• 关于

    神经网络编码出现问题怎么解决

    的搜索结果
  • RNN和LSTM弱!爆!了!注意力模型才是王道

    循环神经网络(RNN),长短期记忆(LSTM),这些红得发紫的神经网络——是时候抛弃它们了! LSTM和RNN被发明于上世纪80、90年代,于2014年死而复生。接下来的几年里,它们成为了解决序列学习、序列转换(seq2seq)的方式,这也使得语音到文本识别和Siri、Cortana、Google...

    文章 技术小能手 2018-05-02 8722浏览量

  • 史上最全!27种神经网络简明图解:模型那么多,我该怎么选?

    27种?!神经网络竟有那么多种?这篇文章将逐一介绍下面这张图片中的27种神经网络类型,并尝试解释如何使用它们。准备好了吗?让我们开始吧! 神经网络的种类越来越多,可以说是在呈指数级地增长。我们需要一个一目了然的图表,在这些新出现的网络构架和方法之间进行导航。 幸运的是,来自Asimov研究所的F...

    文章 技术小能手 2018-01-23 7876浏览量

  • 这些深度学习术语,你了解多少?(下)

    这些深度学习术语,你了解多少?(上) 动量(Momentum) Momentum是Gradient Descent算法的扩展、可加速或抑制参数更新。 1、通过反向传播的错误来学习表征 多层感知器(MLP) 多层感知器是一种前馈神经网络,具有多个完全连接的层,使用非线性激活函数来处理不可线性分离的数...

    文章 【方向】 2018-10-26 1308浏览量

  • 工程师如何给女友买包?问问阿里“百事通”

    阿里妹导读:工作那么忙,怎么给女朋友买包?是翻看包包的详情页,再从商品评论中去找信息吗?为了帮助类似的同学节省时间,阿里工程师们提出快速回答生成模型RAGE。你问它答,这个“百事通”能从整体结构,评论的抽取和表示及融合四个方面综合解决生成模型响应速率及生成质量的问题,进而提高生成的回答的真实性及有...

    文章 KB小秘书 2019-07-26 976浏览量

  • 深度RNN解决语义搜索难题

    雷锋网(公众号:雷锋网)按:本文作者张俊林,主要介绍了3种基于深度RNN的语义搜索模式。 本文讨论如何用深度学习系统来构造语义搜索引擎的问题。这里所谓的语义搜索,是指的能做用户查询和搜索网页之间的语义级别匹配,比如说,用户输入“Iphone”,虽然某篇文章讲到了“苹果公司正在试图做新型的手机”,但...

    文章 青衫无名 2017-08-01 1030浏览量

  • 深度学习要多深,才能了解你的心?——DNN在搜索场景中的应用

    DNN在搜索场景中的应用潜力,也许会比你想象的更大。 1.背 景 搜索排序的特征在于大量的使用了LR,GBDT,SVM等模型及其变种。我们主要在特征工程,建模的场景,目标采样等方面做了很细致的工作。但这些模型的瓶颈也非常的明显,尽管现在阿里集团内部的PS版本LR可以支持到50亿特征规模,40...

    文章 技术小能手 2017-06-21 3478浏览量

  • 工程师如何给女友买包?问问阿里“百事通”

    本篇内容参考论文《Review-Driven Answer Generation for Product-Related Qestions in E-Commerce》论文作者为:武汉大学李晨亮、陈诗倩,阿里巴巴计峰、周伟、陈海青 引言 随着互联网技术的普及,电子商务产业得到了蓬勃的发展,用户的购...

    文章 警心 2019-12-28 286浏览量

  • 干货 | 算法工程师入门第一期——罗恒讲深度学习

    雷锋网(公众号:雷锋网)按:本文为大牛讲堂算法工程师入门课程第一篇。地平线资深算法工程师罗恒、穆黎森、黄李超将分别带来深度学习、增强学习、物体检测的相关课程。本期地平线资深算法研究员罗恒将为大家带来深度学习简介,包括神经网络历史回顾和神经网络训练等内容。 ▼  整个神经网络,从历史上就可以把很多...

