首页
学习
活动
专区
工具
TVP
发布

PPV课数据科学社区

专栏作者
2119
文章
2440771
阅读量
187
订阅数
迁移学习
所谓迁移学习是指针对新问题重新使用预先训练的模型。由于它能用较少的数据训练深度神经网络,这使得目前它在深度学习领域非常流行。通过这篇文章您将会了解什么是迁移学习,它是如何工作的,为什么应该使用它以及何时可以使用它。同时这篇文章将向您介绍迁移学习的不同方法,并为您提供一些已经预先训练过的模型的资源。
小莹莹
2018-07-24
7820
干货:Excel图解卷积神经网络结构
先坦白地说,有一段时间我无法真正理解深度学习。我查看相关研究论文和文章,感觉深度学习异常复杂。我尝试去理解神经网络及其变体,但依然感到困难。
小莹莹
2018-07-24
5420
谷歌DeepMind连续深度学习网络PNN,距人类水平AI又进一步
来源: Techworld/新智元 译者:弗格森 【PPV课导读】DeepMind 一直在锲而不舍地追求通用人工智能。对于通用的一个通俗解释便是,不局限于单一任务,可以将学习到知识迁移运用到新的任务中
小莹莹
2018-04-25
9100
《财富》万字长文回溯深度学习革命,盘点 16 大历史时刻
【导读】《财富》封面文章报道深度学习推动的人工智能如何在整个计算生态系统引发革命。文章从深度学习发展的历史关键点入手,介绍重大的标志性技术突破,讲述了 Hinton、LeCun、李飞飞、吴恩达等研究者的故事,以及围绕技术和人才在谷歌、Facebook、微软、百度这些大公司之间展开的角逐。这篇文章可能是近期对深度学习最好的总结及介绍,也是深度学习已经跃居世界主流舞台的最好证明。 过去四年来许多领域的技术都取得了跨越性的发展。其中,最引人瞩目的是智能手机的语音识别功能比以往有了显著提升。当我们用声音命令手机
小莹莹
2018-04-24
6420
程序员为什么要学深度学习?
转自:infoq( ID:infoqchina) 导读 深度学习本身是一个非常庞大的知识体系。本文更多想从程序员的视角出发,让大家观察一下深度学习对程序员意味着什么,以及我们如何利用这样一个高速发展的学科,来帮助程序员提升软件开发的能力。 前言 1973年,美国上映了一部热门的科幻电影《West World》,三年之后又有一个续集叫做《Future World》。这部电影在80年代初被引进到中国叫《未来世界》。那部电影对我来讲简直可以说得上是震撼。影片中出现了很多机器人,表情丰富的面部下面都是集成
小莹莹
2018-04-24
8870
案例 | 机器学习案例实战:信用卡欺诈检测
作者简介: 唐宇迪,深度学习领域多年一线实践研究专家,同济大学硕士。 主要研究深度学习领域,计算机视觉,图像识别。精通机器学习,热爱各种开源技术尤其人工智能方向。在图像识别领域有着丰富经验,实现过包括人脸识别,物体识别,关键点检测等多种应用的最新算法。 故事背景 原始数据为个人交易记录,但是考虑数据本身的隐私性,已经对原始数据进行了类似PCA的处理,现在已经把特征数据提取好了,接下来的目的就是如何建立模型使得检测的效果达到最好,这里我们虽然不需要对数据做特征提取的操作,但是面对的挑战还是蛮大的。 imp
小莹莹
2018-04-24
1.6K0
工具 | Facebook 开源产业级深度学习框架 Caffe2,带来跨平台机器学习工具
来源:caffe2.ai 作者:caffe2 team 译者:文强 【导读】近日,Facebook 宣布开源 production-ready 的深度学习框架 Caffe2,轻量级、模块化,在移动端和云上都做了优化。同时提供的还有 C++ 和 Python API,以及模型库 Caffe2 Model Zoo,里面有视觉、语音、翻译等预训练模型,方便开发人员和研究者直接使用。 AI 模型的训练和部署通常与大量数据中心或超级计算机相关联,原因很简单。从大规模的图像、视频、文本和语音等各种信息中持续处理、创
小莹莹
2018-04-24
6810
如何给非专业人士讲解什么是深度学习?
