腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

人工智能

专栏作者

486

文章

776743

阅读量

225

订阅数

看完这些你就明白，机器学习和深度学习的根本区别了

机器学习深度学习神经网络卷积神经网络

深度学习是什么? 在深度学习中，计算机模型学习直接从图像、文本或声音中执行分类任务。深度学习模式可以达到新的精确度，有时甚至超过人类的表现。大多数深度学习方法使用神经网络的架构，这也是深度学习模型通常

企鹅号小编

2018-03-02

2.9K0

23个深度学习库的排名

深度学习 github tensorflow keras

本文对 23 个深度学习库进行了排名，衡量的标准有三个：GitHub、Stack Overflow 以及谷歌搜索结果。TensorFlow 凭借最大、最活跃的社区主导了该领域，排名第一；Keras 是最为流行的深度学习前端，排名第二；Theano 依然实力强大，即使没有大公司的支持，排名第四；Sonnet 是成长最快的库，排名第六。 📷 结果与讨论 TensorFlow 凭借最大、最活跃的社区主导该领域 Caffe 已经被 Caffe2 取代 Keras 是最为流行的深度学习前端 Theano 依然实力强大

企鹅号小编

2018-03-01

8880

五分钟快速了解深度学习

深度学习人工智能机器学习

原作者：Radu Raicea 译者：刘勤人工智能（Artificial Intelligence）和机器学习（Machine Learning）是当下最热话题。每天“AI”这个词都在耳边横飞。胸怀抱负的开发人员声称想要研究AI；经理们说想在服务中应用AI。但是，通常这些人不知道AI是什么。本文将带你了解人工智能（AI）和机器学习（ML）的基本知识。你也会了解到机器学习中最火的方法——深度学习的工作原理。本指南是用来科普的，所以不会涉及高等数学。背景了解深度学习的第一步是把握重要概念之间的区别。

企鹅号小编

2018-03-01

9260

吴恩达深度学习课程笔记之卷积神经网络基本操作详解

深度学习卷积神经网络

卷积层 CNN中卷积层的作用： CNN中的卷积层，在很多网络结构中会用conv来表示，也就是convolution的缩写。卷积层在CNN中扮演着很重要的角色——特征的抽象和提取，这也是CNN区别于传统的ANN或SVM的重要不同。对于图片而言，图片是一个二维度的数据，我们怎样才能通过学习图片正确的模式来对于一张图片有正确的对于图片分类呢？这个时候，有人就提出了一个观点，我们可以这样，对于所有的像素，全部都连接上一个权值，我们也分很多层，然后最后进行分类，这样也可以，但是对于一张图片来说，像素点太多，参

企鹅号小编

2018-02-28

8300

揭秘深度学习成功的数学原因：从全局最优性到学习表征不变性

原标题:揭秘深度学习成功的数学原因：从全局最优性到学习表征不变性选自arXiv 作者：RenéVidal、Joan Bruna、Raja Giryes、Stefano Soatto 机器之心编译参与：黄小天、路雪近年来，深度学习大获成功，尤其是卷积神经网络（CNN）在图像识别任务上的突出表现。然而，由于黑箱的存在，这种成功一度让机器学习理论学家颇感不解。本文的目的正是要揭示深度学习成功的奥秘。通过围绕着深度学习的三个核心要素——架构、正则化技术和优化算法，并回顾近期研究，作者为深层网络的若干属性，如全

企鹅号小编

2018-02-27

6450

关注专栏作者，随时接收最新技术干货

花落花飞去

腾讯社区运营

全球资讯翻译官

腾讯总部云加社区运营

腾讯产品运营

腾讯产品运营

什么时候强化学习未必好用？

强化学习深度学习

作者 Jason Xie 编译 Erica Yi 编辑 Emily 强化学习（reinforcement learning）描述的是个体（agent）必须在环境（environment）中采取行动（action），以最大化设定的奖励（reward）函数的学习问题的集合。不同于监督式深度学习，强化学习并不会出现大量明确标记好的输入 /输出对数据。大部分的强化学习都在网上进行，也就是说当个体积极地与它的环境进行多次迭代互动时，它最终开始学习采取怎样的行为会使自身奖励最大化的方案（policy）。

企鹅号小编

2018-02-26

1.1K0

深度学习入门笔记（2）-线性回归 Linear Regression with autograd

深度学习线性回归

一同前行！假设我们有一个曲线（或者平面）y=wx+b 我们给定它一个特定的w,和b w = [2,51] b = 21.2 即y=2x1+51x2+21.2 目标是通过数据训练使得w和b靠近w =[2,51]，b = 21.2，换句话说就是通过训练得到一个平面能够跟实际的平面（y=2x1+51x2+21.2）一致。 -代码实现- 回顾深度学习的套路：准备数据集dataset 构建网络（激活函数activation function）初始化训练（epochs,更新权重）预测所用的深度学习框架为Mx

