在深度學(xué)習(xí)可以更廣泛地應(yīng)用之前，必須解決重大挑戰(zhàn)

　Wang和合著者說，典型的皮膚科醫(yī)生對(duì)黑色素瘤的檢測(cè)將評(píng)估一系列主要和次要標(biāo)準(zhǔn)的圖像，從而為診斷提供依據(jù)。接受過培訓(xùn)的深度學(xué)習(xí)模型可以做到這一點(diǎn)，例如...

2020-04-23 標(biāo)簽：人工智能深度學(xué)習(xí) 3005 0

人工智能走向深度學(xué)習(xí)能帶來(lái)什么

人工智能比較大的挑戰(zhàn)之一是識(shí)別度不高、準(zhǔn)確度不高，提高準(zhǔn)確度就要提高模型的規(guī)模和精細(xì)度，提高線下訓(xùn)練的頻次，這需要更強(qiáng)的計(jì)算力。

2020-04-23 標(biāo)簽：人工智能深度學(xué)習(xí) 1074 0

人臉識(shí)別在安全上需要格外的注意

人臉識(shí)別落地速度之快，主要得益于其背后是技術(shù)的快速發(fā)展和演進(jìn)。

2020-04-21 標(biāo)簽：人臉識(shí)別大數(shù)據(jù)深度學(xué)習(xí) 1278 0

人工智能哪一些領(lǐng)域需要被關(guān)注

人工智能的六大領(lǐng)域在未來(lái)可能對(duì)數(shù)字產(chǎn)品和數(shù)字服務(wù)產(chǎn)生重要的影響。

2020-05-01 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 576 0

搜索工程師正在借鑒Microsoft AI研究人員的經(jīng)驗(yàn)教訓(xùn)

在過去的幾年中，Microsoft深度學(xué)習(xí)研究人員在開發(fā)算法方面達(dá)到了人類同等的里程碑，該算法的性能與研究基準(zhǔn)一樣好，可以測(cè)試會(huì)話語(yǔ)音識(shí)別，閱讀理解，新...

2020-04-20 標(biāo)簽：人工智能深度學(xué)習(xí)自然語(yǔ)言 2181 0

人工智能已席卷全球，并擾亂了許多行業(yè)

在使用人工智能作為市場(chǎng)術(shù)語(yǔ)的過程中，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間的區(qū)別變得不清楚。由于這些術(shù)語(yǔ)的相似性質(zhì)，圍繞它們的含義存在很多混亂。在本文中，我們將研究彼此...

2020-04-20 標(biāo)簽：人工智能深度學(xué)習(xí)自然語(yǔ)言處理 3283 0

新的面向物聯(lián)網(wǎng)開發(fā)者的英特爾?邊緣人工智能納米學(xué)位項(xiàng)目

　“長(zhǎng)期以來(lái)，學(xué)員們已經(jīng)學(xué)會(huì)了如何為云計(jì)算構(gòu)建和部署深度學(xué)習(xí)模型。通過與優(yōu)達(dá)學(xué)城的合作，我們正培養(yǎng)人工智能開發(fā)者在邊緣——數(shù)據(jù)最開始產(chǎn)生的地方，進(jìn)行探索...

2020-04-20 標(biāo)簽：人工智能深度學(xué)習(xí)邊緣計(jì)算 1714 0

AI在腫瘤學(xué)領(lǐng)域發(fā)揮著最大作用的五個(gè)領(lǐng)域

俄勒岡州立大學(xué)的另一組研究人員使用深度學(xué)習(xí)從基因表達(dá)數(shù)據(jù)中提取信息，從而幫助他們對(duì)不同類型的乳腺癌細(xì)胞進(jìn)行分類，從而揭示了用于乳腺癌檢測(cè)的新生物標(biāo)記。

2020-04-19 標(biāo)簽：人工智能深度學(xué)習(xí) 2619 0

曠視發(fā)布FaceStyle美業(yè)云解決方案，利用AI技術(shù)打造線上虛擬試妝

從趨勢(shì)上來(lái)看，越來(lái)越多消費(fèi)者也更愿意在線上搜索美妝產(chǎn)品，完成“種草”、“拔草”的消費(fèi)閉環(huán)。巨大的機(jī)遇，也吸引著美妝品牌紛紛入場(chǎng)線上賽道。從2018年開始...

2020-04-18 標(biāo)簽：ai深度學(xué)習(xí) 3738 0

整個(gè)神經(jīng)網(wǎng)絡(luò)的架構(gòu)，只要能理解這個(gè)

這張圖就是我們的核心了，也是整個(gè)神經(jīng)網(wǎng)絡(luò)的架構(gòu)，只要能理解這個(gè)，那就OK了！首先我們來(lái)觀察整個(gè)結(jié)構(gòu)，發(fā)現(xiàn)在神經(jīng)網(wǎng)絡(luò)中是存在多個(gè)層的，有輸入層，隱層1，隱...

2020-04-17 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 3239 0

神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的一些重要趨勢(shì)

大多數(shù)神經(jīng)網(wǎng)絡(luò)都是互相連接的，這意味著每個(gè)隱藏單元和每個(gè)輸出單元都連接到層另一邊的每個(gè)單元上。每個(gè)單元之間的連接稱為“重量”。重量可以是正的，也可以是負(fù)...

2020-04-17 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)神經(jīng)元深度學(xué)習(xí) 1883 0

有關(guān)深度學(xué)習(xí)的25個(gè)問題

否則，我們將獲得一個(gè)由多個(gè)線性函數(shù)組成的線性函數(shù)，那么就成了線性模型。線性模型的參數(shù)數(shù)量非常少，因此建模的復(fù)雜性也會(huì)非常有限。

2020-04-17 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 3235 0

AI頂會(huì) “云”舉行，優(yōu)必選科技論文入選ICLR

目前最先進(jìn)的深度學(xué)習(xí)方法大多是對(duì)給定輸入特征的標(biāo)簽的條件分布進(jìn)行建模的判別法。這種方法的成功在很大程度上依賴于高質(zhì)量的帶標(biāo)簽的實(shí)例，此類實(shí)例并不容易獲得...

2020-04-17 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 2860 0

神經(jīng)網(wǎng)絡(luò)超參數(shù)調(diào)優(yōu)

瀏覽有關(guān)功能優(yōu)化測(cè)試的維基詞條，就會(huì)發(fā)現(xiàn)有些功能很難對(duì)付。很多功能因找出優(yōu)化算法的問題而被廣泛使用。但本文將討論一項(xiàng)看似微不足道的功能——Beale功能。

2020-04-17 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法深度學(xué)習(xí) 4188 0

一種將復(fù)雜數(shù)學(xué)表達(dá)式表示為一種語(yǔ)言的新方法

擅長(zhǎng)符號(hào)數(shù)學(xué)的人經(jīng)常依靠一種直覺。他們對(duì)給定問題的解決方案應(yīng)該是什么有一種感覺，例如觀察被積分函數(shù)中是否存在余弦，這意味著其積分可能存在正弦，然后進(jìn)行必...

2020-04-17 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 1879 0