去年开始,工作中需要做许多有关 AI 科普的事情。很长时间里一直在想,该如何给一个没有 CS 背景的人讲解什么是深度学习,以便让一个非技术的投资人、企业管理者、行业专家、媒体记者乃至普通大众明白深度学习为什么会特别有效,理解 AI 是如何帮助人们解决具体问题的。中间经由 Quora 一篇简短回答的启发,大致形成了用水流脉络来比拟神经网络的想法。曾经在面向银行界、教育界、投资界人士的演讲中,尝试过基于这个比喻的讲解方法,效果很不错。慢慢就形成了这样一篇文章,最近也被收进了李开复和我合著的科普书《人工智能》
小莹莹
2018-04-24
6910
Apache Spark新方向:深度学习和流式数据处理支持
6月5~7日,Spark Summit 2017 在美国旧金山举行。来自 Databricks 的 Matei Zaharia、Michael Armbrust 和 Tim Hunter 分享了 《E
小莹莹
2018-04-24
1.1K0
强大的PyTorch:10分钟让你了解深度学习领域新流行的框架
摘要: 今年一月份开源的PyTorch,因为它强大的功能,它现在已经成为深度学习领域新流行框架,它的强大源于它内部有很多内置的库。本文就着重介绍了其中几种有特色的库,它们能够帮你在深度学习领域更上一层楼。 PyTorch由于使用了强大的GPU加速的Tensor计算(类似numpy)和基于tape的autograd系统的深度神经网络。这使得今年一月份被开源的PyTorch成为了深度学习领域新流行框架,许多新的论文在发表过程中都加入了大多数人不理解的PyTorch代码。这篇文章我们就来讲述一下我对PyTor
小莹莹
2018-04-24
8020
小心训练模型,数据少也可以玩转深度学习
最近,Jeff Leek 在 Simply Stats 上发表了一篇题为「如果你的数据量不够大就不要使用深度学习」(Don’t use deep learning your data isn’t that big)的文章(链接见文末),认为只有获得了谷歌、Facebook 这样规模的数据才有资格做深度学习。对于这点 Andrew L. Beam(本文作者)并不反对,他认为这使我们清楚地意识到深度学习并不是一种万能的灵药;但是,虽然 Beam 同意其核心观点,但是其还有很多不明确或不清晰的地方,并且 Be
小莹莹
2018-04-24
7750
R语言中不能进行深度学习?
摘要: R语言现在能也进行深度学习了,而且和python一样好,快来试一试吧。 众所周知,R语言是统计分析最好用的语言。但在Keras和TensorFlow的帮助下,R语言也可以进行深度学习了。 在机器学习的语言的选择上,R和Python之间选择一直是一个有争议的话题。但随着深度学习的爆炸性增长,越来越多的人选择了Python,因为它有一个很大的深度学习库和框架,而R却没有(直到现在)。 但是我就是想使用R语言进入深度学习空间,所以我就从Python领域转入到了R领域,继续我的深度学习的研究了。这可能看
小莹莹
2018-04-24
1.2K0
案例分享|美团如何用NLP完成5大应用场景
针对NLP技术,大神们刚刚展开过比较激烈的讨论——Yann Lecun论战Yova Goldberg,导火索是是一篇“对抗式生成自然语言的论文”。 NLP大神Yova Goldberg认为该论文所生成的“自然语言”和真实语言相差太远,充满语法错误,随后他直接把战斗升级成语言学家大战计算机科学家:“摆脱你们这帮搞深度学习的人,别再抓着语言不放,并宣称自己已经解决好语言的问题了。”“语言对我来说很神圣。” 对此,深度学习大神Yann Lecun自是有所不满:“这话竟然是出自Yova之口?他自己都在拿深度学习来做
小莹莹
2018-04-24
1.6K1
你的每一次外卖都是与深度学习的美丽邂逅
