使用FastAI和Pytorch的ResNet 34图像嵌入查找类似图像的简单演练。还在巨大的图像嵌入集合中进行快速语义相似性搜索。在这篇文章中，我们试图实现上述结果，即给定图像，我们应该能够从Caltech-101数据库中找到类似的图像。从ResNet-

由于深度学习，人工智能取得了令人难以置信的成就，但它仍然缺乏人的能力。深度学习是机器学习的一个子集，在过去的十年中，它已经在各种实际应用中提供了超人类的准确性。与机器学习相比，AI agent基于机器学习算法从数据中学习，深度学习基于神经网络架构，其行为类

人类学习的一个基本特征是我们可以同时学到很多东西。机器学习中的等效思想被称为多任务学习，它在实践中变得越来越有用，特别是对于强化学习和自然语言处理。事实上，即使在标准的单任务情况下，也可以设计额外的辅助任务并将其包含在优化过程中以帮助学习。重点是Tenso

深度学习是计算密集型的，搭建硬件环境很重要。因此您需要具有多个内核的快速CPU，对吧？在构建深度学习系统时，最糟糕的事情之一就是在没有必要的硬件上浪费钱。在这里，我将逐步指导您使用廉价高性能系统所需的硬件。这篇文章是按错误严重程度排序的。这意味着人们通常浪

在讨论问题细节之前，我想先介绍一下业务流程，Avito.ma是一个行业领先的摩洛哥电子商务广告平台，用户可以在其中发布广告，销售二手商品或新产品，如手机、笔记本电脑、汽车、摩托车等。在成功填写这些字段后，你必须等待大约60分钟，以便在网站相关管理人员审核验

在本教程中，将使用PyTorch框架介绍深度学习，并通过其结论，您可以轻松地将其应用于您的深度学习模型。Facebook今年早些时候推出了PyTorch 1.0，集成了Google Cloud， AWS和Azure Machine Learning。在本教

在大概6个月的时间里，学习、提高和促进在深度学习方面的工作是很有可能的。本文详细介绍了实现这一目标的几个步骤。-你愿意在接下来的6个月里每周花费10-20个小时。你应该能够轻松地学会使用Python和云计算技术。推荐Fast.ai课程——面向程序员的深度学

首先，为什么调整模型？像卷积神经网络这样的深度学习模型具有大量的参数; 我们实际上可以调用这些超参数，因为它们在模型中没有内在地优化。您可以使用gridsearch搜索这些超参数的最佳值，但您需要大量的硬件和时间。那么，一个真正的数据科学家是否愿意猜测这些

牛津大学的机器学习先驱Nando de Freitas刚刚在自己的最新推文中推荐了这篇关于“深度学习怪圈”的文章。本文作者将人类自我认知的怪圈与深度学习的算法怪圈相联系，“自我创造”这一似乎是“人类思想”独有的属性，似乎正在成就一些难以置信的深度学习成果。

第三十一届NIPS正式开幕！新智元编辑部结合“V直播”，为你带来现场报道！本届会议有8500人注册，3240篇提交论文，覆盖156个子领域，有7844位不同的作者，2093位专家评审，9747条评审意见……辉煌的数字，必将成就难忘的会议。本文后附3篇最佳论

Keras是一种高级神经网络API，能够在Tensorflow，Theano和CNTK之上运行。它通过高标准，模块化和可扩展的API实现快速试验。Keras 由Francois Chollet开发和维护，是Tensorflow核心的一部分，这使得Tenso

Facebook分享了DensePose-COCO，这是一款用于人体姿势估计的大型地面真实数据集。该数据集由在50K COCO 图像上手动注释的图像到表面对应关系组成。这是深度学习研究人员非常全面的资源。它为姿态估计，零件分割等任务提供了良好的数据来源。D