilot 2.0只有部分线控功能,不能算真正的自动驾驶。福特、百度和谷歌这些公司做的才是真正的自动驾驶,远在特斯拉之上,两者云泥之差,天壤之别。

《常用算法之智能计算(三)》:机器学习计算

机器学习(Machine Learning),人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,主要使用归纳、综合而不是演绎的方法研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是一门多领域的交叉学科,涉及到概率论、统计学、逼近论、凸分析、算法复杂度理论和计算机科学等诸多学科。

神经网络的激活函数总结

激活函数是神经网络的一个重要组成部分。如果不用激活函数(即相当于激活函数为f(x)=x),在这种情况下,网络的每一层的输入都是上一层的线性输出,因此,无论该神经网络有多少层,最终的输出都是输入的线性组合,与没有隐藏层的效果相当,这种情况就是最原始的感知机。

2019将影响企业发展的10个技术预测

在一年的年末或下一年的年初,预测,正在成为众多机构,特别是科技行业所热衷的主题。人工智能、机器人、物联网、AR/VR、云计算、数字孪生、量子计算等热门技术更是成为各机构的预测标的。对于行业内的企业而言,有些预测足以成为企业高层制定未来规划和战略的依据。而有些预测则带有一定的主观偏好,对企业并没有实际的帮助。近期,InformationWeek通过对各大咨询公司的预测进行梳理和分析,汇总了2019年值得企业关注的十大技术预测。

我们常讨论IoT和智慧城市,它们有何联系?

据IDC统计,2020年全球物联网市值将达8.9兆美元。到2013-2020年,物联网设施的年复合成长率将高达17.5%,世界将出现超过500亿个智慧联网装置,所以物联网被视为继移动互联网后的最大科技商机。

智慧城市暨物联网的趋势

什么是物联网(Internet Of Things)?到目前为止,物联网并没有一个统一的明确定义。不过简单的说,物联网就是「物与物相联并可以彼此沟通的网络」,所以让所有物品都连上互联网并对环境「全面感知」、进而透过各种有线或无线网路进行「可靠传递」,最后进行各种「智慧处理」创造增值服务,例如智慧家庭、智慧医疗、智慧交通、智慧节能及智慧零售等各种应用,因而给民众带来更便利的智慧生活。

智慧城市是物联网的重要应用场景、物联网是实现智慧城市的重要基础

「智慧城市」的概念最早源自于IBM提出的「智慧地球」。

了解模式识别

对模式的识别是人类智慧的一个重要体现,人类具有很强的模式识别能力,能对千千万万的具体的物质进行识别,也能对事物进行高级抽象后的模式进行识别。一个人对模式识别的学习从小孩就开始,知道了这是花草、那是蓝天白云。这些对人类来说很简单的事情,其实是很复杂的智能行为。