企鹅号小编

2018-02-26

9930

Python中Keras深度学习库的回归教程

python keras 深度学习 scikit-learn

Keras 是一个深度学习库，它封装了高效的数学运算库 Theano 和 TensorFlow。

花落花飞去

2018-02-09

5.1K0

如何提高深度学习的性能

深度学习大数据

您可以使用这20个提示，技巧和技术来解决过度拟合问题并获得更好的通用性

花落花飞去

2018-02-08

2.5K0

深度学习与机器学习

深度学习机器学习

机器学习和深度学习变得风靡一时！突然之间，每个人都在谈论他们 —— 不管他们是否了解这两者的区别！无论您是否关注数据科学，你肯定听过这些术语。

花落花飞去

2018-02-07

1.1K0

浅谈神经机器翻译

神经网络人工智能深度学习

发明计算机的最早目标之一就是自动将文本从一种语言翻译成另一种语言。

花落花飞去

2018-02-07

9700

使用学习率规划器自适应调整神经网络训练过程中的学习率

神经网络深度学习编程算法 python keras

到目前为止，训练神经网络和大型的深度学习网络是一个困难的优化问题。

花落花飞去

2018-02-06

2.5K0

自然语言处理的神经网络模型初探

深度学习（Deep Learning）技术对自然语言处理（NLP，Natural Language Processing）领域有着巨大的影响。

花落花飞去

2018-02-05

2.7K0

深度学习机器72小时自学象棋, 达到国际大师水平

深度学习神经网络

距离IBM深蓝(Deep Blue)超级计算机在国际标准锦标赛规则下首次击败国际象棋世界冠军加里·卡斯帕罗夫(Gary Kasparov)已经有差不多20年了. 从那时起, 下象棋计算机的能力变得更加强大, 甚至运行在智能手机上的现代象棋引擎都几乎能让最强的人类毫无招架之力.

花落花飞去

2018-02-05

2.2K0

带你通俗易懂的理解人工智能算法一

人工智能深度学习机器学习图像识别

我们所谓的人工智能算法就是一个机器嵌入了这个算法后，这个机器就拥有了人所具有的基本能力，比如观察、思考、学习、创造等，本文要说的就是这个算法。人工智能算法主要由两部分组成：深度学习（Deep Learning）和强化学习(Reinforce Learning) 深度学习深度学习就是多层人工神经网络。 📷 它主要包括三个部分：输入层、隐藏层、输出层。输入层就是机器的输入数据，比如我们问它："你吃了吗？"，而隐藏层就是对这句话的特征提取和分析的过程，机器想我今天到底有没有吃，然后输出层就是结果，比如机器人说

企鹅号小编

2018-02-05

2.5K0

计算图的微积分：反向传播

后向传播是训练深度模型在计算上易于处理的关键算法。对于现代神经网络，相对于单纯的实现，它可以使梯度下降的训练速度提高一千万倍。这相当于模型训练时间是需要一个星期还是20万年的差距。

花落花飞去

2018-02-02

1.3K0

深入机器学习系列10-ALS

机器学习深度学习人工智能

交换最小二乘 📷 1 什么是ALSALS是交替最小二乘（alternating least squares）的简称。在机器学习中，ALS特指使用交替最小二乘求解的一个协同推荐算法。它通过观察到的所有用户给商品的打分，来推断每个用户的喜好并向用户推荐适合的商品。举个例子，我们看下面一个8*8的用户打分矩阵。 📷 这个矩阵的每一行代表一个用户（u1,u2,…,u8）、每一列代表一个商品（v1,v2,…,v8）、用户的打分为1-9分。这个矩阵只显示了观察到的打分，我们需要推测没有观察到的打分。比如（u6，v5）打

企鹅号小编

2018-02-02

1.1K0

如何使用TensorFlow实现神经网络

tensorflow 神经网络深度学习

如果你一直关注数据科学或者机器学习等领域，你肯定不会错过深度学习和神经网络的热潮。许多组织都正在寻找深度学习人才，将深度学习运用于各个领域。从参与竞赛到运用于开源项目，并愿意为之付出高额的奖励，他们正尽一切可能挖掘这个目前十分有限的人才库为自己所用。

花落花飞去

2018-02-02

1.2K0

神经网络和深度学习（一）——深度学习概述

卷积神经网络深度学习人工智能

神经网络和深度学习（一） ——深度学习概述（原创内容，转载请注明来源，谢谢）一、监督学习与神经网络监督学习可以在一些地方应用，包括房价预测、广告精准定位、图像识别、声音识别、翻译、图像定位等。当需求更复杂时，可以考虑用神经网络来使用，包括标准神经网络（standard neural network）、卷积神经网络（CNN，ConvolutionalNeural Network）、循环神经网络(RNN，Recurrent Neural Networks )、复合神经网络等。 📷 二、各类NN 📷 1、神

企鹅号小编

2018-02-02

1.3K0

Coursera吴恩达《卷积神经网络》课程笔记（1）-卷积神经网络基础

卷积神经网络深度学习人工智能

推荐阅读时间：8min~15min 主要内容：卷积神经网络《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络（CNN）的基本概念、模型和具体应用。该门课共有4周课时，所以我将分成4次笔记来总结，这是第一节笔记。 1 Computer Vision 机器视觉（Computer Vision）是深度学习应用的主要方向之一。一般的CV问题包括以下三类： Image Classification Object detection

企鹅号小编

2018-02-02

6370

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态