文章庫(kù)ARTICLE COLUMN
摘要：很多人可能會(huì)問(wèn)這個(gè)故事和生成式對(duì)抗網(wǎng)絡(luò)有什么關(guān)系其實(shí)，只要你能理解這段故事，就可以了解生成式對(duì)抗網(wǎng)絡(luò)的工作原理。 男：哎，你看我給你拍的好不好？女：這是什么鬼，你不能學(xué)學(xué)XXX的構(gòu)圖嗎？男：哦……男：這次你看我拍的行不行？女：你看看你的后...
摘要：是世界上最重要的研究者之一，他在谷歌大腦的競(jìng)爭(zhēng)對(duì)手，由和創(chuàng)立工作過(guò)不長(zhǎng)的一段時(shí)間，今年月重返，建立了一個(gè)探索生成模型的新研究團(tuán)隊(duì)。機(jī)器學(xué)習(xí)系統(tǒng)可以在這些假的而非真實(shí)的醫(yī)療記錄進(jìn)行訓(xùn)練。今年月在推特上表示是的，我在月底離開(kāi)，并回到谷歌大...
摘要：本報(bào)告面向的讀者是想要進(jìn)入機(jī)器學(xué)習(xí)領(lǐng)域的學(xué)生和正在尋找新框架的專(zhuān)家。其輸入需要重塑為包含個(gè)元素的一維向量以滿足神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)目前代表著用于圖像分類(lèi)任務(wù)的較先進(jìn)算法，并構(gòu)成了深度學(xué)習(xí)中的主要架構(gòu)。 初學(xué)者在學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的時(shí)候往往...
摘要：我們還經(jīng)驗(yàn)性地演示了貝葉斯在語(yǔ)言建模基準(zhǔn)和生成圖說(shuō)任務(wù)上優(yōu)于傳統(tǒng)，以及通過(guò)使用不同的訓(xùn)練方案，這些方法如何改進(jìn)我們的模型。第節(jié)和第節(jié)分別回顧了通過(guò)反向傳播做貝葉斯，和通過(guò)時(shí)間做反向傳播。 摘要在這項(xiàng)工作里，我們探討了一種用于 RNN 的簡(jiǎn)單...
摘要：論文可遷移性對(duì)抗樣本空間摘要對(duì)抗樣本是在正常的輸入樣本中故意添加細(xì)微的干擾，旨在測(cè)試時(shí)誤導(dǎo)機(jī)器學(xué)習(xí)模型。這種現(xiàn)象使得研究人員能夠利用對(duì)抗樣本攻擊部署的機(jī)器學(xué)習(xí)系統(tǒng)。 現(xiàn)在，卷積神經(jīng)網(wǎng)絡(luò)（CNN）識(shí)別圖像的能力已經(jīng)到了出神入化的地步，你...
摘要：中科院自動(dòng)化所，中科院大學(xué)和南昌大學(xué)的一項(xiàng)合作研究，提出了雙路徑，通過(guò)單一側(cè)面照片合成正面人臉圖像，取得了當(dāng)前較好的結(jié)果。研究人員指出，這些合成的圖像有可能用于人臉?lè)治龅娜蝿?wù)?；謴?fù)的圖像的質(zhì)量嚴(yán)重依賴于訓(xùn)練過(guò)程中的先驗(yàn)或約束條件。 中...
摘要：深度學(xué)習(xí)浪潮這些年來(lái)，深度學(xué)習(xí)浪潮一直沖擊著計(jì)算語(yǔ)言學(xué)，而看起來(lái)年是這波浪潮全力沖擊自然語(yǔ)言處理會(huì)議的一年。深度學(xué)習(xí)的成功過(guò)去幾年，深度學(xué)習(xí)無(wú)疑開(kāi)辟了驚人的技術(shù)進(jìn)展。 機(jī)器翻譯、聊天機(jī)器人等自然語(yǔ)言處理應(yīng)用正隨著深度學(xué)習(xí)技術(shù)的進(jìn)展而得...
摘要：直接把應(yīng)用到領(lǐng)域主要是生成序列，有兩方面的問(wèn)題最開(kāi)始是設(shè)計(jì)用于生成連續(xù)數(shù)據(jù)，但是自然語(yǔ)言處理中我們要用來(lái)生成離散的序列。如圖，針對(duì)第一個(gè)問(wèn)題，首先是將的輸出作為，然后用來(lái)訓(xùn)練。 我來(lái)答一答自然語(yǔ)言處理方面GAN的應(yīng)用。直接把GAN應(yīng)用到NLP領(lǐng)...
摘要：卷積神經(jīng)網(wǎng)絡(luò)原理淺析卷積神經(jīng)網(wǎng)絡(luò)，最初是為解決圖像識(shí)別等問(wèn)題設(shè)計(jì)的，當(dāng)然其現(xiàn)在的應(yīng)用不僅限于圖像和視頻，也可用于時(shí)間序列信號(hào)，比如音頻信號(hào)文本數(shù)據(jù)等。卷積神經(jīng)網(wǎng)絡(luò)的概念最早出自世紀(jì)年代科學(xué)家提出的感受野。 卷積神經(jīng)網(wǎng)絡(luò)原理淺析 ?卷積神...
