首页
学习
活动
专区
工具
TVP
发布

CSDN技术头条

专栏作者
1128
文章
1395412
阅读量
132
订阅数
学好 C/C++,走遍天下都不怕
与 Java、Python 等语言相比,C/C++ 语言是离操作系统更近的一种高级语言,因此其执行效率也更高。可以说,就像武侠小说中的“九阳神功”一样,C/C++ 一旦学成,其妙无穷!有了这个基础,你就可以一通百通,快速学习任何语言和编程技术了。
CSDN技术头条
2020-06-04
7330
快速入门深度学习,从 Deeplearning4j 开始
随着机器学习、深度学习为主要代表的人工智能技术的逐渐成熟,越来越多的 AI 产品得到了真正的落地。
CSDN技术头条
2019-11-19
1.1K0
AI 领域的技术新宠,相见恨晚!
说到数据可视化,大家可谓耳熟能详,设计师、数据分析师、数据科学家等,都用各种方式各种途径做着数据可视化的工作。
CSDN技术头条
2019-11-19
4580
是什么技术让人工变得“智能”?
在计算机科学领域中,人工智能是一种机器表现的行为,这种行为能以与人类智能相似的方式对环境做出反应并尽可能提高自己达成目的的概率。
CSDN技术头条
2019-09-17
5420
无人驾驶、语音识别这些大火的技术都怎么实现的?
很早之前,我就听雷军说过一句话:“站在风口上,猪都可以飞起来!”这句话用来形容现在的深度学习非常贴切。近几年来,深度学习的发展极其迅速,其影响力已经遍地开花,在医疗、自动驾驶、机器视觉、自然语言处理等各个方面大展身手。在深度学习这个世界大风口上,谁能抢先进入深度学习领域,学会运用深度学习技术,谁就能真正地在 AI 时代“飞”起来。
CSDN技术头条
2018-12-27
6200
第一批被AI累死的人
一双眼睛的局部细节图出现在电脑屏幕上,小慧对着放大的眼睛,一步步地做好标记点。一眼望过去,一排排的电脑屏幕上,都是类似的画面。略显昏暗的办公环境加上电脑屏幕上被放大的各种物体细节,颇为惊悚。
CSDN技术头条
2018-10-08
4310
NNabla:索尼开源的一款神经网络框架
NNabla是一款用于研究、开发和生产的深度学习框架。NNabla的目标是要能在台式电脑、HPC集群、嵌入式设备和生产服务器上都能运行。 安装 安装NNabla很简单: 这条命令将安装NNabla的C
CSDN技术头条
2018-02-13
1K0
分分钟带你杀入Kaggle Top 1%
不知道你有没有这样的感受,在刚刚入门机器学习的时候,我们一般都是从MNIST、CIFAR-10这一类知名公开数据集开始快速上手,复现别人的结果,但总觉得过于简单,给人的感觉太不真实。因为这些数据太“完美”了(干净的输入,均衡的类别,分布基本一致的测试集,还有大量现成的参考模型),要成为真正的数据科学家,光在这些数据集上跑模型却是远远不够的。而现实中你几乎不可能遇到这样的数据(现实数据往往有着残缺的输入,类别严重不均衡,分布不一致甚至随时变动的测试集,几乎没有可以参考的论文),这往往让刚进入工作的同学手忙
CSDN技术头条
2018-02-13
1.1K0
你可能遇到了”假“的数据科学家
近十年来,“数据科学”和“数据科学家”备受争论。对于哪些人可以被称为是“数据科学家”,争论不休,你很有可能遇到了”假“的数据科学家。 我们最后达成一致:只要取得数据科学相关学位、认证的研究数据的,不论是在大学还是从在线课程,我们都称之为数据科学家。统计数据是枯燥单一的,是非自然的,只有各种各样的数据才使得世界丰富多彩。那么,如何去分析多样的数据呢?数据科学家便应需求而生。 数据科学领域飞速发展,一大波数据专家正在袭来。在企业中,他们被称为“数据科学家”或“数据科学团队”,包括: 普通员工:执行临时的分析或报
CSDN技术头条
2018-02-13
6380
2016年开源方面的热门趋势
题记:本文将对人工智能项目与容器方面最为热门和最新的语言进行简单的介绍,并讨论开源编程方面的热门趋势。 技术总是不断发展的,就算中间或有曲折,整体方向还是向前的。但要论具体的驶向,就算是对于整体趋势和
CSDN技术头条
2018-02-12
6360
聚焦和增强卷积神经网络
卷积神经网络是一种主流的深度学习模型,它可以用神经网络模型来处理序列化的数据,比如文本、音频和视频数据。它能把一个序列浓缩为抽象的理解,以此来表示这个序列,乃至新产生一个序列。 基本的RNN网络设计
CSDN技术头条
2018-02-12
7090
什么是DNA电路及其潜在应用
我们见过用黏菌、肥皂膜、水滴计算,甚至用10000台Domino服务机来计算。如今,DNA可以在试管内做加减乘除的数学计算了。 速度并不快,计算需要几个小时才能完成。它的好处在于:它们很小,能在潮湿的环境下工作。试想在你的血管或是细胞内进行运算,如同一堵可编程的防火墙,有针对性地检测和预警健康指标,然后触发一个局部响应。或者,如果你在写科幻小说,也能把海洋变成一台巨型计算机? 应用产品听起来就像是科幻小说: 以前控制化学反应网络的设备和DNA治疗产品都被局限于有限状态的控制,模拟DNA电路将允许更复杂的
CSDN技术头条
2018-02-12
1K0
基于Keras/Python的深度学习模型Dropout正则项
