最新一期机器之心 AAAI 2020 线上分享，我们邀请到了加州大学伯克利分校 Zhewei Yao 博士为我们介绍将二阶方法用于训练深度神经网络的最新成果。今年春节后不久，人工智能学术顶会 AAAI 2020 就将于美国纽约开幕。此外，我还将为大家展示在

文章之间关系匹配是自然语言处理领域的重要问题。传统算法忽略了文本内部语义结构，而深度神经网络目前主要用于句子对之间的匹配。同时由于长文本对计算量需求较大，且目前缺乏训练数据集，因此长文本的匹配问题一直难以解决。对此，来自阿尔伯塔大学和腾讯 PCG 移动浏览

3D 点云是一种不规则且无序的数据类型，传统的卷积神经网络难以处理点云数据。来自俄勒冈州立大学机器人技术与智能系统研究所的研究者提出了 PointConv，可以高效的对非均匀采样的 3D 点云数据进行卷积操作，该方法在多个数据集上实现了优秀的性能。点云通常

近日，来自中科院自动化所以及深睿AI实验室的研究人员提出一种新型联合上采样模块 Joint Pyramid Upsampling，可在多种方法中替代扩张卷积，在不损失模型性能的情况下，有效降低计算复杂度和内存占用。语义分割是计算机视觉领域的基础任务之一，其

深度神经网络很大程度上还是一种黑箱中技术，我们还不完全清楚其如此有效的原因。南加利福尼亚大学的研究者 C.-C. Jay Kuo 提出了一种用于理解卷积神经网络的数学模型。机器之心技术分析师对该研究进行了解读，本文为解读的中文版。在计算机视觉领域，学术界的

机器之心整理，机器之心编辑部。人工智能顶会 IJCAI 2018 的主要议程于昨日在瑞典首都斯德哥尔摩开始。昨天上午，Facebook 首席人工智能科学家、纽约大学教授 Yann LeCun 在会上发表了近一个小时，以《Learning World Mod

神经网络目前是最强大的函数近似器，而高斯过程是另一种非常强大的近似方法。DeepMind 刚刚提出了两篇结合高斯过程与神经网络的研究，这种模型能获得神经网络训练上的高效性，与高斯过程在推断时的灵活性。DeepMind 分别称这两种模型为神经过程与条件神经过

本文简要介绍了 Inception 家族的主要成员，包括 Inception v1、Inception v2 和 Inception v3、Inception v4 和 Inception-ResNet。它们的计算效率与参数效率在所有卷积架构中都是顶尖的，

动手实践一下吧，了解神经网络是如何工作的最好方法是自己创建一个简单神经网络。神经网络，也被称为人工神经网络，是机器学习领域中学习算法的子集，大体上借鉴了生物神经网络的概念。目前，神经网络在计算机视觉、自然语言处理等领域应用广泛。德国资深机器学习专家Andr

尽管性能没有流行的生成模型好，但受限玻尔兹曼机还是很多读者都希望了解的内容。这不仅是因为深度学习的复兴很大程度上是以它为前锋，同时它那种逐层训练与重构的思想也非常有意思。本文介绍了什么是受限玻尔兹曼机，以及它的基本原理，并以非常简单的语言描述了它的训练过程

本文介绍了元学习，一个解决「学习如何学习」的问题。元学习是目前机器学习领域一个令人振奋的研究趋势，它解决的是学习如何学习的问题。传统的机器学习研究模式是：获取特定任务的大型数据集，然后用这个数据集从头开始训练模型。很明显，这和人类利用以往经验，仅仅通过少量

「魔镜魔镜告诉我，谁是世界上最美的女人？」这句伴随童年的话也有现实版哦～神经网络可以预测人脸颜值，这方面也出现了不少研究。今年年初华南理工大学的研究者发布论文，并公开了数据集 SCUT-FBP5500。本文作者 Dima Shulga「复现」了该论文，并用

谷歌大脑团队希望用类似于 AutoML 发现新神经网络架构的方法，探索自动发现新优化器的实现。他们发现了多种性能优异的优化器，并已将其开源。深度学习模型已在谷歌的众多产品中部署，如搜索、翻译和图片。优化方法的选择在深度学习模型的训练中发挥着重要作用。这些原

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。在本文，来自阿里巴巴搜索部门的高级算法专家孙飞博士将简要介绍神经网络的演变，并讨论该领域的最新发展。本文主要围绕以下五个方面：。神经网络主要是一种计算模型，它以简化的水平模拟人类大脑的运作。每层神经元都

尝试使用过各大公司推出的植物识别APP吗？比如微软识花、花伴侣等这些APP。随着深度学习方法的应用，图像分类的精度越来越高，在部分数据集上已经超越了人眼的能力。本文在不使用相关软件库的情况下，从头开始构建针对鸢尾属植物数据的神经网络模型，对其进行训练并获得

神经网络是机器学习算法中最流行且最强大的算法。尽管它很有用，但神经网络往往因为它们的性能是“不可靠的”而声誉不佳。在我看来，这可能是由于对神经网络工作机制误解所致。第一个理论认为，单个神经元具有很高的处理信息能力，并且能够表达复杂的概念。第二种理论认为，神

AI 不仅需要判断，也需要具备思考问题的能力。真正的人工智能应该和人类一样，可以理解自己以及周围智能体的心理状态，这些状态包括情绪、新年、意图、欲望、假装与知识等。DeepMind 近日提出的「机器心智理论」神经网络 ToMnet 让计算机拥有了这种能力，

在2017年，有人使用WordPress发布了超过五十万个标签为诗歌的帖子。什么是LSTM，它是如何生成文本的？我在实验中使用了一种称为LSTM或长短期记忆网络的神经网络来构建我的机器人。我添加了LSTM层，试验每个图层中的dropout级别，直到确定使用

10 月下旬，华为的 NPU AI 专用处理单元和 HiAI 移动计算平台亮相华为上海发布会，引起了诸多关注。随后，我们与微软全球技术院士黄学东进行了对话，仔细聊了聊这款包含了世界上第一个能够在智能设备上进行离线推理的自然语言处理神经网络的应用的诞生始末。

要查阅这方面更多的内容，我建议在线搜索，因为网上的信息很多很多。本文的这个解释来源于fast.ai仓库。这个简单的神经网络图片基本上代表了本案例中发生的事情。Conv1展示了将输入分别乘以两个3x3卷积核之后的激活情况。Conv2将成为下一个隐藏层。最大池