摘要：部署旨在幫助開(kāi)發(fā)人員和研究人員訓(xùn)練大規(guī)模機(jī)器學(xué)習(xí)模型，并在移動(dòng)應(yīng)用中提供驅(qū)動(dòng)的用戶體驗(yàn)?，F(xiàn)在，開(kāi)發(fā)人員可以獲取許多相同的工具，能夠在大規(guī)模分布式場(chǎng)景訓(xùn)練模型，并為移動(dòng)設(shè)備創(chuàng)建機(jī)器學(xué)習(xí)應(yīng)用。 AI 模型的訓(xùn)練和部署通常與大量數(shù)據(jù)中心或超級(jí)計(jì)...
摘要：賈揚(yáng)清現(xiàn)身說(shuō)法發(fā)布后，作者賈揚(yáng)清在上連發(fā)四記解答。，賈揚(yáng)清一上來(lái)就表明了身份。正式發(fā)布新框架有何不同賈揚(yáng)清親自解答有人問(wèn)搞出意義何在現(xiàn)在已經(jīng)有等諸多框架。賈揚(yáng)清說(shuō)和團(tuán)隊(duì)緊密合作。 ?圖左為Caffe2作者賈揚(yáng)清今天凌晨召開(kāi)的F8大會(huì)上，F(xiàn)aceboo...
摘要：英偉達(dá)作為的開(kāi)發(fā)合作者，計(jì)劃對(duì)的深度學(xué)習(xí)應(yīng)用推出一系列博客文章?？墒褂玫挠ミ_(dá)深度學(xué)習(xí)庫(kù)和來(lái)實(shí)現(xiàn)高性能多加速訓(xùn)練和推理。最近的訓(xùn)練基準(zhǔn)使用了塊的英偉達(dá)和神經(jīng)網(wǎng)絡(luò)架構(gòu)。 昨天，F(xiàn)acebook 推出了 Caffe2，一個(gè)兼具表現(xiàn)力、速度和模塊性的開(kāi)源深...
摘要：生成對(duì)抗網(wǎng)絡(luò)的各種變體非常多，的發(fā)明者在上推薦了這份名為的各種變體列表，這也表明現(xiàn)在確實(shí)非常火，被應(yīng)用于各種各樣的任務(wù)。了解這些各種各樣的，或許能對(duì)你創(chuàng)造自己的有所啟發(fā)。這篇文章列舉了目前出現(xiàn)的各種變體，并將長(zhǎng)期更新。 生成對(duì)抗網(wǎng)絡(luò)（G...
摘要：生物學(xué)上合理的認(rèn)知計(jì)算模型用梯度下降算法訓(xùn)練的經(jīng)典認(rèn)知計(jì)算模型需要將基于準(zhǔn)確的前饋神經(jīng)元突觸權(quán)重的誤差信號(hào)反向傳播，這在生物學(xué)的神經(jīng)系統(tǒng)中被認(rèn)為是不可能的。 反向傳播（BP）算法被認(rèn)為是用于訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的事實(shí)上（de-facto）的方法...
摘要：截至目前，平臺(tái)上的算法和數(shù)據(jù)挖掘工程師面試邀請(qǐng)數(shù)占到全部崗位的比例僅有左右。在一家互聯(lián)網(wǎng)金融公司從事算法和數(shù)據(jù)挖掘相關(guān)工作，聽(tīng)起來(lái)就是一項(xiàng)復(fù)雜的工作。這意味著，互聯(lián)網(wǎng)金融的算法和數(shù)據(jù)挖掘需要以壞賬為代價(jià)。 「實(shí)在太難了，但現(xiàn)在也沒(méi)有很...
摘要：在過(guò)去五年里，我碰巧使用了一個(gè)收藏了篇機(jī)器學(xué)習(xí)論文的數(shù)據(jù)庫(kù)，這些論文都來(lái)自于。因此，本文將這五年間機(jī)器學(xué)習(xí)的發(fā)展趨勢(shì)進(jìn)行了簡(jiǎn)單的總結(jié)。我們得到了如下結(jié)果是的，年月份，接受了多篇與機(jī)器學(xué)習(xí)領(lǐng)域有關(guān)的論文。 機(jī)器學(xué)習(xí)的趨勢(shì)概述如果你用過(guò)谷...
摘要：也是相關(guān)的，因?yàn)樗鼈円呀?jīng)成為實(shí)現(xiàn)和使用的主要基準(zhǔn)之一。在本文發(fā)表之后不久，和中有容易獲得的不同實(shí)現(xiàn)用于測(cè)試你所能想到的任何數(shù)據(jù)集。在這篇文章中，作者提出了對(duì)訓(xùn)練的不同增強(qiáng)方案。在這種情況下，鑒別器僅用于指出哪些是值得匹配的統(tǒng)計(jì)信息。 ...
