深度学习
2022-2-21 4:48
机器学习的黄金法则之一是将数据集分为训练集、验证集和测试集。了解如何绕过最常见的警告！
我们这样做的原因很简单。如果我们不将数据分成不同的集合，模型将根据训练期间看到的相同数据进行评估。因此，我们可能会遇到一些问题，比如在不知不觉中过度装修。
我们将数据集随机分成三个子集，称为训练集、验证集和测试集。拆分可以是60/......
2022-2-13 15:20
在优步，神奇的客户体验取决于准确的到达时间预测（ETA）。我们使用ETA来计算票价、估计接送时间、将乘客与司机匹配、计划交付等等。传统的路由引擎通过将道路网络划分为图中加权边表示的小路段来计算ETA。他们使用最短路径算法在图中找到最佳路径，并将权重相加得出ETA。但我们都知道，地图不是地形：道路图只是一个模型，它不能......
2021-8-10 1:23
几周前，我们宣布了 Comet 和 Gradio 之间非常令人兴奋的集成，它允许数据科学家和团队通过实时演示交互式地测试和验证他们的 ML 模型，同时跟踪实验指标、超参数、源代码等。这种集成有许多可能的用例，但为了展示一个特别有价值（和有趣）的用例，我们的团队一直在努力为 AI 生成的艺术品创建一个公共画廊空间。超大......
2021-8-5 21:14
关于什么是图神经网络有很多很好的解释。然而，我发现他们中的很多人很快就深入数学。然而，我们仍然面临着一个古老的问题：所有的图片在哪里??因此，就像我尝试使用贝叶斯深度学习一样，我也想尝试揭开图深度学习的神秘面纱，使用我可以使用的所有工具来最小化方程的数量并最大化使用图片的直觉。这是我的尝试，我希望你觉得它有用！在我的......
2021-7-31 23:32
想想在不远的过去，计算机被应用到的许多任务需要人类的直觉。计算机通常会识别图像中的物体、转录语音、在语言之间进行翻译、诊断医疗状况、玩复杂的游戏和驾驶汽车。促成这些惊人发展的技术称为深度学习，这个术语指的是被称为人工神经网络的数学模型。深度学习是机器学习的一个子领域，是基于将复杂模型与数据拟合的计算机科学的一个分支。......
2021-7-25 2:17
CockroachDB 从起源到未来的故事，在我们最新的 EC-1：起源故事“CockroachDB，不会消亡的数据库”（2,100 字/8 分钟）的四部分系列中讲述“工程师如何在全球延迟战争中对抗 CAP 定理”（2,400 字/10 分钟）开发者关系和业务“'开发者，如你所知，不喜欢为东西付费'”......
2021-7-23 1:32
深度学习的三位先驱在 ACM 通讯杂志 7 月刊上发表的一篇论文中指出，深度神经网络将在没有符号人工智能帮助的情况下克服它们的缺点。 2018 年图灵奖获得者 Yoshua Bengio、Geoffrey Hinton 和 Yann LeCun 在他们的论文中解释了深度学习当前面临的挑战，以及它与人类和动物学习的不同......
2021-6-20 3:52
下载PDF摘要：深入学习已经彻底改变了计算机视觉，Naturallanguage理解，语音识别，信息检索等。然而，随着深度学习模型的逐步改进，他们的参数，延迟，培训所需的资源等。拥有所有人都显着下降。因此，要注意模型的这些足迹度量，这一切都很重要，而不仅仅是其质量。我们提出了激励深入学习效率的问题，然后是一个模型效率......
2021-6-19 11:13
从技术上讲，图像是映射连续域的函数，例如，一个盒子$ [0，x] \ times [0，y] $，强度（r，g，b）。要将其存储在计算机存储器上，图像被离散到数组阵列[H] [W]，其中每个元素阵列[i] [j]是像素。
离散化如何工作？离散像素如何涉及底层连续图像的抽象概念？这些基本问题在计算机图形和amp中发挥......
2021-6-12 4:0
下载PDF摘要：我们描述了深入学习的数学分析新领域。此菲尔德围绕着一份研究问题列表，没有常用的学习理论框架。这些问题涉及：超分层化神经网络的概念概括力量，在深度架构中的作用深度，显而易见的诅咒诅咒，令人惊讶的成功优化性能证实了问题的非凸性，了解了什么特征，多花架构表现出异常在身体问题中，架构的哪个方面会在努力影响学习......
2021-5-16 13:9
Warning: Can only detect less than 5000 characters
Warning: Can only detect less than 5000 characters
在活化层之后加入汇集层。 CNN中的汇集层总结了相同内核地图中邻近神经元组的输出（Krizhevsky等，2012......
2021-4-9 4:57
脉冲的长螺纹部分，脉冲从细胞体传导到其他细胞。
今天，我很高兴能够公开宣布Axon，这是一个在Elixir中创建神经网络的图书馆。轴突仍然是预发布;但是，我相信它已达到了一个点，即可从开源社区进行实验和输入。在这篇文章中，我将介绍Axon的API，讨论一些设计决策，并制定了图书馆的未来计划。
Axon的主要目标......