    文章 云栖大讲堂 2017-08-01 1525浏览量

  • 如何调试神经网络(深度神经网络)?

    神经网络的调试基本上难于绝大多数的程序,因为大部分的神经网络的错误不会以类型错误或运行时错误显现,他们只是使得网络难以收敛。 如果你是一个新人,这可能会让你非常沮丧。一个有经验的网络训练者可以系统的克服这些困难,尽管存在着大量似是而非的错误信息,比如: 你的网络训练的不太好。 对缺少经验的人来说...

    文章 知与谁同 2017-08-01 1066浏览量

  • 史上最好记的神经网络结构速记表(上)

    本文讲的是史上最好记的神经网络结构速记表(上), 新的神经网络结构不断涌现,我们很难一一掌握。哪怕一开始只是记住所有的简称( DCIGN,BiLSTM,DCGAN ),也会让同学们吃不消。 所以我决定写篇文章归纳归纳,各种神经网络结构。它们大部分都是神经网络,也有一些是完全不同的结构。虽然所有...

    文章 玄学酱 2017-10-24 727浏览量

  • 郑南宁院士:如何利用脑认知和神经科学启发,构造一个健壮的人工智能

    本文讲的是郑南宁院士:如何利用脑认知和神经科学启发,构造一个健壮的人工智能, 在科技互联网行业一直鲜少出现在头排的泉城济南,因为 2017 中国自动化大会暨国际智能制造创新大会的举办,出现在了行业聚光灯下。 此次大会由中国自动化学会主办,山东大学、山东省自动化学会承办,聚集了国内外自动化、电气...

    文章 玄学酱 2017-10-24 1209浏览量

  • 深度神经网络(DNN)是否模拟了人类大脑皮层结构?

    本文来自AI新媒体量子位(QbitAI) 我自己是生物本科,认知神经科学研究生在读,课余时间比较喜欢编程和机器学习。我试着从我的角度来说下我看到的深度学习和神经科学的联系。 深度学习和神经科学这两个学科现在都很大,我的经历尚浅,如果大家发现哪里说得不太对,欢迎提出指正,谢谢! 那我们就自底往上...

    文章 行者武松 2018-01-09 773浏览量

  • 这份深度学习课程笔记获吴恩达点赞

    深度学习基础 1. 深度学习基本概念 监督学习:所有输入数据都有确定的对应输出数据,在各种网络架构中,输入数据和输出数据的节点层都位于网络的两端,训练过程就是不断地调整它们之间的网络连接权重。 左上:列出了各种不同网络架构的监督学习,比如标准的神经网络(NN)可用于训练房子特征和房价之间的函数,...

    文章 技术小能手 2018-03-12 3043浏览量

  • BAT资深算法工程师「Deep Learning」读书系列分享(一) | 分享总结

    雷锋网 AI 科技评论按:「Deep Learning」这本书是机器学习领域的重磅书籍,三位作者分别是机器学习界名人、GAN的提出者、谷歌大脑研究科学家 Ian Goodfellow,神经网络领域创始三位创始人之一的蒙特利尔大学教授 Yoshua Bengio(也是 Ian Goodfel...

    文章 云栖大讲堂 2017-08-01 844浏览量

  • 深度 | Nature:我们能打开人工智能的“黑箱”吗?

    编者按:人工智能无处不在。但是在科学家信任人工智能之前,他们首先应该了解这些人工智能机器是如何运作的,这也就是文中所提到的“黑箱”问题。在控制论中,通常把所不知的区域或系统称为“黑箱”,研究者们通过观察输入和输出之间的联系,尝试对中间的未知领域进行探究。 本文出自 Nature,作者 Davide...

