自压缩神经网络
在本篇博文中，我们分享了一个通用框架，用于优化神经网络的典型固定特征——通道数和位宽——以使网络在训练过程中学会自我压缩。
神经网络
神经网络是一种受到生物神经系统启发而设计的计算模型，用于机器学习和人工智能领域。神经网络由大量的人工神经元（模拟生物神经元）组成，这些神经元通过连接权重相互连接，形成网络结构。神经网络的目标是通过学习和调整权重来模拟和解决复杂的问题。
神经网络如何进行深度估计？
一种新的深度估计方法，能够赋予神经网络强大的深度估计的泛化能力。
浅析神经网络算法在公交的应用
神经网络技术应用于各个行业，在公交领域的各种预测起着重要作用。
BN和Dropout在训练和测试时有哪些差别？
对于BN，在训练时，是对每一批的训练数据进行归一化，也即用每一批数据的均值和方差。
自然语言处理综述
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。
神经网络通过研究任意单个星系，揭示整个宇宙的组成
机器学习算法可以检查单个模拟星系，并预测其存在的数字宇宙的整体构成……
翻译：什么时候不要使用神经网络
神经网络足以强大到可以解决任何问题？无论何时，选择神经网络总是正确的选择吗？
神经网络与傅立叶变换到底有没有关系？
本文将讨论傅里叶变换，以及如何将其用于深度学习领域。
神经网络为大脑如何运作提供新见解
贝勒医学院的研究人员开发了一个神经网络模型，使用神经网络（STANN）进行空间转录组学细胞类型分配，以克服这些挑战。
嵌入式人工智能/机器学习（AI/ML）以“生态+集成+定制”差异化发展
随着谷歌的开源TensorFlow Lite嵌入式机器学习架构和类似产品的推出，以及诸如Imagination公司的PowerVR神经网络加速器（NNA）等硬件加速器在移动设备或嵌入式设备上商用，各种功耗和成本更低的，以及更加小巧的嵌入式AI/ML功能解决方案不断涌现。