TensorFlow 2 现在已经上线了!本教程将指导您使用深度学习构建一个简单的CIFAR-10图像分类器。定义一个模型设置一个数据管道训练模型使用多GPU加速训练速度为监控过程/更新学习计划添加回调。本教程中的代码可以在这里找到。定义模型TensorF

图灵奖为何不颁给LSTM之父Jürgen Schmidhuber？作为AI界特立独行的人，Schmidhuber与深度学习三巨头有过口水战，并现场对质GAN的提出者，可谓得罪了一圈人。一个被遗忘的大神。前几天，2018图灵奖获得者公布，深度学习三巨头：Yo

人工智能和深度学习是计算机科学中最令人兴奋的话题。在本教程中，我将演示如何使用Python中的Keras和TensorFlow创建一个简单的前馈神经网络。我假设您对神经网络及其工作方式有一定的了解。它非常受欢迎，因为它能够在CPU或GPU上运行; 这使得它

多年来，深度学习一直处于所谓的人工智能革命的最前沿，许多人相信深度学习将带领我们进入通用AI时代。然而，从12，13年甚嚣尘上，到如今的尘埃落地，浪潮一再的退去。面对疲软的风口，养肥的猪，人工智能将何去何从？在2014，2015，2016年，很多事件每每推

是否有感觉学习是多么～多么重要！新智元 AI 技术 + 产业社群招募中，欢迎对 AI 技术 + 产业落地感兴趣的同学，加小助手微信号: aiera2015_1 入群；通过审核后我们将邀请进群，加入社群后务必修改群备注。

3月29日，将于北京举办的 2018 年中国 AI 开年盛典——2018 新智元 AI 技术峰会，我们邀请到了德国总理默克尔的科学顾问、诺贝尔奖唯一计算机领域评委、工业 4.0 教父、世界顶级自然语言处理专家 Wolfgang Wahlste 教授。Wah

目前，语义分割是计算机视觉领域的关键问题之一。纵观全局，语义分割是为完成场景理解铺平道路的高级任务之一。场景理解作为核心计算机视觉问题的重要性突出表现在，越来越多的应用通过从图像中推断知识来滋养。其中一些应用包括自动驾驶车辆，人机交互，虚拟现实等。随着近年

2017年，我们目睹了人工智能时代的开始。AlphaGo在2017年5月最后一次在复杂的围棋游戏中击败了世界顶级玩家。让自己再无人类的竞争对手。相反，它的新版本AlphaGo Zero只是在没有任何历史游戏数据的帮助下完成了对抗AlphaGo。AlphaG

目前深度学习模型在图片识别和语音识别领域已经达到了人类的平均水平。一个人工智能系统必须可以自己获取知识，这样的过程之一就叫做机器学习，从简单的线性模型到复杂的集成学习都是希望模型自动可以学习到数据的内在规律。如图，人工智能，机器学习，深度学习依次包含，另一

随着深度学习的成熟，在18年的《Nature》子刊中，一共出现了三篇综述，分别从基因组学，健康守护与生物医学这三个角度，介绍了深度学习的引入带来的研究机会及挑战。该图中缺少蛋白质相关的数据，例如蛋白质之间的相互作用，蛋白质的三维结构，蛋白质与小分子的互作等

现代人工智能给企业带来了很多好处，同时也大大提升了机器的认知能力。作为计算机科学领域里的一项重要技术，人工智能正以前所未有的速度迅速发展。一项研究成果从学术论文转化为实际的产品仅需几个月的时间。然而，过快的发展速度对于该领域中的新手来说则是一场灾难。本文重