dropout技术是神经网络和深度学习模型的一种简单而有效的正则化方式。 本文将向你介绍dropout正则化技术,并且教你如何在Keras中用Python将其应用于你的模型。 读完本文之后,你将了解: dropout正则化的原理 如何在输入层使用dropout 如何在隐藏层使用dropout 如何针对具体问题对dropout调优 神经网络的Dropout正则化 Dropout是Srivastava等人在2014年的一篇论文中提出的一种针对神经网络模型的正则化方法 Dropou
CSDN技术头条
2018-02-12
9310
Facebook新引擎DeepText,让机器像人类一样去理解
Facebook已经开发出了一种引擎,这种引擎能够使我们更好地理解帖子的内容。该引擎被称为DeepText,它通过利用深层神经网络架构去理解那些分享的文章内容。 这种技术得益于Ronan Collobert和 Yann LeCun带领的人工智能研究小组的研究之上的。直至今日,DeepText的很多属性应景被测试验证,譬如Messenger。 Facebook的公司表示,这是一项能更好的理解人类想法的技术。DeepText就是用于检测人为目的和实体的提取,譬如该公司具体在一篇博客文章中解释道: 这项技
CSDN技术头条
2018-02-12
5350
基于Apache Spark的机器学习及神经网络算法和应用
使用高级分析算法(如大规模机器学习、图形分析和统计建模等)来发现和探索数据是当前流行的思路,在IDF16技术课堂上,英特尔公司软件开发工程师王以恒分享了《基于Apache Spark的机器学习及神经网络算法和应用》的课程,介绍了大规模分布式机器学习在欺诈检测、用户行为预测(稀疏逻辑回归)中的实际应用,以及英特尔在LDA、Word2Vec、CNN、稀疏KMeans和参数服务器等方面的一些支持或优化工作。 当前的机器学习/深度学习库很多,用Spark支撑分布式机器学习和深度神经网络,主要是基于两点考虑: 1.
CSDN技术头条
2018-02-12
1.3K0
深度学习的最新进展及诺亚方舟实验室的研究
深度学习是机器学习的一个领域,研究复杂的人工神经网络的算法、理论、及应用。自从2006年被Hinton等提出以来[1],深度学习得到了巨大发展,已被成功地应用到图像处理、语音处理、自然语言处理等多个领
CSDN技术头条
2018-02-11
7080
谷歌邮件智能回复系统:基于循环神经网络构建
【编者按】Google将为其Gmail应用推出一项称为智能回复(Smart Reply)的新功能,这篇博文解析了Smart Reply的技术原理:建立在一对循环神经网络(RNN)之上,其中一个RNN用于对收到的电子邮件进行编码,另一个用于预测可能的回复。 机器智能 我喜欢在Google工作,因为可以使用前沿的机器智能来造福人类。最近的两篇研究型博文谈到了我们是如何使用深度神经网络的机器学习来提高语音搜索能力和 YouTube视频缩略图。如今,我们可以分享更疯狂的功能——智能回复(Smart Reply),
CSDN技术头条
2018-02-11
1.1K0
深度学习和拓扑数据分析的六大惊人之举
假如你有一个一千列和一百万行的数据集。无论你从哪个角度看它——小型,中型或大型的数据——你不可能看到它的全貌。将它放大或缩小。使它能够在一个屏幕里显示完全。由于人的本质,如果能够看到事物的全局的话,我们就会有更好的理解。有没有办法把数据都放到一张图里,让你可以像观察地图一样观察数据呢? 将深度学习与拓扑数据分析结合在一起完全能够达到此目的,并且还绰绰有余。 1、它能在几分钟内创建一张数据图,其中每一个点都是一个数据项或一组类似的数据项。 基于数据项的相关性和学习模式,系统将类似的数据项组合在一起。这将使数据
CSDN技术头条
2018-02-11
1.2K0
集成模型的五个基础问题
引言 如果你曾经参加过数据科学竞赛,你一定意识到集成模型(Ensemble Modeling)举足轻重的作用。事实上,集成模型提供了最有说服力的方式之一,来建立高度精确的预测模型。Bagging和Boosting算法进一步加强了这一方法的精确性。 所以,你下次构建预测模型的时候,考虑使用这种算法吧。你肯定会赞同我的这个建议。如果你已经掌握了这种方法,那么太棒了。我很想听听你在集成模型上的经验,请把你的经验分享在下面的评论区。 对于其他人,我将会分享一些集成模型中常见的问题。如果你想评估一个人对集成模型方面的
CSDN技术头条
2018-02-11
6000
数据科学家应该掌握的5个工具
即使是知识渊博的数据科学家也能提升他们的技术水平。当谈及到分析你编纂的数据时,有大量的工具可以帮助你更好的理解数据。我们与我们的数据科学指导者探讨了很久,最后总结出了一个包括5个数据科学工具的列表,同时这也是你在当今的社会形势下应该掌握的5个数据科学工具。 dedup dedup是一个Python库,使用机器学习快速的对结构化数据进行重复数据删除和实体解析。 数据科学家发现他们经常需要使用SELECT DISTINCT * FROM my_messy_dataset;不幸的是,现实世界中的数据集往往更加复杂
CSDN技术头条
2018-02-11
1.2K0
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
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档