• 深度学习的挑战

    但是我们不能理解它们是如何解决一个特定的解决方案的。神经网络本质上就是一个黑匣子&xff0c;研究人员都很难理解它们如何推断结论。抽象层次上缺乏推理能力的神经网络的能力使高级认知功能变得困难。同时,它们的操作...
    文章 2017-09-25 3349浏览量
  • 机器学习中你不可不知的几个算法常识

    假设我们训练了一个分类器模型,在训练集上的错误率有15%,在测试集上的错误率有30%,如果说贝叶斯误差为14%,那么我们可以知道它的可避免误差有15%-14%1%,方差有30%-15%15%,这时候,我们应该考虑如何降低方差,而...
    文章 2018-10-09 1700浏览量
  • 中国人工智能学会通讯——构建强健的人工智能:原因及...

    这里的错误包括很多方面,比如,有时会有人为的错误,还有一些会是网络攻击,或是设计者和使用者一开始就要求系统去做错误的事情,但我今天要讲的两个重点则集中在不正确的模型与无法建模的意外现象方面。...
    文章 2017-09-01 1042浏览量
  • Google首席科学家韩国大学演讲:大规模深度学习

    深度网络模型是类似于大脑行为的原理。但不是具体模拟神经元如何工作。而是一种简单抽象的神经元版本。神经元有一组输入。真正神经元会有不同的强度的输入。在人工智能网中试图去学习到这些边上的权重,去加强不同...
    文章 2017-05-02 1428浏览量
  • 带你读《计算机网络问题与解决方案:一种构建弹性现代...

    如图3-3所示,中间的几个方框(最初称为网关,现在称为路由器和交换机)被明确地视为网络模型的一部分。图3-3 OSI模型(包括了中间系统的概念) 甚至不需要看这张图片就能记住OSI模型—因为所有参加过网络课程或者...
    文章 2019-11-07 596浏览量
  • 深度学习框架TensorFlow在Kubernetes上的实践

    通过合理的设置神经网络的结构和训练神经网络中的参数,训练好的神经网络模型就可以帮助我们判断一篇文章应该属于哪一个种类了。深度学习在图像识别中的应用 深度学习,它最初的应用,在于图像识别。最经典的应用...
    文章 2017-08-01 1661浏览量
  • 深度学习揭秘之防止过拟合(overfitting)

    模型在学习过程时,如果缺乏控制可能会导致过拟合(overfitting)现象的发生——神经网络模型在训练集上表现很好,但对新数据预测时效果不好。了解过拟合产生的原因以及防止这种现象发生的方法对于成功设计神经网络...
    文章 2018-10-23 3002浏览量
  • 当你的深度学习模型走进死胡同,问问自己这5个问题

    这个问题对解决监督学习的困境尤为受用——这些问题的典型前提是,一个的高质量数据集(比如N个实体)可以帮助你的模型近似得到一个潜在的功能,之后泛化到包含1000N个实体的整个数据集。这些方法的好处在于,人类...
    文章 2018-01-16 830浏览量
  • 机器学习中的过拟合

    成千上万的数据科学新手会在不知不觉中犯下一个错误,这个错误可以一手毁掉你的机器学习模型,这并不夸张。你知道是什么吗?我们现在来讨论应用机器学习中最棘手的障碍之一:过拟合(overfitting)。在本文中,我们...
    文章 2018-07-24 2838浏览量
  • 深度学习框架TensorFlow在Kubernetes上的实践

    通过合理的设置神经网络的结构和训练神经网络中的参数,训练好的神经网络模型就可以帮助我们判断一篇文章应该属于哪一个种类了。深度学习在图像识别中的应用 深度学习,它最初的应用,在于图像识别。最经典的应用...
    文章 2018-12-14 1699浏览量
  • 如何将高并发拉下神坛!

    要想高效利用 IO,就必须在操作系统层面了解 IO 模型,在《UNIX网络编程》这本经典著作里总结了五种 IO 模型,分别是: 阻塞式 IO 非阻塞式 IO 多路复用 IO 信号驱动 IO 异步 IO 阻塞式 IO 我们以读操作为例,当我们...
    文章 2018-06-29 1165浏览量
  • 数据挖掘中易栽的10个坑,你中了没?

    “当孩子手拿一把锤子时,整个世界看起来就是一枚钉子。要想让工作尽善尽美,就需要一套完整的工具箱。不要简单地信赖你用单个方法分析的结果,至少要和传统方法(比如线性回归或线性判别分析)做个比较。研究结果:...
    文章 2018-08-17 1779浏览量
  • 资源|如何改善你的训练数据集?(附案例)

    学术论文几乎全部集中在新的和改进的模型上,使用的数据集是从公共数据集中选出的一部分。相反,我认识的将深度学习作为实际应用的一部分人,他们大部分时间都在思考如何改善训练数据。关于研究人员专注于模型架构...
    文章 2018-08-07 1000浏览量
  • 必看:大数据挖掘中易犯的11大错误

    “当孩子手拿一把锤子时,整个世界看起来就是一枚钉子。要想让工作尽善尽美,就需要一套完整的工具箱。不要简单地信赖你用单个方法分析的结果,至少要和传统方法(比如线性回归或线性判别分析)做个比较。研究结果:...
    文章 2017-07-03 1479浏览量
  • 独家|如何改善你的训练数据集?(附案例)

    学术论文几乎全部集中在新的和改进的模型上,使用的数据集是从公共数据集中选出的一部分。相反,我认识的将深度学习作为实际应用的一部分人,他们大部分时间都在思考如何改善训练数据。关于研究人员专注于模型架构...
    文章 2018-07-05 1268浏览量
  • 带你读《基于浏览器的深度学习》之二:神经网络架构