2021-4-5 11:21
这篇文章涵盖了模型推理优化或压缩，截至3月2021年3月的宽度和最深度。这包括模型量化和二值化的工程主题，更具研究型主题，如知识蒸馏等，以及知名的，以及众所周知的话题。
如果有人注意到任何不正确的东西，请告诉我。请随时与我联系我的电子邮件（我的全名@ Outlook.com）。
每年，较大且较大的模型能够找到从机......
2021-4-3 7:48
下载PDF摘要：本文是一种尝试解释所需的所有矩阵微积分，了解深度神经网络的培训。我们假设没有数学知识展示，您在微积分中学到了什么，并提供链接，以帮助您刷新所需的必要数学。请注意，在开始学习培训和在实践中使用深度学习之前，您不需要理解这一材料;相反，这种材料适用于那些已经熟悉基础网络的基础知识的人，并希望加深对潜在数学......
2021-3-8 3:34
在这个项目中，我们呈现Percival，浏览器嵌入式，Lighpeight，深入学习的广告拦截器。珀塞瓦尔是眨眼 - 铬渲染引擎。 Percival将自己嵌入到图像渲染管道中，这使得可以拦截IFRame的渲染，由复杂的JavaScript变换以及GIF和常规图像创建的图像。 Percival检查这些图像帧并基于深度学......
2021-3-2 5:38
一年前，ZDNet与Google Brain总监Jeff Dean谈了有关该公司如何利用人工智能促进其定制芯片内部开发以加速其软件的过程。迪恩（Dean）指出，在某些情况下，人工智能的深度学习形式可以比人类做出更好的决策，以决定如何在芯片中布局电路。
本月，Google在arXiv文件服务器上发布的论文“阿波罗：可......
2021-2-17 18:12
新的Apple M1芯片背后有很多炒作。到目前为止，事实证明它优于英特尔提供的任何产品。但这对深度学习意味着什么？这就是您今天要找到的。
新的M1芯片不仅是CPU。在MacBook Pro上，它由8核CPU，8核GPU和16核神经引擎组成。处理器和GPU都远远优于上一代Intel配置。
我已经展示了M1芯片用于常......
2021-2-9 20:24
在过去的四年中，Popgun的一个小团队一直在研究深度学习在音乐分析和生成中的应用。这项研究的最终成果是发布了Splash Pro，Splash Pro是一款免费的，由AI驱动的数字音频工作站（DAW）插件。随着此博客的发布，我们希望通过解释我们已经从事的一些核心项目，为音乐深度学习提供一个易于访问的介绍。
在这......
2021-2-9 20:19
感觉是一个推理引擎，可为功能强大的神经网络提供动作识别功能，且计算量较小。在此存储库中，我们提供：
开箱即用的两个模型已经在数百万个视频的视频中进行了预训练，这些视频是人类在摄像机前进行动作并与之交互的。这两个神经网络都很小，高效，并且可以在CPU上实时平稳运行。
演示应用程序展示了我们模型的潜力：手势识别，健身......
2021-1-20 12:14
在现在的标准技术下，例如过度参数化，批量标准化和添加残差链接，“现代”神经网络训练（至少用于图像分类任务和许多其他任务）通常非常稳定。使用标准的神经网络体系结构和训练算法（通常是带有动量的SGD），学习的模型不仅在训练精度方面，而且甚至在测试精度方面，都始终表现良好，无论训练过程中使用哪种随机初始化或随机数据顺序。例......
2021-1-17 21:40
#memes #science #ai我和Antonio的第二部分研究了最新和最出色的深度学习模因.Music：Sunshower-LATASHÁPapov-Yung LogosSunny Days-...
2021-1-9 2:43
500 AI机器学习深度学习带有代码的计算机视觉NLP项目-ashishpatel26 / 500-AI-机器学习-深度学习-计算机视觉-NLP-项目与代码
2020-12-23 8:8
到目前为止，PyTorch中最干净，最优雅的图神经网络库。 强烈推荐！ 统一胶囊网（二分图上的GNN） 单个API中的“变形金刚”和“变形金刚”（关注全连接图的GCN）。
2020-12-16 2:4
人工智能这个主题引起了我的兴趣，我一直在研究和尝试该领域的新事物。
众所周知，与自然语言处理，计算机视觉等相关的技术是如何出现并发展为每天数百万用户使用的解决方案的。
即使人们使用了“人工智能”一词，但与《终结者》电影中的天网一样先进，我们仍然相去甚远。
今天使用的最常见的AI子领域是一种称为机器学习的领域，它......
2020-12-13 11:59
在有关如何使编程更好的大多数讨论中，最终有人会说一些类似的话，我们只需要等到深度学习解决问题即可！＆＃34;我认为这是一个天真乐观的想法，但它提出了一个有趣的问题：从什么意义上说，使用深度学习创建的程序与通过手工编写的程序不同？
这个问题最近出现在我们作为程序项目一部分的讨论中，该项目探讨了关于什么是（计算机）程......
2020-12-9 19:38
卷积神经网络的先驱者和Facebook的首席AI科学家Yann LeCun教授的深度学习课程已免费在线提供。
这是由纽约大学数据科学中心（简称纽约大学CDS）提供的，Yann LeCun于去年春季以代码DS-GA 1008的名称讲授了该课程，它基于Python / Pytorch夹心代码在Jupyter No......