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...

今天给大家介绍伦敦大学学院David T. Jones 教授课题组发表在Nature Machine Intelligence 的一篇文章。文章中指出，现存的蛋...

要在临床决策中发挥人工智能的潜力，就需要在设计良好的随机临床试验中测试干预措施，并以标准化和透明的方式报告这些结果。

准确预测小分子的配分和疏水性在药物发现过程中至关重要。细胞和整个人体内有许多异质的化学环境。例如，药物必须能够穿过疏水性的细胞膜才能到达细胞内的靶点，而疏水性是...

JMC推出 "Artificial Intelligence in Drug Discovery "特刊，强调人工智能（AI）在制药研究中的新兴作用。本期的一个...

前两天看到一篇题为“AI设计药物，泡沫还是未来？”的评述，作者认为英国初创公司Exscientia发表的DSP-1181化合物仅仅是Haloperidol的类似...

2020年8月17日发表在nature communications上的一篇关于"Machine learning for chemical discovery...