    文章 青衫无名 2017-08-01 1073浏览量

  • 吴恩达深度学习中文版笔记:人脸识别和神经风格转换

    自2016年8月份,吴恩达的初创公司deeplearning.ai通过Coursera提供深度学习的最新在线课程,到今年2月份,吴老师更新了课程的第五部分(点击查看大数据文摘相关报道),前后耗时半年时间。 本文将着重介绍吴恩达老师第四周课程的视频内容和笔记,展示一些重要的卷积神经网络的特殊应用,我...

    文章 技术小能手 2018-04-28 2654浏览量

  • DNN模型训练词向量原理

    欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识! 1词向量 在NLP里,最细的粒度是词语,由词语再组成句子,段落,文章。所以处理NLP问题时,怎么合理的表示词语就成了NLP领域中最先需要解决的问题。 因为语言...

    文章 磐石001 2018-04-04 1140浏览量

  • CMU机器学习学院院长Tom Mitchell:计算机模拟人脑才刚刚起步

    GMIC 2017 北京大会于4月27日在国家会议中心拉开帷幕。下午,卡内基美隆大学机器学习学院教授兼院长Tom Mitchell带来了《突破人类和机器的边界》主题演讲,探讨了智能从物理的材料当中实现突破的两个方式。 Mitchell教授认为科学界目前还在探索的两个主要方向就人脑智能和如何用机器...

    文章 小旋风柴进 2017-05-17 1381浏览量

  • ACL2016最佳论文:CNN/日常邮件阅读理解任务的彻底检查

    CNN/日常邮件阅读理解任务的彻底检查 联合编译:章敏,陈圳 摘要 NLP尚未解决的核心目标是,确保电脑理解文件回答理解问题。而通过机器学习系统,解决该问题的一大阻碍是:人类-注释数据的可用性有限。Hermann等人通过生成一个超过百万的实例(将CNN和日常邮件消息与他们自己总结的重点进行配对)来...

    文章 青衫无名 2017-08-01 811浏览量

  • F8 2017 | 技术负责人为你解析 Facebook 神经机器翻译

    该讲座主题为 Facebook 机器翻译的两代架构以及技术挑战。 雷锋网消息:在昨日的 F8 会场,该讲座吸引了众多开发者到场,主讲者是 Facebook 语言翻译部门技术负责人 Necip Fazil Ayan。 Necip Fazil Ayan 首先介绍了 Facebook 翻译业务的使命和愿...

    文章 玄学酱 2017-08-02 970浏览量

  • 文档扫描:深度神经网络在移动端的实践

    随着深度学习算法在图像领域中的成功运用,学术界的目光重新回到神经网络上;而随着 AlphaGo 在围棋领域制造的大新闻,全科技界的目光都聚焦在“深度学习”、“神经网络”这些关键词上。 与大众的印象不完全一致的是,神经网络算法并不算是十分高深晦涩的算法;相对于机器学习中某一些数学味很强的算法来说,神...

    文章 技术小能手 2018-01-18 2307浏览量

  • 深度学习要另起炉灶,彻底抛弃反向传播?

    这是言论的主要出处: Artificial intelligence pioneer says we need to start over(http://t.cn/RpR0Q18) 以及 Fei-Fei Li 在 Twitter 上的评论: Echo Geoff's sentiment no to...

    文章 玄学酱 2017-10-24 1219浏览量

  • 电商交易欺诈层出不穷,如何用深度学习系统布下天罗地网?

    交易欺诈对电子商务带来了巨大的威胁,来自清华大学交叉信息研究院博士后、物理学博士王书浩近日在AI研习社的青年分享会上介绍了基于循环神经网络的交易欺诈检测系统——时间侦探(CLUE),他重点讲解了电商欺诈检测这一场景下的三个主要技术难点:非平衡样本学习、实时检测系统、增量模型更新。 以下为他的分享内...

