首頁　 資訊　 商機 　 下載　 拆解 　 高校　 招聘 　 雜志　 會展　 EETV　 百科 　 問答　 電路圖　 工程師手冊 　 Datasheet　 100例 　 活動中心　 E周刊閱讀 　 樣片申請
EEPW首頁 >> 主題列表 >> 深度學習

Google大腦工程師詳解：深度學習技術能帶來哪些新產品？

  • 提到深度學習，你可能會想到認貓、認臉，或者下圍棋、翻譯……其實，這項技術還能用在很多你意想不到的地方。
  • 關鍵字： Google大腦  深度學習  

人工智能深度學習技術優(yōu)化醫(yī)療的前景在哪？

  • 盡管精準醫(yī)療計劃的推行、當代的移動醫(yī)療的浪潮為行業(yè)帶來了極大進展，但醫(yī)療作為國家經濟的一個重要組成部分，還是在各種約束之下顯得更加守舊，對一些有潛力的先進工具接受度較低。
  • 關鍵字： 人工智能  深度學習  

從任務角度分析深度學習硬件發(fā)展趨勢

  • 　　從微小器件到海量數據中心，格外強勁的硬件將能為深度學習領域內的一切提供助力。 　　2016 年 3 月份，谷歌 DeepMind 的計算機在多輪圍棋比賽中擊敗了世界圍棋冠軍李世乭。這一事件標志著人工智能領域內的一個新里程碑。獲勝的 AlphaGo 借力于現在為大家所熟知的深度學習——一種人工神經網絡;在這種神經網絡里有很多計算處理層，可以用來自動尋找問題的解決方案。 　　那時候人們還不知道谷歌正在悄然開發(fā)為這一勝利提供助力的秘密武器——一種專用硬件，
  • 關鍵字： 谷歌  深度學習  

Nature重磅：Hinton、LeCun、Bengio三巨頭權威科普深度學習

  • 　　借助深度學習，多處理層組成的計算模型可通過多層抽象來學習數據表征( representations)。這些方法顯著推動了語音識別、視覺識別、目標檢測以及許多其他領域(比如，藥物發(fā)現以及基因組學)的技術發(fā)展。利用反向傳播算法(backpropagation algorithm)來顯示機器將會如何根據前一層的表征改變用以計算每層表征的內部參數，深度學習發(fā)現了大數據集的復雜結構。深層卷積網絡(deep convolutional nets)為圖像、視頻和音頻等數據處理
  • 關鍵字： Nature  深度學習  

深度學習概述：從感知機到深度網絡

  • 　　近些年來，人工智能領域又活躍起來，除了傳統(tǒng)了學術圈外，Google、Microsoft、facebook等工業(yè)界優(yōu)秀企業(yè)也紛紛成立相關研究團隊，并取得了很多令人矚目的成果。這要歸功于社交網絡用戶產生的大量數據，這些數據大都是原始數據，需要被進一步分析處理;還要歸功于廉價而又強大的計算資源的出現，比如GPGPU的快速發(fā)展?！　〕ミ@些因素，AI尤其是機器學習領域出現的一股新潮流很大程度上推動了這次復興——深度學習。本文中我將介紹深度學習背后的關鍵概念及算法，從最簡單的元素開始并以此為基礎進行下一步構建。
  • 關鍵字： 深度學習  

深度學習(Deep Learning)算法簡介

  • 　　深度(Depth)　　從一個輸入中產生一個輸出所涉及的計算可以通過一個流向圖(flow graph)來表示：流向圖是一種能夠表示計算的圖，在這種圖中每一個節(jié)點表示一個基本的計算并且一個計算的值(計算的結果被應用到這個節(jié)點的孩子節(jié)點的值)?？紤]這樣一個計算集合，它可以被允許在每一個節(jié)點和可能的圖結構中，并定義了一個函數族。輸入節(jié)點沒有孩子，輸出節(jié)點沒有父親?！　∵@種流向圖的一個特別屬性是深度(depth)：從一個輸入到一個輸出的最長路徑的長度?！　鹘y(tǒng)的前饋神經網絡能夠被看做擁有等于層數的深度
  • 關鍵字： 深度學習  

一張圖看懂AI、機器學習和深度學習的區(qū)別

  • 　　AI(人工智能)是未來，是科幻小說，是我們日常生活的一部分。所有論斷都是正確的，只是要看你所談到的AI到底是什么。　　例如，當谷歌DeepMind開發(fā)的AlphaGo程序打敗韓國職業(yè)圍棋高手Lee Se-dol，媒體在描述DeepMind的勝利時用到了AI、機器學習、深度學習等術語。AlphaGo之所以打敗Lee Se-dol，這三項技術都立下了汗馬功勞，但它們并不是一回事?！　∫闱逅鼈兊年P系，最直觀的表述方式就是同心圓，最先出現的是理念，然后是機器學習，當機器學習繁榮之后就出現
  • 關鍵字： AI  深度學習  

2016AI巨頭開源IP盤點 50個最常用的深度學習庫

  • 　　Data Science Central網站主編、有多年數據科學和商業(yè)分析模型從業(yè)經驗的Bill Vorhies曾撰文指出，過去一年人工智能和深度學習最重要的發(fā)展不在技術，而是商業(yè)模式的轉變——所有巨頭紛紛將其深度學習IP開源。 毋庸置疑，“開源浪潮”是2016年人工智能領域不可忽視的一大趨勢，而其中最受歡迎的項目則是谷歌的深度學習平臺TensorFlow。下文就從TensorFlow說起，盤點2016年AI開源項目，最后統(tǒng)計了Github最常用深度學習開源項目
  • 關鍵字： 谷歌  深度學習  

王馥芳：面向機器人的大規(guī)模知識引擎

  • 近年來，隨著計算機和網絡技術的快速發(fā)展，諸多大規(guī)模知識引擎的創(chuàng)建在很大程度上改變了人類的知識共享和表征生態(tài)。受此啟發(fā)，美國康奈爾大學和斯坦福大學的一些學者通過多模態(tài)大數據挖掘，創(chuàng)建了一種新的、主要面向機器人的、同時能供任何要執(zhí)行任務的設備自由訪問的大規(guī)模知識引擎：機器人大腦（RoboBrain）。機器人大腦：面向機器人的大規(guī)模知識引擎在面向人類的知識數據庫中，信息搜索是一件簡單的事情，我們只需在電腦或移動終端上輸入幾個字就可以得到答案，在很多情況下，模糊和缺省檢索也能解決問題。但是，對于機器人來說事情就沒
  • 關鍵字： 機器人大腦  深度學習  人工智能  
共174條 12/12 |‹ « 3 4 5 6 7 8 9 10 11 12
關于我們 - 廣告服務 - 企業(yè)會員服務 - 網站地圖 - 聯系我們 - 征稿 - 友情鏈接 - 手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
備案 京ICP備12027778號-2 北京市公安局備案：1101082052    京公網安備11010802012473