很多同学认为外卖是线上下单、线下送餐的业务,商业模式简单,这种想法正确但是理解片面,它不仅需要技术,而且要用深度学习来解决。那么,外卖为什么需要技术?为什么需要深度学习技术? 很多同学认为外卖是线上下
小莹莹
2018-04-24
7210
一文看懂自然语言处理(NLP)的深度学习发展史和待解难题
自然语言处理(NLP)是指机器理解并解释人类写作与说话方式的能力。近年来,深度学习技术在自然语言处理方面的研究和应用也取得了显著的成果。 技术博客Sigmoidal最近发布了一篇文章,作者是机器学习工程师Rafal。 这篇文章讨论了自然语言处理方法的发展史,以及深度学习带来的影响。量子位编译如下: 在深度学习时代来临前 在2006年Hinton提出深度信念网络(DBN)之前,神经网络是一种极其复杂且难以训练的功能网络,所以只能作为一种数学理论来进行研究。 在神经网络成为一种强大的机器学习工具之前,经典的
小莹莹
2018-04-24
1.4K0
从语言学到深度学习NLP,一文概述自然语言处理
本文从两篇论文出发先简要介绍了自然语言处理的基本分类和基本概念,再向读者展示了深度学习中的 NLP。这两篇论文都是很好的综述性入门论文,希望详细了解自然语言处理的读者可以进一步阅读这两篇论文。 首先第一部分介绍了自然语言处理的基本概念,作者将 NLP 分为自然语言理解和自然语言生成,并解释了 NLP 过程的各个层级和应用,这一篇论文很适合读者系统的了解 NLP 的基本概念。 第二描述的是基于深度学习的 NLP,该论文首先描述了深度学习中的词表征,即从 one-hot 编码、词袋模型到词嵌入和 word2ve
小莹莹
2018-04-24
8990
内存带宽与计算能力,谁才是决定深度学习执行性能的关键?
随着深度学习的不断发展,计算能力得到了深度学习社区越来越多的注意。任何深度学习模型,归根到底都是需要跑在设备上的,而模型对设备性能的要求越低,则能得到越多的运用——千万不能让硬件成为了模型普及的瓶颈!
小莹莹
2018-04-24
1.7K0
【资源】用深度学习解决自然语言处理中的7大问题,文本分类、语言建模、机器翻译等
摘要: 本文讲的是用深度学习解决自然语言处理中的7大问题,文本分类、语言建模、机器翻译等,自然语言处理领域正在从统计学方法转向神经网络方法。在自然语言中,仍然存在许多具有挑战性的问题。但是,深度学习方
小莹莹
2018-04-24
8150
深度学习带你抠像表演
前情 回顾这些年机器学习的进展,我也一直想弄点真正的机器学习产品。 几个月前,我参加了超棒的Fast.ai深度学习课程之后,我好像就开窍了,我也有了机会:得益于深度学习技术,很多以前不可想象的事情,现在都已不在话下。新开发的工具也使得部署进程比以往更方便。 在之前提到过的课程里,我遇到了Alon Burg,他是位富有经验的Web开发者,我们在合作以求实现这个目标。 我们一同给自己设立了以下目标: 提高我们自身的深度学习技巧 提高我们AI产品的部署技巧 制作一款有市场需求的实用产品 要有趣(对我们俩和使用
小莹莹
2018-04-24
6340
3天学会TensorFlow | 中国香港科技大学
整理 | 周翔 2015 年底,谷歌开源了内部使用的深度学习框架 TensorFlow。与 Caffe、Torch、MXNet 等框架相比,TensorFlow 在 Github 上的 star 数量、fork 数量、contributor 数量这三个数据上都完胜竞争对手,而且在图形分类、音频处理、推荐系统和自然语言处理等场景下也有丰富的应用。此外,Keras 框架底层默认使用 TensorFlow,这无不印证了 TensorFlow 在业界的流行程度。 TensorFlow 的流行让深度学习的门槛越来
小莹莹
2018-04-24
3.1K0
点击加载更多
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
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