图像分类是计算机视觉的最重要应用之一。它的应用范围包括从自动驾驶汽车中的物体分类到医疗行业中的血细胞识别，从制造业中的缺陷物品识别到建立可以对戴口罩与否的人进行分类的系统。他们是如何做到的呢？你必须已阅读很多有关不同深度学习框架之间差异的信息。Tensor

在能源行业中，精确的故障诊断直接影响到供能的稳定性。针对大量数据的数据分析需求应运而生，通过基于数据的机器学习技术能有效改善故障诊断。本文将简要介绍几种在故障诊断领域广泛应用的机器学习技术及其各自的应用方向，并对每种技术的优缺点进行简单分析。

BP神经网络的代表者是D.Rumelhart和J.McCelland，"反向传播"一词的使用出现在1985年后，它的广泛使用是在1986年D.Rumelhart和J.McCelland所著的Parallel Distributed Pr

既然我们已经有了前馈网络和CNN，为什么我们还需要序列模型呢？这些模型的问题在于，当给定一系列的数据时，它们表现的性能很差。序列数据的一个例子是音频的剪辑，其中包含一系列的人说过的话。前馈网络和CNN采用一个固定长度作为输入，但是，当你看这些句子的时候，并

在2018年一场著名的拍卖会上，一部AI制作的肖像以432,500美元的价格成交！发现深度学习并不是人类创造力的替代！即使一个AI创意成功售价数十万美元。功能艺术仅占整个行业的一小部分，更广泛的AI行业深度学习进步的真正发展是人类能力的提升。现在已经有不同

摘要： 自1994年开始，大家都认为深度神经网络难以训练的原因是由于梯度消失，然而本文作者通过深度线性网络的例子证明网络性能变差的原因并不是梯度消失，而是由于权重矩阵的退化导致模型的有效自由度减少，从而使得深度神经网络难以训练。在这篇文章中，我将解释在深度

涉及序列问题的包括：预测销售、发现股票市场走势、了解电影情节、了解你的演讲方式、语言翻译、在iPhone键盘上预测下一个单词等等。LSTM在许多方面比传统的前馈神经网络和RNN都有优势，本文的目的是解释LSTM，并使你能够将其用于解决现实生活中的问题。你可

他们的工作原理又是怎样的？刚刚入门机器学习的你，是不是还在被这些问题困扰呢？今天我们就通过一些生动形象的例子来向大家介绍神经网络。其在语音识别、计算机视觉和文本处理等方面取得的突破性成果。在下文，我们将深入了解一种名为多层感知器的人工神经网络。神经元在神经

最近开始负责组里神经网络加速器IP的开发，暂时还是基于FPGA实现，因此阅读了一些经典的神经网络加速器实现的论文，包括基于ASIC的寒武纪系列，TPU系列，以及一些基于FPGA的，打算写一个专题，专门介绍各个神经网络芯片的实现细节。DianNao是中科院计

Adrian Colyer：morning paper编辑、Accel Partners投资合伙人、SpringSource首席技术官、VMware技术总监。本文介绍清单“ Top100深度学习论文” 中几篇文章，现在将从“卷积神经网络模型”部分开始研究相

作者：Adrian Colyer, 著名阿克赛尔合伙公司的投资合伙人，该公司致力于帮助杰出的企业家创建世界级的高科技企业，在加入Accel之前，Adrian拥有20年技术人员工作经验，如担任Pivota , VMware, SpringSource的CTO

大家现在经常会听到别人提起人工智能、机器学习和深度学习。怎样才可以正确的使用这些词呢？他们的区别是什么呢？机器学习算法是人工智能背后的推动力量，所有机器学习算法中最关键的是深度学习。简单来说，人工智能、机器学习和深度学习都是属于一个领域的一个子集。但是人工

文本的关键词可以被认为“浓缩”了整篇文章的主旨和要义，是一篇文章高度概括的自然语言表示形式。从最简单的TF-IDF计算词语权重，到TextRank和LDA等无监督的方法，再到目前广泛使用的Seq2Seq等神经网络模型，无一不在关键词提取领域有着众多实践和探

机器不学习 www.jqbxx.com : 深度聚合机器学习、深度学习算法及技术实战Ng新课终于发布了，撒花！以下为在Coursera上吴恩达老师的 DeepLearning.ai 课程项目中，第四部分《卷积神经网络》第一周课程“卷积神经网络基础”关键点的

机器不学习 www.jqbxx.com : 深度聚合机器学习、深度学习算法及技术实战今天我们来讲讲DCNN的网络模型，这个模型的精妙之处在于Pooling的方式，使用了一种称为动态Pooling的方法。DCNN能够处理可变长度的输入，网络中包含两种类型的层

如果希望了解机器学习，或者已经决定投身机器学习，你会第一时间找到各种教材进行充电，同时在心中默认：书里讲的是牛人大神的毕生智慧，是正确无误的行动指南，认真学习就能获得快速提升。但实际情况是，你很可能已经在走弯路。所以今天我就想和大家分享一下机器学习教材中的