您現在的位置是:首頁 > 標簽 > 神經網路首頁標簽

  • 【金猿技術展】思必馳——基於結構化神經網路的對話系統建模方法

    【金猿技術展】思必馳——基於結構化神經網路的對話系統建模方法

    目前公司圍繞“雲+芯”進行業務佈局,基於公司自主研發的全鏈路智慧對話系統定製開發平臺(Dialogue User Interface,以下簡稱“DUI 平臺”)和人工智慧語音晶片,在智慧家電、智慧汽車、消費電子等物聯網領域,以及以數字政企類...

  • 如何讓 AI 像人類一樣存有大量記憶?

    如何讓 AI 像人類一樣存有大量記憶?

    該研究使用帶有強化學習的多層脈衝神經網路來探索將新任務訓練週期與類睡眠自主活動週期交錯,是否可以避免災難性遺忘...

  • 特斯拉前AI總監最新專訪:AGI、Optimus、軟體2.0時代

    特斯拉前AI總監最新專訪:AGI、Optimus、軟體2.0時代

    0● 基於視覺的自動駕駛● 特斯拉的資料引擎● 實現自動駕駛的時間表● 離開特斯拉● Optimus量產● 生物演進● 外星文明● ImageNet已被擊敗● 神經網路的本質● Transformer強大且穩定● 用語...

  • NeurIPS|如何提高儲存、傳輸效率?引數集約型掩碼網路效果顯著

    NeurIPS|如何提高儲存、傳輸效率?引數集約型掩碼網路效果顯著

    5. 結論本文受近來隨機網路展現出來的潛力所啟發,提出不同種引數集約策略來構建隨機神經網路,進而探索了在只有有限的不重複隨機數的情況下所生成的隨機神經網路的表徵潛力,並提出引數集約型掩碼網路 Parameter-Efficient Mask...

  • 人工智慧、機器學習和深度學習,到底有什麼區別?

    大家看到這裡理應產生一個問題:現在深度學習大行其道,所有人都知道多層神經網路是完全可行的,單層神經網路的出路就是把層數加深,這麼簡單的破局之道,為什麼連當時的大牛都看不到...

  • 揭秘華為NPU,人工智慧是未來還是夢魘?

    大家都知道CPU,還有GPU,NPU可能是第一次聽說,那麼NPU是什麼呢,我們來看一下他們的全稱cpu=center process units (中央處理器)gpu=Graphics Processing Unit (圖形處理器)npu=...

  • 神經網路的基本原理

    人工神經網路是生物神經網路在某種簡化意義下的技術復現,作為一門學科,它的主要任務是根據生物神經網路的原理和實際應用的需要建造實用的人工神經網路模型,設計相應的學習演算法,模擬人腦的某種智慧活動,然後在技術上實現出來用以解決實際問題...

  • 乾貨|從手工提取特徵到深度學習的三種影象檢索方法

    乾貨|從手工提取特徵到深度學習的三種影象檢索方法

    具體來說,就是讓神經網路的輸出透過正則的手法約束到 {-1,1} 之內(後續使用 0 作為閾值進行離散化),然後讓網路的輸出達到以下的要求,相似的時候向量距離應該較近,反之則遠,下面透過其目標函式的表現形式來介紹具體過程目標函式:其中 b1...

  • 451頁長文!Facebook科學家用「第一性原理」闡釋DNN,LeCun站臺

    451頁長文!Facebook科學家用「第一性原理」闡釋DNN,LeCun站臺

    Facebook 人工智慧研究中心(FAIR)的科學家Sho Yaida撰寫了一本關於如何從「第一性原理」來理解深度神經網路(DNN)的書籍...

  • 【乾貨】gre閱卷老師和aes系統的兩種自動打分演算法,你能做到幾種?

    【乾貨】gre閱卷老師和aes系統的兩種自動打分演算法,你能做到幾種?

    2.2 向量空間特徵可以將一篇文章投影到一個向量空間模型中 (VSM),此時文章可以用向量空間中的一個特徵向量表示,例如可以用 one-hot 編碼表示一篇文章,長度等於詞彙表長度,如果一個單詞出現在文章中,則對應的位置置為 1,如下:另外...

  • 這些深度學習術語,你瞭解多少?(上)

    這些深度學習術語,你瞭解多少?(上)

    1、深度信念網路的快速學習演算法DeepDreamGoogle發明的一種技術,旨在提煉深層卷積神經網路捕獲的知識...

  • 計算機視覺深度討論 為什麼很難比較AI和人類的感知

    計算機視覺深度討論 為什麼很難比較AI和人類的感知

    當他們在“機器選擇的”補丁上測試深度學習模型時,研究人員獲得的結果表明,人類和AI的差距相似...

  • 視覺深度學習有哪些限制,如何克服?

    視覺深度學習有哪些限制,如何克服?

    值得說明的是,不同物體和不同環境的各種組合在有一些視覺任務中並不會出現,比如醫療影象應用,背景環境的變化要小得多(比如胰腺總是在十二指腸的附近),這時深度神經網路就可以發揮出十分優異的表現...

  • 光子晶片研究進展及展望:面向未來的計算系統 ,光計算具有天然優勢

    光子晶片研究進展及展望:面向未來的計算系統 ,光計算具有天然優勢

    2018年9月,加州大學洛杉磯分校奧茨坎(Ozcan)等人採用空間光調製器和三維列印的介質材料構建多層感知器,實現了衍射光學深度神經網路光子晶片,他們設計出3D列印的固態衍射光學元件,透過控制不同層之間傳播的衍射光來實現特定權重互連...

  • 線上書幾何深度學習上線:利用對稱性和不變性解決機器學習問題

    全書包括內容簡介、高位空間中的學習、幾何先驗知識、幾何域、幾何深度學習模型、存在的問題與應用、歷史觀點共 7 章內容...

  • 如何理解深度學習之“深度”?

    如何理解深度學習之“深度”?

    圖1 深度神經網路用於數字分類如圖2所示,深度神經網路將數字影象轉換成與原始影象差別越來越大的表示,隨著網路逐漸加深,其學習到的資訊越來越豐富...

  • 市政管網井作業安全風險評估分析

    摘要:以西安市政管網井下清淤為研究背景,對安全風險指標體系進行建模並量化風險指標,採用BP神經網路梯度下降法進行模式識別,計算得出風險指標重要引數,以期得到對實際作業的技術指導...

  • 10分鐘科普:人工智慧是什麼?它又是如何工作的呢?(下)

    被稱為有監督學習,是因為需要使用特定的資料集來訓練演算法,以幫助它形成預測函式...

  • 一文理解神經網路中的偏差和方差

    一文理解神經網路中的偏差和方差

    重點來了為了更好的理解高方差和高偏差,我打個比方,把神經網路比作學生,訓練集樣本比作試卷中的試題(每個試卷中都有幾個偏題,怪題),訓練神經網路就是等同於讓學生透過給的試卷來找出其中題目的規律,之後讓神經網路識別為其他樣本資料就相當於用其他試...