    文章 玄学酱 2017-10-24 1093浏览量

  • 大脑海马体藏有学习本质的秘密,这是DeepMind新发现 | 附论文

    本文来自AI新媒体量子位(QbitAI) DeepMind在神经科学和人工智能结合的探索上又有新进展。 海马体“预测地图” 有没有想过这些问题:你是如何选择的上班路线,你是如何决定搬家去哪里,下棋的时候你是怎么决定走出那一步? 所有这些场景中,其实都存在一个估计:你的决策在未来能获得多大的回报...

    文章 行者武松 2018-01-16 1035浏览量

  • 能帮你更好理解分析深度卷积神经网络,今天要解读的是一款新型可视化工具——CNNVis,看完就能用!

    本文由北邮@爱可可-爱生活 老师推荐,阿里云云栖社区组织翻译。 以下为译文: 更好的理解分析深度卷积神经网络   图1 CNNVis,一个能够帮助专家理解,分析与改进深度卷积神经网络的视觉分析工具 摘要:深度卷积神经网络(CNNs)在许多模式识别任务中取得了很大的性能突破, 然而高质量深度模型的发...

    文章 【方向】 2016-11-23 23740浏览量

  • 大牛的《深度学习》笔记,Deep Learning速成教程

    雷锋网(公众号:雷锋网)按:本文由Zouxy责编,全面介绍了深度学习的发展历史及其在各个领域的应用,并解释了深度学习的基本思想,深度与浅度学习的区别和深度学习与神经网络之间的关系。 深度学习,即Deep Learning,是一种学习算法(Learning algorithm),亦是人工智能领域的一...

    文章 青衫无名 2017-08-01 1291浏览量

  • Google首席科学家韩国大学演讲:大规模深度学习

    2016年3月7日,谷歌首席科学家,MapReduce、BigTable等系统的创造者,Jeff Dean受邀韩国大学,演讲主题《大规模深度学习》,这里部分来自highscalability的文字和笔者Youtube上的听录。刚好演讲在AlphaGo和李世石比赛之前,观众也问了他的预测,他只是说训...

    文章 小旋风柴进 2017-05-02 1428浏览量

  • DeepMind创始人Demis Hassabis专访:让AI更聪明的秘密就在人类自己身上

    雷锋网(公众号:雷锋网) AI科技评论按:近日,DeepMind创始人Demis Hassabis接受了The Verge 的专访,他认为,让AI更聪明的方法就在人类自己身上:人工智能和神经科学两个领域是相辅相承的,两者能相互学习,相互促进。 图:DeepMind创始人Demis Hassabi...

    文章 云栖大讲堂 2017-08-01 650浏览量

  • 如何通过梯度上升实现可视化卷积核?

    本文来自AI新媒体量子位(QbitAI) 为什么我的CNN网络模型训练出来的东西总是过度拟合?已经改了很多次参数都不行,到底是样本有问题还是网络模型定义有问题?问题在哪来? CNN网络模型中的每一层学习的是些什么特征?为什么有的人说第一层卷积核提取的边缘信息特征?有的人却说第一层卷积核提取的是...

    文章 行者武松 2018-01-03 1200浏览量

  • AI应从神经科学中借鉴想法和思路

    根据Geoff Hinton(经常被誉为深度学习的“教父”)的观点,更好地理解神经元产生脉冲的原因可以带来更聪明的人工智能系统,其可以更有效地存储更多的信息。 Geoff Hinton是多伦多大学的荣誉退休杰出教授和谷歌的工程院士。他是神经网络的先驱者之一。作为很小一群学术人员之一,他和其他人共...

    文章 行者武松 2017-06-01 753浏览量

1 2 3 4 6 >

云产品推荐

上海奇点人才服务相关的云产品 小程序定制 上海微企信息技术相关的云产品 国内短信套餐包 ECS云服务器安全配置相关的云产品 开发者问答 阿里云建站 自然场景识别相关的云产品 万网 小程序开发制作 视频内容分析 视频集锦 代理记账服务 阿里云AIoT