70 年代以后随着互联网的高速发展，语料库越来越丰富以及硬件更新完善，自然语言处理思潮由理性主义向经验主义过渡，基于统计的方法逐渐代替了基于规则的方法。

最早用来对自然语言词序列进行特征提取的，其实是卷积神经网络(CNN)。这主要归因于卷积神经网络在图像领域取得的骄人成绩。

当 AI 在某一个单点任务上的表现接近或者超越人类的时候，就会给行业带来巨大的商机。在视觉分类、检索、匹配、目标检测等各项任务上，随着相关算法越来越准确，业界也...

深度学习推理框架 OpenPPL 已经开源了，本文以一个图像分类实例，从 0 到 1 讲解如何部署一个深度学习模型，完成一个 AI 推理应用。

本次用到的数据集是 IMDB，一共有 50000 条电影评论，其中 25000 条是训练集，另外 25000 条是测试集

新一代的网络威胁利用先进的人工智能辅助方法，使其能够发起多阶段、动态和有效的攻击。目前的网络防御系统在防御这种新的和新兴的威胁时遇到了各种挑战。通过博弈论模型对...

大家应该看标题就知道了，今天要通过大白话+图形跟我女票(哪里来的女票？假想一下)讲解同步、异步、阻塞、非阻塞、并行、并发的理解。我女票是一个爱问问题的人，最喜欢...

它是一个广泛使用且深入理解的数据集，并且在大多数情况下已“解决”。表现最好的模型是深度学习卷积神经网络，其分类准确率超过 99%，在保持测试数据集上的错误率在 ...

Word Embedding是整个自然语言处理（NLP）中最常用的技术点之一，广泛应用于企业的建模实践中。我们使用Word Embedding能够将自然文本语言...

鸢尾花识别是学习AI入门的案例，这里和大家分享下使用Tensorflow 2框架，编写程序，获取鸢尾花数据，搭建神经网络，最后训练和识别鸢尾花。

假设我们有一个系统S，它有n层（S1,…Sn），它的输入是I，输出是O，形象地表示为： I =>S1=>S2=>…..=>Sn => O，如果输出O等于输入...

卷积神经网络 概念认识：https://cloud.tencent.com/developer/article/1822928

本文介绍卷积神经网络的入门案例，通过搭建和训练一个模型，来对10种常见的物体进行识别分类；使用到CIFAR10数据集，它包含10 类，即：“飞机”，“汽车”，“...

深度残差收缩网络是建立在三个部分的基础之上的，包括残差网络、注意力机制和软阈值化。

今天给大家介绍的是来自英国知名的Barts癌症研究所的工作人员近日发表在nature communications的文章，文章提出DRUML（Drug Rank...

今天给大家介绍的是近日发表在Nature Methods上的一篇论文《CryoDRGN: reconstruction of heterogeneous cry...

近年来，由于图结构数据的普遍存在，基于图的深度学习在人工智能领域引越来越受到研究者的关注和重视。然而，大多数关于图的深度学习工作都专注于(半)监督学习场景，在这...

今天给大家介绍的是麻省理工学院（MIT）材料科学与工程系研究人员近期发表在arXiv上的一篇有关大分子表示的研究。作者提出一种大分子的图表示方法，为大分子的表示...

今天给大家介绍的是一篇哥伦比亚大学数据科学院Debmalya发表的一篇文章。文章对目前新兴的元学习与图神经网络组合这个方向做出了详细的介绍。

本文来自于《The Limits and Potentials of Deep Learning for Robotics》，该论文是从2016年的机器人技术大...