TensorFlow是谷歌推出的深度学习框架，于2019年发布了第二版。它是世界上最著名的深度学习框架之一，被行业专家和研究人员广泛使用。Tensorflow v1难以使用和理解，因为它的Pythonic较少，但是随着Keras发行的v2现在与Tenso

近几年，随着海量数据的累积、计算能力的提升和算法模型的创新，无论是在学术界还是工业界，深度学习在NLP领域已经得到越来越多的关注与应用，并且有很多可喜的落地成果。知识的抽取和挖掘一直是Data Mining、Knowledge Graph等NLP子领域

KDnuggets 向 11 位来自学界和业界不同领域的机器学习和 AI 专家咨询，以期总结出今年的业内进展并预测明年的关键趋势。KDnuggets 分别获得了来自 Anima Anandkumar、Andriy Burkov、Pedro Domingos

在不做任何升级的情况下，当代的PC电脑难免会随着时间的流逝越用越慢。最新的论文中，谷歌团队提出使用深度学习模型来改进CPU的预取功能，比如，数据库可以自动学习如何处理与社交网络数据相反的财务数据。

在过去几年，计算机科学家在人工智能方面取得了巨大的飞跃，也让人工智能技术变得越来越普遍。而深度学习无疑又是人工智能的研究热点，那么现在都有哪些最流行的开源深度学习工具?本文将为您推荐最着名的9个开源顶级深度学习项目。Caffe最初由加州大学伯克利分校博士生

这篇文章将会科普一种使用深度学习进行人脸表情检测的方法，并简要介绍下传统的检测方法。

五月份，来自哥伦比亚大学和理海大学的几位研究者的论文《DeepXplore: Automated Whitebox Testing of Deep Learning Systems》提出了一种深度学习系统的自动白箱测试方法 DeepXplore，参阅机器之

一般说来，训练深度学习网络的方式主要有四种：监督、无监督、半监督和强化学习。在接下来的文章中，计算机视觉战队将逐个解释这些方法背后所蕴含的理论知识。除此之外，计算机视觉战队将分享文献中经常碰到的术语，并提供与数学相关的更多资源。监督学习监督学习是使用已知正

行业分析2016年，全球深度学习市场规模据估计已达到2.27亿美元。随着在自动驾驶和医疗健康产业的应用越来越多，深度学习应该仍会对行业增长带来突出的贡献。它在技术上克服数据量、强计算力以及在数据存储能力方面的优势，使得其在语音、图像等对数据复杂性要求很高的

批归一化技术是深度学习中最近出现的一个有效的技术，已经被广泛证明其有效性，并很快应用于研究和应用中去。这篇文章假设读者知道什么是批归一化，并对批归一化有一定程度的了解，知道它是如何工作的。本文使用两种不同方法实现了一种神经网络。我们拿一个简单的 MNIST

深度学习可能对于很多初学者是一头雾水，在高速发展的同时有很多新的概念名词被抛出，而本文则是对一些常见名词的备忘介绍。梯度即是某个函数的偏导数，其允许输入多个向量然后输出单个值，某个典型的函数即是神经网络中的损失函数。梯度会显示出随着变量输入的增加输出值增加