一年前，我和几个小伙伴一起开始在构建机器学习API的开源平台Cortex上工作。起初，我们假设所有用户，包括所有把机器学习运用于生产的公司，都是拥有成熟数据科学团队的大公司。一个两人组成的团队最近建立了一个500个GPU推理集群，以支持其应用程序的1万个并

微软、谷歌、Facebook、亚马逊、Uber等科技巨头的研究部门已经成为人工智能领域开源框架最活跃的贡献者之一。他们的贡献结合了已在内部解决方案中进行了大规模测试的堆栈，以及来自他们的研究实验室的一些非常先进的思想。虽然世界上最大的技术公司能积极为开源深

我演示了如何将深度学习用于古代DNA，单细胞生物学，OMICs数据集成，临床诊断和显微镜成像。在之前的文章《尼安德特人基因的深度学习》中，我强调了深度学习和自然语言处理对于古代基因组学的巨大潜力， 并演示了如何实际开始使用它来推断现代人类基因组中尼安德特人

还记得李沐老师的《动手学深度学习》吗？近日，该书的 TF2.0 代码复现项目来了。UC 伯克利李沐的《动手学深度学习》开源书一经推出便广受好评。很多开发者使用了书的内容，并采用各种各样的深度学习框架将其复现。据机器之心所知，现在已有 MXnet（原版）和

AlphaGo 大战李世h之后，深度学习技术便在国内变得异常火。吸引了大批的技术人员争相学习，那么到底如何才能更快速的入门深度学习呢？下面给大家介绍的 18 个挑战项目，通过实践动手带你快速入门深度学习！本挑战运用线性回归的相关知识，来预测北京市的住房价格

在对技术毫无了解的人看来，人工智能是什么？《流浪地球》里的AI语音助手MOSS么？如果对当今人工智能的主流技术——深度学习没有了解，可能真的会有人觉得，当前的科学家们在创造无所不能、无所不知的电影AI形象。那么，如何用最浅显的方式，给大众解释什么是深度学习

深度学习技术往往比较复杂，从头开发的难度较大，但现在有一些公司提供了能帮助开发者轻松使用深度学习的自动化深度学习平台，比如微软的 CustomVision.AI、谷歌的 Cloud AutoML、OneClick.AI。Data Science Centr

今天，谷歌在美国癌症研究协会年会上发表演讲，介绍癌症检测的新研究论文。他们开发了一种增强现实显微镜原型平台，可实时检测癌症。该平台具备相当大的灵活性，适用于多种显微镜、任务类型的配置。谷歌认为 ARM 可以对世界医疗状况产生巨大影响，尤其是发展中国家的传染

实现高质量机器翻译的梦想已经存在了很多年，很多科学家都为这一梦想贡献了自己的时间和心力。从早期的基于规则的机器翻译到如今广泛应用的神经机器翻译，机器翻译的水平不断提升，已经能满足很多场景的基本应用需求了。近日，Ilya Pestov 用俄语写的机器翻译介绍

作为 Facebook 人工智能团队提供支持的深度学习框架，PyTorch 自 2017 年 1 月推出以来立即成为了一种流行开发工具。其在调试、编译等方面的优势使其受到了学界研究者们的普遍欢迎。本文中，来自蒙特利尔综合理工学院的研究员 Christian

本文作者 slav Ivanov 在今年早些时候曾介绍过如何用 1700 美元预算搭建深度学习机器。最近，英伟达在消费级 GPU 领域又推出了 GTX 1070 Ti，如果现在想要组装一台深度学习机器，我们用哪块 GPU 最好呢？本文将详细解答这一问题。即

今年 3 月，英伟达的 GTC 2017 大会上展示了很多深度学习技术在医疗领域中的卓越工作。Ian GoodFellow、Jeremy Howard 以及其他的深度学习专家都分享了他们对深度学习的见解。顶尖的医科学校以及肺癌 BOWL 的获奖者 Kagg

最近，Jeff Leek 在 Simply Stats 上发表了一篇题为「如果你的数据量不够大就不要使用深度学习」的文章，认为只有获得了谷歌、Facebook 这样规模的数据才有资格做深度学习。机器之心对该文进行了编译，原文链接请见文末。Jeff Leek

机器翻译、聊天机器人等自然语言处理应用正随着深度学习技术的进展而得到更广泛和更实际的应用，甚至会让人认为深度学习可能就是自然语言处理的终极解决方案，但斯坦福大学计算机科学和语言学教授 Christopher D. Manning 并不这么看，他认为深度学习

还记得machine learning is fun吗？本文是该系列文章的第六部分，博主通俗细致地讲解了神经网络语音识别的整个过程， 是篇非常不错的入门级文章。语音识别正闯入我们的生活。它内置于我们的手机、游戏机和智能手表。Echo Dot 在这个假期很受

梯度下降反向传播规则是一种强大的算法，现在已经在深度学习领域无处不在，但这种算法依赖于使用高精度记忆存储的整个网络那么宽的信息的即时可用性。但是，近来的研究成果表明：准确的反向传播的权重对学习深度表征而言并不是必需的。该网络包含用于预测的前馈层和用于有标签

几年之前，深度学习还是机器学习里面一个不太受人关注的领域。2009 年时，深度学习还是一个新兴领域，只有少数人认为这是一个值得研究的领域。因此，了解深度学习及其概念是非常重要的。其中包括深度学习暑期班、峰会和会议等的一些讲座和教材。对于所有深度学习/数据科

别怕，我们为你找了10个应用到前沿深度学习技术的简易demo。语音识别、图像识别、作曲作画，甚至是帮你玩游戏。这些深度学习“diao炸天”的应用相信对你来说早已经不陌生了。既然深度学习这么神通广大，就让我们一起开心地学习深度学习吧！赶紧找到一本深度学习教程

与英特尔宣布第二代至强Phi芯片“Knights Landing”正式上市同步，浪潮在刚刚举行的第31届国际超算大会上，全球首发基于最新KNL平台的深度学习计算框架Caffe-MPI，这标志着浪潮称为全球第一个在英特尔最新的KNL平台上完成Caffe并行开

2018年8月4月，由北京理工大学大数据创新学习中心与中国科学院人工智能联盟标准组联合主办的“2018深度强化学习：理论与应用”学术研讨会，学界与业界顶级专家济济一堂，共同分享深度强化学习领域的研究成果。随着深度神经网络领域的发展，NVIDIA提供了加速计