摘要：文章第一部分旨在幫助讀者理解卷積的概念和深度學(xué)習(xí)中的卷積網(wǎng)絡(luò)。卷積定理要理解卷積，不得不提，它將時(shí)域和空域上的復(fù)雜卷積對(duì)應(yīng)到了頻域中的元素間簡(jiǎn)單的乘積。 譯者按：本文譯自 Tim Dettmers 的 Understanding Convolution in Deep Learning。有太...
摘要：深度神經(jīng)網(wǎng)絡(luò)所代表的人工智能技術(shù)被認(rèn)為是這一次技術(shù)變革的基石之一。導(dǎo)語(yǔ)深度神經(jīng)網(wǎng)絡(luò)目前是許多人工智能應(yīng)用的基礎(chǔ)。深度神經(jīng)網(wǎng)絡(luò)概述根據(jù)應(yīng)用情況不同，深度神經(jīng)網(wǎng)絡(luò)的形態(tài)和大小也各異。 深度神經(jīng)網(wǎng)絡(luò)（DNN）所代表的人工智能技術(shù)被認(rèn)為是這一次技...
摘要：橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室的研究人員通過(guò)使用基于的方法，將數(shù)千個(gè)網(wǎng)絡(luò)劃分開(kāi)，在超過(guò)個(gè)上運(yùn)行，從而進(jìn)行大規(guī)模深度學(xué)習(xí)。神經(jīng)元裝置，特別是那些像橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室開(kāi)發(fā)的脈沖神經(jīng)網(wǎng)絡(luò)，，可以卸載一些包含時(shí)間序列元素神經(jīng)網(wǎng)絡(luò)。 橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室圖從系統(tǒng)的...
摘要：中國(guó)某些人工智能應(yīng)用已達(dá)國(guó)際領(lǐng)先水平中國(guó)在圖像及語(yǔ)音識(shí)別的基礎(chǔ)之上，即模擬神經(jīng)網(wǎng)絡(luò)的輸入和輸出，并通過(guò)大規(guī)模的數(shù)據(jù)進(jìn)行訓(xùn)練，再對(duì)樣本進(jìn)行精準(zhǔn)分類(lèi)和預(yù)測(cè)，從而實(shí)現(xiàn)了計(jì)算之外的思考。這便是中國(guó)著力研究人工智能所得到的令人欣喜的結(jié)果。 人工...
摘要：最近，谷歌發(fā)布了一種把低分辨率圖像復(fù)原為高分辨率圖像的方法，參見(jiàn)機(jī)器之心文章學(xué)界谷歌新論文提出像素遞歸超分辨率利用神經(jīng)網(wǎng)絡(luò)消滅低分辨率圖像馬賽克。像素遞歸超分辨率像素獨(dú)立超分辨率方法被指出有局限性之后，它的解釋被逐漸給出。 最近，谷歌...
摘要：深度學(xué)習(xí)較其他機(jī)器學(xué)習(xí)方法在各類(lèi)任務(wù)中都表現(xiàn)優(yōu)異，各個(gè)機(jī)構(gòu)或院校也花了巨大的精力和時(shí)間投入到深度學(xué)習(xí)，并取得了令人驚嘆的成就。因此本文力圖闡述深度學(xué)習(xí)的局限性，引發(fā)更多對(duì)深度學(xué)習(xí)的思考。 深度學(xué)習(xí)較其他機(jī)器學(xué)習(xí)方法在各類(lèi)任務(wù)中都表現(xiàn)優(yōu)...
摘要：微軟版本今天正式發(fā)布。是微軟的深度學(xué)習(xí)工具包，可以幫助企業(yè)加速圖像和語(yǔ)音識(shí)別進(jìn)程。工具包廣泛應(yīng)用在微軟產(chǎn)品中，被有成規(guī)模部署深度學(xué)習(xí)需求的全球企業(yè)所使用，也是對(duì)算法和技術(shù)有興趣的學(xué)生們的選擇。 微軟 CNTK 2.0 版本今天正式發(fā)布。CNTK（Cog...
摘要：距做出決定，在整個(gè)研究機(jī)構(gòu)中使用已將近一年。安裝請(qǐng)確保你擁有版本的至少為版，如果版本過(guò)舊，請(qǐng)遵循以下步驟安裝如果你想使用，請(qǐng)?jiān)诎惭b時(shí)急活你的，或跳過(guò)此步驟配置頭文件首先復(fù)制和的源代碼作為一個(gè)子模塊然后使用你可以在配置期間選擇建議的默認(rèn)...
ChatGPT和Sora等AI大模型應(yīng)用，將AI大模型和算力需求的熱度不斷帶上新的臺(tái)階。哪里可以獲得...
一、活動(dòng)亮點(diǎn)：全球31個(gè)節(jié)點(diǎn)覆蓋 + 線路升級(jí)，跨境業(yè)務(wù)福音！爆款云主機(jī)0.5折起：香港、海外多節(jié)點(diǎn)...
大模型的訓(xùn)練用4090是不合適的，但推理（inference/serving）用4090不能說(shuō)合適，...
89542767
社區(qū)管理員
白馬嘯西風(fēng)