EEPW首頁(yè) >>
主題列表 >>
深度學(xué)習
深度學(xué)習 文章 進(jìn)入深度學(xué)習技術(shù)社區
從任務(wù)角度分析深度學(xué)習硬件發(fā)展趨勢

- 從微小器件到海量數據中心,格外強勁的硬件將能為深度學(xué)習領(lǐng)域內的一切提供助力。 2016 年 3 月份,谷歌 DeepMind 的計算機在多輪圍棋比賽中擊敗了世界圍棋冠軍李世乭。這一事件標志著(zhù)人工智能領(lǐng)域內的一個(gè)新里程碑。獲勝的 AlphaGo 借力于現在為大家所熟知的深度學(xué)習——一種人工神經(jīng)網(wǎng)絡(luò );在這種神經(jīng)網(wǎng)絡(luò )里有很多計算處理層,可以用來(lái)自動(dòng)尋找問(wèn)題的解決方案。 那時(shí)候人們還不知道谷歌正在悄然開(kāi)發(fā)為這一勝利提供助力的秘密武器——一種專(zhuān)用硬件,
- 關(guān)鍵字: 谷歌 深度學(xué)習
Nature重磅:Hinton、LeCun、Bengio三巨頭權威科普深度學(xué)習

- 借助深度學(xué)習,多處理層組成的計算模型可通過(guò)多層抽象來(lái)學(xué)習數據表征( representations)。這些方法顯著(zhù)推動(dòng)了語(yǔ)音識別、視覺(jué)識別、目標檢測以及許多其他領(lǐng)域(比如,藥物發(fā)現以及基因組學(xué))的技術(shù)發(fā)展。利用反向傳播算法(backpropagation algorithm)來(lái)顯示機器將會(huì )如何根據前一層的表征改變用以計算每層表征的內部參數,深度學(xué)習發(fā)現了大數據集的復雜結構。深層卷積網(wǎng)絡(luò )(deep convolutional nets)為圖像、視頻和音頻等數據處理
- 關(guān)鍵字: Nature 深度學(xué)習
深度學(xué)習概述:從感知機到深度網(wǎng)絡(luò )

- 近些年來(lái),人工智能領(lǐng)域又活躍起來(lái),除了傳統了學(xué)術(shù)圈外,Google、Microsoft、facebook等工業(yè)界優(yōu)秀企業(yè)也紛紛成立相關(guān)研究團隊,并取得了很多令人矚目的成果。這要歸功于社交網(wǎng)絡(luò )用戶(hù)產(chǎn)生的大量數據,這些數據大都是原始數據,需要被進(jìn)一步分析處理;還要歸功于廉價(jià)而又強大的計算資源的出現,比如GPGPU的快速發(fā)展?! 〕ミ@些因素,AI尤其是機器學(xué)習領(lǐng)域出現的一股新潮流很大程度上推動(dòng)了這次復興——深度學(xué)習。本文中我將介紹深度學(xué)習背后的關(guān)鍵概念及算法,從最簡(jiǎn)單的元素開(kāi)始并以此為基礎進(jìn)行下一步構建。
- 關(guān)鍵字: 深度學(xué)習
深度學(xué)習(Deep Learning)算法簡(jiǎn)介

- 深度(Depth) 從一個(gè)輸入中產(chǎn)生一個(gè)輸出所涉及的計算可以通過(guò)一個(gè)流向圖(flow graph)來(lái)表示:流向圖是一種能夠表示計算的圖,在這種圖中每一個(gè)節點(diǎn)表示一個(gè)基本的計算并且一個(gè)計算的值(計算的結果被應用到這個(gè)節點(diǎn)的孩子節點(diǎn)的值)??紤]這樣一個(gè)計算集合,它可以被允許在每一個(gè)節點(diǎn)和可能的圖結構中,并定義了一個(gè)函數族。輸入節點(diǎn)沒(méi)有孩子,輸出節點(diǎn)沒(méi)有父親?! ∵@種流向圖的一個(gè)特別屬性是深度(depth):從一個(gè)輸入到一個(gè)輸出的最長(cháng)路徑的長(cháng)度?! 鹘y的前饋神經(jīng)網(wǎng)絡(luò )能夠被看做擁有等于層數的深度
- 關(guān)鍵字: 深度學(xué)習
一張圖看懂AI、機器學(xué)習和深度學(xué)習的區別

