完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
電子發(fā)燒友網(wǎng)技術(shù)文庫(kù)為您提供最新技術(shù)文章,最實(shí)用的電子技術(shù)文章,是您了解電子技術(shù)動(dòng)態(tài)的最佳平臺(tái)。
并非每一個(gè)問(wèn)題都可以通過(guò)機(jī)器學(xué)習(xí)來(lái)解決,也并不是每個(gè)企業(yè)都為AI的應(yīng)用做好了準(zhǔn)備。比如,企業(yè)要確定具體的應(yīng)用場(chǎng)景、是否有足夠的數(shù)據(jù)進(jìn)行分析、要建立預(yù)測(cè)模型、要有定義模型和訓(xùn)練模型的人員和工具......等等。為此,本文將具體闡述使用人工智能、深度學(xué)習(xí)和機(jī)器學(xué)習(xí)時(shí),企業(yè)需要做的10項(xiàng)準(zhǔn)備工作。...
一種實(shí)現(xiàn)深度學(xué)習(xí)的方法是使用卷積神經(jīng)網(wǎng)絡(luò)(CNN)。CNN是模擬人類視覺(jué)感知建模的。人類用自身的神經(jīng)元網(wǎng)絡(luò)處理圖像;CNN通過(guò)輸入層節(jié)點(diǎn)(node)來(lái)處理圖像。人們通過(guò)向網(wǎng)絡(luò)送入預(yù)處理的圖像來(lái)訓(xùn)練CNN。通過(guò)學(xué)習(xí)這些輸入,算法會(huì)不斷調(diào)整各節(jié)點(diǎn)的權(quán)重并因此學(xué)會(huì)識(shí)別模式和相關(guān)點(diǎn)。由于算法不斷修正這些權(quán)重...
在醫(yī)學(xué)成像領(lǐng)域,疾病的準(zhǔn)確診斷或評(píng)估取決于圖像采集和圖像解譯。近年來(lái),隨著技術(shù)的發(fā)展,設(shè)備能以更快地速率和更強(qiáng)大的分辨率來(lái)收集數(shù)據(jù),這大大提高了圖像采集的質(zhì)量。然而,計(jì)算機(jī)技術(shù)對(duì)圖像解譯的改進(jìn),才剛剛開始。目前,大部分的醫(yī)學(xué)圖像解譯都由醫(yī)生來(lái)進(jìn)行。...
在已經(jīng)擁有機(jī)器人學(xué)習(xí)與云計(jì)算技術(shù)的今天,我們可以借助先進(jìn)技術(shù)尋找外星人了嗎?答案是:肯定的。...
Caffe框架主要有五個(gè)組件,Blob,Solver,Net,Layer,Proto,其結(jié)構(gòu)圖如下圖1所示。Solver負(fù)責(zé)深度網(wǎng)絡(luò)的訓(xùn)練,每個(gè)Solver中包含一個(gè)訓(xùn)練網(wǎng)絡(luò)對(duì)象和一個(gè)測(cè)試網(wǎng)絡(luò)對(duì)象。每個(gè)網(wǎng)絡(luò)則由若干個(gè)Layer構(gòu)成。每個(gè)Layer的輸入和輸出Feature map表示為Input B...
神經(jīng)網(wǎng)絡(luò)是最近很流行的科技熱詞,其核心用途是分類。分類器是自動(dòng)對(duì)輸入值進(jìn)行分類的機(jī)器。分類器輸入的是一個(gè)數(shù)值向量,叫做特征(向量)。分類器的輸出也是數(shù)值,代表分類的結(jié)果。分類器的目標(biāo)就是讓正確分類的比例盡可能高。而生成對(duì)抗網(wǎng)絡(luò)(GAN)由一個(gè)生成網(wǎng)絡(luò)與一個(gè)判別網(wǎng)絡(luò)組成,通過(guò)讓兩個(gè)神經(jīng)網(wǎng)絡(luò)相互博弈的方...
據(jù)連線雜志網(wǎng)站報(bào)道,在澳大利亞的西海岸,生物學(xué)家阿曼達(dá)·霍奇森(Amanda Hodgson)控制無(wú)人機(jī)飛向印度洋上的高空。這位儒艮專家使用無(wú)人機(jī)幫助他們觀察瀕臨滅絕的研究對(duì)象。...
Data Science Central網(wǎng)站主編、有多年數(shù)據(jù)科學(xué)和商業(yè)分析模型從業(yè)經(jīng)驗(yàn)的Bill Vorhies曾撰文指出,過(guò)去一年人工智能和深度學(xué)習(xí)最重要的發(fā)展不在技術(shù),而是商業(yè)模式的轉(zhuǎn)變——所有巨頭紛紛將其深度學(xué)習(xí)IP開源。...
在人臉?lè)指畹膽?yīng)用中,美妝是一個(gè)受眾較廣的問(wèn)題。給出一張素顏正面照,如果能夠給出其最適合的化妝風(fēng)格并將其渲染到這張素顏臉上,可以讓女孩子們更方便地找到適合的風(fēng)格。中科院信工所劉博士等人的論文所解決的問(wèn)題就是完成一個(gè)功能更完善的人臉自動(dòng)美妝應(yīng)用,不僅能夠給素顏的圖片上妝,而且可以為用戶推薦最適合的妝容,...
