-
数学是打开科学大门的钥匙。——培根数学基础知识蕴含着处理智能问题的基本思想与方法，也是理解复杂算法的必备要素。今天的种种人工智能技术归根到底都建立在数学模型之上，要了解人工智能，首先要掌握必备的数学基...
- 1年前
-
我在谷歌大脑见习机器学习的一年：Node.js创始人的尝试笔记
本文作者RyanDahl是Node.js的创始人，应该算是软件工程领域当之无愧的大犇了。他和我们分享了自己在谷歌大脑见习项目一年中的工作，成果，失败和思考。去年，在通过对TensorFlow的研究得出...- 1年前
-
智享科技创新未来第四届中国国际应用科技交易博览会暨The4thChinaInternationalAppliedScience&TechnologyExpo(IASTE2019)2019第四届...
- 1年前
-
机器学习工程师最常用的十大算法
毫无疑问，机器学习/人工智能的子领域在过去几年越来越受欢迎。目前大数据在科技行业已经炙手可热，而基于大量数据来进行预测或者得出建议的机器学习无疑是非常强大的。一些最常见的机器学习例子，比如Netfli...- 1年前
-
-
【译】计算机视觉在视频中的6大妙用
在过去五年中，计算机视觉发展迅速，使得许多基本的图像识别任务比以前更加精确和流行，以至于亚马逊、谷歌、IBM和微软等科技巨头都把它作为现成的商品提供。然而，让机器识别视频中正在发生的事情是无限的挑战，...- 1年前
-
百度NLP预训练模型ERNIE2.0最强实操课程来袭！【附教程】
2019年3月，百度正式发布NLP模型ERNIE，其在中文任务中全面超越BERT一度引发业界广泛关注和探讨。经过短短几个月时间，百度ERNIE再升级，发布持续学习的语义理解框架ERNIE2.0，及基于...- 1年前
-
智能传感器研究现状与发展前景分析
物联网已成为信息科技发展趋势，各种智能设备将作为传感器的载体，实现人、机、云端无缝的交互，让智能设备与人工智能（AI）结合从而拥有“智慧”，使得人体感知能力得到拓展和延伸。目前我国从事传感器的研制、生...- 1年前
-
RBF神经网络及Python实现（附源码）
RBF网络能够逼近任意非线性的函数。可以处理系统内难以解析的规律性，具有很好的泛化能力，并且具有较快的学习速度。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近...- 1年前
-
项目地址:https://github.com/crownpku/Chinese-Annotator自然语言处理的大部分任务是监督学习问题。序列标注问题如中文分词、命名实体识别，分类问题如关系识别、情...
- 1年前
-
网络人工智能（NetworkArtificialIntelligence，NAI）指将人工智能技术应用在网络中，使用机器替代或优化目前依靠人工进行的工作，使运营商能够更加便捷地提供更加优质的网络服务。...
- 1年前
-
本文主要从机器学习、NLP、Python和数学四部分的内容介绍给大家，并且每个部分细分了不同的主题，每个主题有5~6个学习资源，力求从不同角度与不同的呈现形式（如有教程、幻灯片、博客文章等）使内容具有...
- 1年前
-
生成对抗网络（GAN）是IanGoodfellow在2014年在其论文GenerativeAdversarialNets中提出来的，可以说是当前最炙手可热的技术了。本文基于Keras框架构建GAN网络...
- 1年前
-
早在我国西周时代（公元前1066年~前771年），就流传着有关巧匠偃师献给周穆王一个艺妓（歌舞机器人）的故事，有《列子·汤问》篇记载为证。还流传了这么一个典故：偃师造人、唯难于心。就是说技艺再好，人心...
- 1年前
-
人工智能必知必会-向量的加减
前文导读：人工智能必知必会-前言人工智能必知必会-标量，向量，矩阵，张量什么是向量在很多文献中你看到的向量会这么表示：a⃗\vec{a}a,代表向量a。关于向量最重要的就是你要知道它的起点和终点，...- 1年前
-
号称“开发者神器”的GitHub，到底该怎么用？
GitHub是一个拥有数十亿行代码的网站，每天有数百万开发者聚集在一起，与开源软件进行协作和报告问题。简而言之，它是一个基于Git构建的软件开发人员的平台。作为开发人员，你几乎每天都要在工作中使用Gi...- 1年前
-
配置深度学习主机与环境（TensorFlow+1080Ti） | 基于Anaconda的TensorFlow安装
概念介绍AnacondaAnaconda（https://www.continuum.io/why-anaconda）是一个用于科学计算的Python发行版，支持Linux,Mac,Windows系统...- 1年前
-
使用PyTorch构建自然语言生成（NLG）系统
总览自然语言生成（NLG）和相关事物的简介-资料准备训练神经语言模型使用PyTorch构建自然语言生成系统介绍在过去的几年中，由于深度学习算法的进步和足够的计算能力，自然语言处理（NLP）有了显着增长...- 1年前
-
当RNN神经网络遇上NER（命名实体识别）：双向LSTM，条件随机场（CRF），层叠Stack LSTM， 字母嵌入
命名实体识别(NER)是语义理解中的一个重要课题。NER就像自然语言领域的“目标检测”。找到文档D中的名词实体还不够，许多情况下，我们需要了解这个名词是表示地点（location），人名（Person...- 1年前
-
TensorFlow中专门解决机器学习问题的评估器
要训练我们的分类模型，我们需要使用Google的开源机器学习库——TensorFlow。TensorFlow对外开放了非常丰富的API接口，但此时我们需要用到的仅仅是一些高层次API，也就是评估器（E...- 1年前
-