- AI(人工智能)是未來(lái),是科幻小說(shuō),是我們日常生活的一部分。所有論斷都是正確的,只是要看你所談到的AI到底是什么?! ±?,當谷歌DeepMind開(kāi)發(fā)的AlphaGo程序打敗韓國職業(yè)圍棋高手Lee Se-dol,媒體在描述DeepMind的勝利時(shí)用到了AI、機器學(xué)習、深度學(xué)習等術(shù)語(yǔ)。AlphaGo之所以打敗Lee Se-dol,這三項技術(shù)都立下了汗馬功勞,但它們并不是一回事?! ∫闱逅鼈兊年P(guān)系,最直觀(guān)的表述方式就是同心圓,最先出現的是理念,然后是機器學(xué)習,當機器學(xué)習繁榮之后就出現
- 關(guān)鍵字: AI 深度學(xué)習
2016AI巨頭開(kāi)源IP盤(pán)點(diǎn) 50個(gè)最常用的深度學(xué)習庫

- Data Science Central網(wǎng)站主編、有多年數據科學(xué)和商業(yè)分析模型從業(yè)經(jīng)驗的Bill Vorhies曾撰文指出,過(guò)去一年人工智能和深度學(xué)習最重要的發(fā)展不在技術(shù),而是商業(yè)模式的轉變——所有巨頭紛紛將其深度學(xué)習IP開(kāi)源。 毋庸置疑,“開(kāi)源浪潮”是2016年人工智能領(lǐng)域不可忽視的一大趨勢,而其中最受歡迎的項目則是谷歌的深度學(xué)習平臺TensorFlow。下文就從TensorFlow說(shuō)起,盤(pán)點(diǎn)2016年AI開(kāi)源項目,最后統計了Github最常用深度學(xué)習開(kāi)源項目
- 關(guān)鍵字: 谷歌 深度學(xué)習
王馥芳:面向機器人的大規模知識引擎

- 近年來(lái),隨著(zhù)計算機和網(wǎng)絡(luò )技術(shù)的快速發(fā)展,諸多大規模知識引擎的創(chuàng )建在很大程度上改變了人類(lèi)的知識共享和表征生態(tài)。受此啟發(fā),美國康奈爾大學(xué)和斯坦福大學(xué)的一些學(xué)者通過(guò)多模態(tài)大數據挖掘,創(chuàng )建了一種新的、主要面向機器人的、同時(shí)能供任何要執行任務(wù)的設備自由訪(fǎng)問(wèn)的大規模知識引擎:機器人大腦(RoboBrain)。機器人大腦:面向機器人的大規模知識引擎在面向人類(lèi)的知識數據庫中,信息搜索是一件簡(jiǎn)單的事情,我們只需在電腦或移動(dòng)終端上輸入幾個(gè)字就可以得到答案,在很多情況下,模糊和缺省檢索也能解決問(wèn)題。但是,對于機器人來(lái)說(shuō)事情就沒(méi)
- 關(guān)鍵字: 機器人大腦 深度學(xué)習 人工智能
深度學(xué)習介紹
您好,目前還沒(méi)有人創(chuàng )建詞條深度學(xué)習!
歡迎您創(chuàng )建該詞條,闡述對深度學(xué)習的理解,并與今后在此搜索深度學(xué)習的朋友們分享。 創(chuàng )建詞條
歡迎您創(chuàng )建該詞條,闡述對深度學(xué)習的理解,并與今后在此搜索深度學(xué)習的朋友們分享。 創(chuàng )建詞條
關(guān)于我們 -
廣告服務(wù) -
企業(yè)會(huì )員服務(wù) -
網(wǎng)站地圖 -
聯(lián)系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權所有 北京東曉國際技術(shù)信息咨詢(xún)有限公司
京ICP備12027778號-2 北京市公安局備案:1101082052 京公網(wǎng)安備11010802012473
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權所有 北京東曉國際技術(shù)信息咨詢(xún)有限公司