    深度学习旨在解决真实世界的各种任务。每种类型的应用经常需要在特定场景下选择合适的模型结构。卷积神经网络(CNN)架构擅长解决图像识别问题。因为卷积和池化操作的行为有点像图像过滤器应用于输入图片的不同尺度...
    文章 2019-11-12 689浏览量
  • 2019年深度学习的十大预测

    我期待关系图网络的进展,并且当这些图与先前的基于模型模型有偏差时,我们会看到令人印象深刻的结果。我还期望通过融合现有的符号算法与DL,来提升预测能力。DL的产业化将不是因为我们在迁移学习方面取得了进步,...
    文章 2019-01-26 2147浏览量
  • 干货|深度学习的实践应用之路

    那么,我们究竟该如何解决这个问题呢?“预训练” 预训练能有效降低成本(来源:massivejoes.com) “预训练”的基本操作是——首先,我们需要在一个相关领域的廉价大数据集上,或者是在同一领域的“非纯净训练数据...
    文章 2017-08-01 1012浏览量
  • 《UML用户指南(第2版.修订版)》—第1章1.2节建模...

    有时一个快速简洁且是可执行的用户界面模型正是所需要的,而有时必须耐着性子对付比特,例如,描述跨系统接口或解决网络瓶颈问题就是如此。在任何情况下,最好的模型应该是这样的:它可以让你根据谁在进行观察以及为...
    文章 2017-05-02 1203浏览量
  • 从AlexNet到MobileNet,带你入门深度神经网络

    借助拥有1500万标签、22000分类的ImageNet数据集来训练模型,接近真实世界中的复杂场景。2.使用更深更宽的CNN来提高学习容量。3.灵活运用ReLU作为激活函数,相对Sigmoid大幅度提高了训练速度。4.使用多块GPU提高模型...
    文章 2018-03-22 3797浏览量
  • 你的食物变质没?用AI算法来检测一下吧

    我的同事有时会取笑我几乎所有的分割任务都是通过使用Unet完成,但我仍然希望他们会喜欢它,因为Unet网络是一种相当强大和方便的方法,它可以使得模型误差可视化,且表现优异,可以节省处理数据集的时间。...
    文章 2018-09-24 1517浏览量
  • 第四范式陈雨强:万字深析工业界机器学习最新黑科技

    如何解决特征工程 如何降低这些门槛呢?这里分享一下第四范式的成果。首先特征工程是工业界应用AI的巨大的难关。特征工程的目标是针对于某个模型找出与要解决问题相关的关键属性,现在也有一些开源的项目尝试解决...
    文章 2017-08-01 888浏览量
  • 独家|如何解决深度学习泛化理论

    在这种观点中,他们针对为什么深度学习能泛化得如此完美而提出了以下观点:“我们之所以可以泛化得这么很好是因为我们可以利用验证的错误,通过模型搜索得到一个好的模型,并证明对于任何δ>0,概率至少为1-δ: ...
    文章 2018-03-01 2454浏览量
  • 如何用深度学习最快找出放倒的那张X光胸片(代码+数据...

    因为这个模型可能会过度调用某种特定类型的病例(也许病例中的病人身体倾斜了),如果我们将排除这些作为一个规则,我们会引入误差,并且进入我们模型的数据不再是来自于“真实世界”的有代表性的数据集。...
    文章 2018-05-16 1995浏览量
  • 优秀的机器学习开发者都是这样做的!

    模型能学会记住一个数据集吗?只使用几个参数时会学到什么?在单个训练实例而不是批处理训练时,代码是否有效?我们期望看到的最简单的概括形式是什么?1.5迭代太慢了 进行训练实验可能需要很长时间。特别是深度...
    文章 2018-09-12 1629浏览量
  • 第四范式陈雨强:万字深析工业界机器学习最新黑科技

    如何解决特征工程 如何降低这些门槛呢?这里分享一下第四范式的成果。首先特征工程是工业界应用AI的巨大的难关。特征工程的目标是针对于某个模型找出与要解决问题相关的关键属性,现在也有一些开源的项目尝试解决...
    文章 2018-01-08 1006浏览量
  • 需要密切关注的六大人工智能/机器学习领域

    其中的难点在于当一个神经网络针对A任务完成训练之后,若是再训练它解决B任务,则网络模型的权重值不再适用于任务A。目前,有一些网络结构能够让模型具备不同程度的记忆能力。其中包括长短期记忆网络(一种递归神经...
    文章 2017-06-07 1174浏览量
  • 带你读《TensorFlow自然语言处理》之一:自然语言处理...

    尽管在现代的基于深度学习的解决方案中我们仍然会使用预处理,但由于深度网络具有较大的表征容量,因此预处理并不像在传统的NLP流程中那样重要。需要人工手动设计特征工程。为了设计可靠的系统,需要设计好的特征。...
    文章 2019-11-11 1384浏览量
  • 如何用点云对车辆和行人进行识别分类?这是MIT学生的...

    在Vispy的帮助下,我对大量的点云进行了有序的可视化,然后在类似真实世界的环境中对模型进行调试。我这次实习的另一个收获是,直接从模型的损失曲线中很难看出问题。(Vispy地址:http://vispy.org/) 我用了...
    文章 2018-01-16 1288浏览量
  • KDD2016论文精品解读(一)

    根据经验,我们在五个真实世界网络中进行实验,包括一个语言网络,一个引用网络和三个社交网络。结果表明,相比于基准,我们的方法明显能更好地重构原始网络,并且在三个应用上有持续收获,即多标记分类,链路预测...
    文章 2017-08-01 1309浏览量
1 2 3 4 ... 26 >

云产品推荐

视频直播 大数据计算服务 MaxCompute 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 新零售智能客服 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 阿里云科技驱动中小企业数字化