随着深度学习的发展，神经网络变得越来越大。例如，在ImageNet识别挑战中，获胜的模型在2012年到2015年间的大小增加了16倍。在短短一年的时间里，百度的深度语音模型的训练操作数增加了10倍。随着模型尺寸的增大，模型在手机上的部署变得更加困难。在这种

早在20世纪初期，人们就已经开始思考机器人能否像人一样开始思考。在各类文学作品和科幻电影中，我们看到的“能够思考的机器人”，其实就是人工智能的起源。直到20世纪50年代，人工智能的概念正式被提出。到目前为止，很多人都是觉得是可以的。尽管目前人工智能技术取得

小伙伴们大家好呀~~用Numpy搭建神经网络，我们已经来到第二期了。第一期文摘菌教大家如何用Numpy搭建一个简单的神经网络，完成了前馈部分。这一期，为大家带来梯度下降相关的知识点，和上一期一样，依然用Numpy实现梯度下降。在代码开始之前，先来普及一下梯

反向传播算法隶属于深度学习，它在解决模型优化问题的方面有着重要的地位。这一算法由被誉为深度学习之父的Geoffrey Hinton提出。但是，学界对这篇代表反向传播算法的论文却态度褒贬不一。现在被称为深度学习的神经网络已完全被反向传播给占据了。另一方面，还

英伟达团队CVPR-18论文Super SloMo使用深度学习，能将任意视频变为“高清慢速播放”模式，从此不再错过任何细节。今天有人开源了PyTorch实现，赶紧来试试吧！要看清男子羽毛球比赛的细节实在不容易。如今，一些大型体育赛事已经用上了工业高速摄像头

2013年，随着智能手机的普及，移动互联网与移动应用迅速蔓延开来。同时，这也让掌握着2G、3G等诸多专利的高通获得了巨大的市场占有率以及难以想象的财富。而到了4G时代，随着华为、英特尔以及以前的诺基亚和高通的竞争愈加激烈，促使了高通在5G的领域竭尽所能的提

在论文中，研究人员训练卷积神经网络来识别被应用到作为输入的图像上的二维旋转。从定性和定量两方面证明，这个看似简单的任务实际上为语义特征学习提供了非常强大的监督信号。更具体地说，首先，我们定义了一组离散的几何变换，然后将这些几何变换中的每一个应用于数据集上的

彼时，我手头的神经网络训练已持续了12个小时，各项指标显示运转良好。没有一点点防备，就在刚才，突然提示：全部预测为零，一点有用的信息都没有！“该如何检查神经网络模型输出的信息是否有用”？其实，影响神经网络训练正常运转的影响因素很多！如果可能，使用标准损失。

神经网络和深度学习技术是当今大多数高级智能应用的基础。神经网络主要从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，这种模型使用大量的计算神经元，这些神经元通过加权连接层连接。每一层神经元都能够进行大规模的并行计算并在它们之间传递信息。与神经元模

众所周知，神经网络十分擅长处理特定领域的任务 ，但在处理多任务时结果并不是那么理想。这与人类的大脑不同，人类的大脑能够在多样化任务中使用相同的概念。例如，假如你从来没听说过 “分形”，请看下面这张图：。现代神经科学认为，大脑中的信息是在不同的部位进行分享和

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。卷积神经网络用于在图像中寻找特征。在CNN的前几层中，神经网络可以进行简单的&q

本文内容来自于硅谷投资人Lake Dai，LDV Partners合伙人。深度学习是一种机器学习的方法，它试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。在深度学习网络中，每一个节点层在前一层输出的基础上学习识别一组特定的特