正文为了解决神经网络的过拟合问题，我们需要使用L2正则化，除了L2正则化解决过拟合的问题，还可以使用另外一个正则化方法——Dropout，我们下面详细介绍一个这个正则化的原理。这个神经网络存在着过拟合的问题，我们要使用dropout来解决这个过拟合问题，d

上期文章我们分享了如何获取人脸数据以及保存人脸数据，有了上次搜集的人脸数据集，我们就可以对人脸的数据进行神经网络的训练，本期的神经网络基于SVM支持向量机算法，由于SVM算法可以使用小数据集进行神经网络的训练，我们本期基于SVM下的SVC分类器算法来训练神

TensorFlow 2.0正式版发布不久，全球开发者和开源用户迎来了首届TensorFlow World大会。谷歌大牛Jeff Dean登台激情演讲，分享了谷歌AI的进展和TensorFlow的野心；谷歌推出TensorFlow Enterprise，提

今天，是1024程序员节。在这个“攻城狮”自带光芒的日子里，阿里妹请来AI大神贾扬清，作为一位开发者，聊一聊他自己的开发者经历，希望对你有所启发。我觉得这件事和这个问题类似，大家可以把深度学习当做一个工具。看一看数据科学家都在做什么事情，如果自己有一堆数据

自动机器学习AutoML方面的新书《AutoML：方法，系统，挑战》最近正式出版了，而且还有完整书籍的免费下载！本书详细讲解了 AutoML 系统背后的基础知识，并对当前 AutoML 系统进行了深入描述。近日，由Frank Hutter, Lars Ko

随着深度学习的兴起，越来越多的人从事算法工程师这一岗位。有时候他们自嘲自己为“天桥调参师”。尤其是针对学习率、批量大小、动量和权重衰减这些超参数而言，没有简单易行的方法来设置。深度学习模型充满了超参数，在如此高维空间中找到这些参数的最佳值并不是一项容易的挑

然而软件工程师们依旧需要花费大量精力在重复的还原UI视觉稿的工作。UI视觉研发拥有明显的特征：组件，位置和布局，符合机器学习处理范畴。2018年3月UI2CODE开始启动技术可行性预研工作，到目前为止，经历了3次整体方案的重构。我们参考了大量的利用机器学习

机器学习和深度学习已经在金融机构中找到了自己的位置，因为它们能够以高精度预测时间序列数据，并且工程师们仍在继续研究以使模型更好。这篇文章是我使用机器学习来预测股票价格的入门项目。它基于我的项目AlphaAI，这是一个堆叠的神经网络架构，可以预测各个公司的股

在这篇文章中，你将学习到自然语言处理的基础知识，深入了解到它的一些技术，了解到NLP如何从深度学习的最新进展。NLP的最终目标是使计算机能够像人类一样理解语言。它是虚拟助手、语音识别、情感分析、自动文本摘要、机器翻译等的驱动力。由于其复杂性，理解人类语言被

应该如何鼓励那些正在受影响的人？本文对此进行了详细的阐述。“负担症候群”为何在数据科学中如此盛行？数据科学是一个全新的领域。2011年，DJ Patil和Jeff Hammerbacher首次被冠名为“数据科学家”。采用新技术，数据科学的范围正在不断的扩大

摘要： 作者通过本文概述了 2017 年深度学习技术在 NLP 领域带来的进步，以及未来的发展趋势，并且最后向大家介绍了几个正在兴起的NLP框架和工具。它在自然语言处理中的应用起初并不令人兴奋，但是随着技术的进步它也为一些常见的NLP任务提供了最先进的解决

TensorFlow是一个开源的机器学习库—对任何人都是开放的。公司、非营利性组织、研究人员和开发人员已经在一些领域使用了TensorFlow。维克托·安东三年内记录并收集了数万个鸟鸣的录音，但是他无法弄清楚每一个鸟鸣属于哪只鸟。Victor说，“我们知道

本文介绍了当前最流行15个机器学习框架。机器学习工程师是开发产品和构建算法团队中的一部分，并确保其可靠、快速和成规模地工作。·数据专家进行调查研究形成有关于机器学习项目的想法，然后分析来理解机器学习系统的度量影响。

我想回答一些我经常被问到的问题：我需要什么样的电脑来进行深度学习？为什么fast.ai推荐Nvidia GPU？你为初学者推荐什么深度学习库？我认为这些问题都属于一个总的主题：你需要什么来进行深入学习？这篇文章是针对那些新进入这个领域的，并且对入门感兴趣的

过去几年来，人工智能研究人员在图像识别、自然语言理解和棋类等领域取得了重大突破。但由于缺乏对复杂机器学习模型的真正理解，导致模型在传播时出现了偏见，这种偏见在零售、面部识别和语言理解等领域的应用中出现了多次。说到底，机器学习模型大多数时候仍然是“黑盒子”，

最近互联网上出现一个热词就是“freestyle”，源于一个比拼rap的综艺节目。在节目中需要大量考验选手的freestyle能力，freestyle指的是rapper即兴的根据一段主题讲一串rap。freestyle除了考验一个人rap的技巧，其实我觉得

在6月的1400多篇机器学习相关的文章/项目中，Mybridge甄选了10篇最热文章。主题包括：Google Duplex，网格单元，神经网络，TensorFlow，Keras，第一名解决方案，CVPR 2018等。Top 10 文章由 Mybridge

最近，谷歌的AI研究人员、 "Test of Time Award"得主Ali Rahimi指出，计算机通过尝试错误法进行学习的机器学习算法已经成为“炼金术”的一种形式。Rahimi说，如果不深入了解构建和训练新算法所需的基本工具，研究

IBM Research 称，已经开发出了一种内存计算新方法，可以为微软和谷歌寻求的高性能和机器学习应用的硬件加速器提供答案。该方法被称为“混合精度内存计算”，论文发表在 Nature Electronics 期刊。据 IBM 称，这种被称为 “冯·诺依曼