淺論學(xué)習(xí)深度學(xué)習(xí)的四個(gè)步驟

深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究。含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)...

2018-10-07 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.3萬 0

一文全方位了解深度學(xué)習(xí)的誕生及未來

對(duì)于深度學(xué)習(xí)來說，其思想就是對(duì)堆疊多個(gè)層，也就是說這一層的輸出作為下一層的輸入。通過這種方式，就可以實(shí)現(xiàn)對(duì)輸入信息進(jìn)行分級(jí)表達(dá)了。

2018-10-07 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5064 0

淺析深度學(xué)習(xí)的原理及其架構(gòu)

DBNs在每一層中利用用于表示的無監(jiān)督學(xué)習(xí)RBMs。Bengio et al paper 探討和對(duì)比了RBMs和auto-encoders（通過一個(gè)表示...

2018-10-07 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 6753 0

淺談為什么需要深度學(xué)習(xí)？

假設(shè)我們有一個(gè)系統(tǒng)S，它有n層（S1，…Sn），它的輸入是I，輸出是O，形象地表示為： I =》S1=》S2=》…。.=》Sn =》 O，如果輸出O等于...

2018-10-07 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 5546 0

FPGA和SoC將成為機(jī)器學(xué)習(xí)發(fā)展的2大助力

有大量的報(bào)道稱，為機(jī)器學(xué)習(xí)設(shè)計(jì)的定制芯片將提供100倍于現(xiàn)有選擇的性能，但它們?cè)谝髧?yán)格的商業(yè)用途的實(shí)際測(cè)試中的功能尚未得到證實(shí)，數(shù)據(jù)中心是新技術(shù)最保守...

2018-10-06 標(biāo)簽：fpga微軟soc 3521 0

2018年值得收藏的30個(gè)機(jī)器學(xué)習(xí)案例

在過去的一年里，我們比較了近8800個(gè)開源的機(jī)器學(xué)習(xí)項(xiàng)目，并從中評(píng)選出了前30名(0.3%的機(jī)會(huì)入選)。

2018-10-06 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)AI機(jī)器學(xué)習(xí) 1.2萬 0

如何利用兩種機(jī)器學(xué)習(xí)的方法——邏輯回歸和樸素貝葉斯分類器

特征工程是不一個(gè)簡(jiǎn)單的技能，它更像是復(fù)雜的藝術(shù)形式。 它包含了考慮數(shù)據(jù)集和域的過程，選擇對(duì)于模型最有用的特征，以及測(cè)試特征以優(yōu)化選擇。 Scikit-l...

2018-10-04 標(biāo)簽：分類器機(jī)器學(xué)習(xí)數(shù)據(jù)集 6376 0

關(guān)于機(jī)器學(xué)習(xí)中的FPGA與SoC應(yīng)用淺析

這些新設(shè)備有兩個(gè)主要市場(chǎng)。機(jī)器學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)將數(shù)據(jù)分為兩個(gè)主要階段：訓(xùn)練和推理，并且在每個(gè)階段中使用不同的芯片。雖然神經(jīng)網(wǎng)絡(luò)本身通常駐留在訓(xùn)練階段的...

2018-09-27 標(biāo)簽：FPGASoC機(jī)器學(xué)習(xí) 1625 0

利用開發(fā)出的機(jī)器學(xué)習(xí)模型，檢測(cè)可以標(biāo)識(shí)出抑郁的語音，單詞和語調(diào)

該模型可以分析單詞或說話風(fēng)格的序列，并確定這些模式是否更容易在抑郁或抑郁的人身上表現(xiàn)出來，如果在新的案例中看到相同的序列模式，模型便可以根據(jù)訓(xùn)練的結(jié)果預(yù)...

2018-09-25 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 3027 0

Feedly推薦系統(tǒng)背后使用的機(jī)器學(xué)習(xí)技術(shù)

我們同樣根據(jù)向量的性質(zhì)檢測(cè)這些重復(fù)主題。在我們的例子中，“Tech”向量的分量[50000, 30000, 5, 2]和“Technology”的[12...

2018-09-25 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 2487 0

基于對(duì)圖片的語音描述，可以學(xué)習(xí)在圖片中辨認(rèn)目標(biāo)物體

這項(xiàng)工作是Harwath等人早期一項(xiàng)研究的擴(kuò)展，他們當(dāng)時(shí)研究將語音與相關(guān)主題的圖片相連接。在早期研究中，他們從Mechanical Turk平臺(tái)的分類數(shù)...

2018-10-04 標(biāo)簽：語音識(shí)別機(jī)器學(xué)習(xí)數(shù)據(jù)集 3242 0

機(jī)器學(xué)習(xí)如今大獲成功的原因有哪些？如何才能取得進(jìn)一步的突破？

大家都知道，這一輪的人工智能熱潮很大程度上是由于機(jī)器學(xué)習(xí)，特別是其中深度學(xué)習(xí)技術(shù)取得了巨大的成功?？梢哉f今天每個(gè)人、每天都在談機(jī)器學(xué)習(xí)，機(jī)器學(xué)習(xí)已經(jīng)無所...

2018-10-04 標(biāo)簽：機(jī)器學(xué)習(xí)大數(shù)據(jù)深度學(xué)習(xí) 4969 0

自然語言處理研究的基本問題及發(fā)展趨勢(shì)

自然語言處理（NLP）是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。它研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語言進(jìn)行有效通信的各種理論和方法。隨著深度學(xué)習(xí)在圖...

2018-09-21 標(biāo)簽：機(jī)器學(xué)習(xí)NLP 8897 0

探索一下機(jī)器學(xué)習(xí)領(lǐng)域中最受歡迎的十大框架或工具庫

Tensorflow 把神經(jīng)網(wǎng)絡(luò)運(yùn)算抽象成運(yùn)算圖（Graph），一個(gè)運(yùn)算圖中包含了大量的張量（Tensor）運(yùn)算。而張量實(shí)際上就是 N 維數(shù)據(jù)的集合。神...

2018-10-04 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)Python 2291 0

機(jī)器學(xué)習(xí)的變革,隨機(jī)和分散的網(wǎng)絡(luò)

嗅覺系統(tǒng)中的神經(jīng)元是對(duì)整個(gè)接收區(qū)域隨機(jī)采樣，并非針對(duì)某一特定區(qū)域。在類似視覺皮層的映射系統(tǒng)中，神經(jīng)元所在的位置解釋了它所攜帶的信息。但是在嗅覺皮層中卻不...

2018-10-04 標(biāo)簽：圖像分類視覺系統(tǒng)機(jī)器學(xué)習(xí) 2287 0

TensorFlow發(fā)布了一個(gè)新的優(yōu)化工具包，引入post-training模型量化技術(shù)

這些優(yōu)化將確保將最終模型中精度降低的操作定義與使用fixed-point和floating-point數(shù)學(xué)混合的內(nèi)核實(shí)現(xiàn)配對(duì)。這將以較低的精度快速執(zhí)行最...

2018-10-04 標(biāo)簽：機(jī)器學(xué)習(xí)TensorFlow 5729 0

一文詳解機(jī)器學(xué)習(xí)是什么

如果你認(rèn)為大數(shù)據(jù)僅僅是關(guān)于SQL語句查詢和海量的數(shù)據(jù)的話，那么別人也會(huì)理解你的，但是大數(shù)據(jù)真正的目的是通過對(duì)數(shù)據(jù)的推斷，從數(shù)據(jù)中獲取價(jià)值、從數(shù)據(jù)中發(fā)現(xiàn)有...

2018-10-05 標(biāo)簽：機(jī)器學(xué)習(xí) 1834 0