机器之心

3157 篇文章
127 人订阅

全部文章

机器之心

76分钟训练BERT!谷歌大脑新型优化器LAMB加速大批量训练

尽管 BERT效果惊人,但它所需的计算量非常大,原作者在论文中也表示每次只能预测 15% 的词,因此模型收敛得非常慢。如果我们想保留这种 Mask 机制,那么就...

1184
机器之心

重新思考扩张卷积!中科院&深睿提出新型上采样模块JPU

语义分割是计算机视觉领域的基础任务之一,其目的是为图像的每个像素分配语义标签。现代方法通常采用全卷积网络(FCN)来解决这一任务,并在多个分割基准上获得巨大成功...

1294
机器之心

神经网络也能解数学题,DeepMind发布千万数学题海数据集

为了促进这方面的研究,DeepMind 近日发布了一个新型数据集,包含大量不同类型的数学问题(练习题级别),旨在考察模型的数学学习和代数推理能力。

812
机器之心

周志华西瓜书详细公式推导,Datawhale开源pumpkin-book项目

如果让你推荐两本国内机器学习的入门经典作,你会推荐哪些呢?相信大家同我一样,非李航的《统计学习方法》和周志华的《机器学习》莫属。

1062
机器之心

想要千行代码搞定Transformer?这份高效的PaddlePaddle官方实现请收下

目前,无论是从性能、结构还是业界应用上,Transformer 都有很多无可比拟的优势。本文将介绍 PaddlePaddle 的 Transformer 项目,...

1152
机器之心

用免费TPU训练Keras模型,速度还能提高20倍!

很长一段时间以来,我在单个 GTX 1070 显卡上训练模型,其单精度大约为 8.18 TFlops。后来谷歌在 Colab 上启用了免费的 Tesla K80...

1334
机器之心

2019年,TensorFlow被拉下马了吗?

本文中,作者通过GitHub、Medium文章、arXiv论文和领英等维度评估了不同神经网络框架的最新发展趋势。

1622
机器之心

比无所不能的DIP更强大的图像恢复方法:DeepRED

作者:Gary Mataev、Michael Elad、Peyman Milanfar

1012
机器之心

谷歌软件工程师分享编程经验:有效的流程很关键

我将在这篇文章中带你了解我从头至尾解决编程问题的策略。我既在谷歌的日常工作中使用这一策略,也在和各种水平的编程人员(训练营、大学生和实习生等)合作时使用它(帮助...

713
机器之心

最好用的文字与公式编辑器,这套数学笔记神器送给你

在我们学习生活中,经常需要记很多笔记,或者发发个人博客网站,那么工具就必不可少了。一般情况下,我们都钟爱使用贼简单、贼优美的 Markdown 标记语言,它的学...

1433
机器之心

解密:OpenAI和DeepMind都用的Transformer是如何工作的

Transformer 是为解决序列转换或神经机器翻译问题而设计的架构,该任务将一个输入序列转化为一个输出序列。 语音识别、文本转语音等问题都属于这类任务。

1164
机器之心

那些一键抠图的软件是怎么做到的?这些语义分割方法了解一下

在深度学习时代到来之前,大量的图像处理技术被用来将图像分割成一些感兴趣的区域(ROI)。下面列出了一些常用的方法。 灰度分割 这是最简单的语义分割形式,它包...

684
机器之心

SysML 2019论文解读:视频分析系统的提升

系统与机器学习会议(SysML)是一个非常新的会议(始于 2018 年),针对的是系统与机器学习的交叉领域。该会议的目标是引出这些领域之间的新联系,包括确定学习...

1074
机器之心

浅显易懂!「高中数学」读懂梯度下降的数学原理

敏捷(agile)是软件开发过程中的一个广为人知的术语。其背后的基本思想很简单:快速构建出来→发布它→获得反馈→基于反馈进行修改→重复这一过程。这种做法的目标是...

1001
机器之心

一文读懂Python装饰器,这是一个会打扮的装饰器

在 Python 中,函数是一种非常灵活的结构,我们可以把它赋值给变量、当作参数传递给另一个函数,或者当成某个函数的输出。装饰器本质上也是一种函数,它可以让其它...

651
机器之心

随机连接神经网络性能超过人工设计!何恺明等人发布新研究

作者:Saining Xie、Alexander Kirillov、Ross Girshick、Kaiming He

1013
机器之心

数学还能这么学?高中要有这个网站我早就及格了

之前我们介绍过全交互的线性代数书和可视化的统计概率入门书,今天我们就来看一看「这本有趣的基础数学书」:Mathigon。Mathigon 提供交互式学习方式、个...

1272
机器之心

开放下载!复旦大学邱锡鹏教授发布教科书《神经网络与深度学习》

邱老师昨天就在知乎发布了这本书:「整本书终于写完了,虽然还有很多不足。但先告一段落,不然就得无限期拖延下去。感谢众多热心网友的意见和建议。全书的内容可以从这里(...

892
机器之心

反思基于能量的生成式模型:中山大学研究者从粒子演化角度改进经典的FRAME

提到生成式建模,读者们总是第一时间想到生成对抗网络 (generative adversarial network, GAN)。GAN 采用隐式的生成式建模方法...

592
机器之心

PyTorch 进阶之路(四):在 GPU 上训练深度神经网络

在之前的教程中,我们基于 MNIST 数据集训练了一个识别手写数字的 logistic 回归模型,并且达到了约 86% 的准确度。

972

扫码关注云+社区

领取腾讯云代金券