在機(jī)器學(xué)習(xí)(Machine learning)領(lǐng)域。主要有三類不同的學(xué)習(xí)方法:監(jiān)督學(xué)習(xí)(Supervised learning)、非監(jiān)督學(xué)習(xí)(Unsupervised learning)、半監(jiān)督學(xué)習(xí)(Semi-supervised learning)。...
天賜予人類驚人的學(xué)習(xí)能力。我們從出生開始就學(xué)習(xí)復(fù)雜的任務(wù),如語(yǔ)言和圖像識(shí)別,之后在一生中以這種第一學(xué)習(xí)體驗(yàn)為基礎(chǔ)不斷進(jìn)行修正。之后,似乎自然而言的是,我們利用這種學(xué)習(xí)概念來(lái)積累知識(shí),并能夠建立模型和預(yù)測(cè)結(jié)果,甚至將這種概念應(yīng)用于與計(jì)算機(jī)相關(guān)的程序和任務(wù)中。而這些涉及于上述計(jì)算過(guò)程中的技術(shù),就是所謂的...
為了補(bǔ)充Udacity公司之前的人工智能課程,在線教育創(chuàng)業(yè)公司與YouTube上的明星Siraj Raval展開了合作,向共同授課的Udacity公司的Mat Leonard提供了一個(gè)新的深度學(xué)習(xí)納米級(jí)基礎(chǔ)課程。 ...
在這篇文章中,我想向大家介紹推動(dòng)深度學(xué)習(xí)發(fā)展的5個(gè)主力框架。這些框架使數(shù)據(jù)科學(xué)家和工程師更容易為復(fù)雜問(wèn)題構(gòu)建深度學(xué)習(xí)解決方案,并執(zhí)行更復(fù)雜的任務(wù)。這只是眾多開源框架中的一小部分,由不同的科技巨頭支持,并相互推動(dòng)更快創(chuàng)新。...
其實(shí)語(yǔ)音識(shí)別已經(jīng)存在很多年了,那為什么現(xiàn)在才成為主流呢?因?yàn)樯疃茸R(shí)別終于將語(yǔ)音識(shí)別在非受控環(huán)境下的準(zhǔn)確度提高到了一個(gè)足以投入實(shí)用的高度。吳恩達(dá)教授曾經(jīng)預(yù)言過(guò),當(dāng)語(yǔ)音識(shí)別的準(zhǔn)確度從95%提升到99%的時(shí)候,它將成為與電腦交互的首要方式。...
由于計(jì)算機(jī)視覺(jué)的大紅大紫,二維卷積的用處范圍最廣。因此本文首先介紹二維卷積,之后再介紹一維卷積與三維卷積的具體流程,并描述其各自的具體應(yīng)用。 ...
分發(fā)過(guò)程走的是互聯(lián)網(wǎng)線路(專線太貴),互聯(lián)網(wǎng)線路的穩(wěn)定性不可預(yù)期,有時(shí)網(wǎng)絡(luò)抖動(dòng),會(huì)造成分發(fā)失敗,甚至挖斷光纜導(dǎo)致某條干網(wǎng)不可用的事故也經(jīng)常出現(xiàn),某條線路或者某個(gè)機(jī)房的問(wèn)題,可能會(huì)造成區(qū)域性的不可用。...
在機(jī)器人的使用方面,我們可能還沒(méi)有達(dá)到使用它來(lái)遛狗這種普遍程度,但是機(jī)器人確實(shí)已經(jīng)深入我們的日常生活。...
人工智能(下稱AI)是具有智能行為模仿能力的機(jī)器,它是在電腦中,模擬人類的行為和認(rèn)知程序,自然地學(xué)習(xí)所有知識(shí)的智能大腦。它正在越來(lái)越多地取代人類的活動(dòng),同時(shí)也給人類帶來(lái)危險(xiǎn),對(duì)此,AI所產(chǎn)生的現(xiàn)代性問(wèn)題是:要將這些越發(fā)智能的AI實(shí)體和其他法律主體一樣納入法律社會(huì)控制體系中來(lái)嗎?...
機(jī)器人的研發(fā)是為了協(xié)助或取代人類進(jìn)行危險(xiǎn)的工作,目前大部分的機(jī)器人都還是硬邦邦的“硬漢”形象。人們也在拓展自己的想象和創(chuàng)造力,去開發(fā)像“大白”一樣軟萌的機(jī)器人。這種利用柔軟材料來(lái)制作的機(jī)器人,被稱為軟體機(jī)器人,在研究領(lǐng)域頗受關(guān)注。...
在Facebook人工智能實(shí)驗(yàn)室負(fù)責(zé)人楊樂(lè)昆(Yann LeCun)看來(lái),人類既然已經(jīng)教會(huì)機(jī)器辨別圖片,甚至能做到人臉識(shí)別,那么機(jī)器也能識(shí)別視頻。而教會(huì)機(jī)器學(xué)習(xí)視頻的方法與嬰兒學(xué)習(xí)相似。即讓機(jī)器像嬰兒一樣,觀看視頻,告訴它視頻所講的內(nèi)容。...