51CTO首页
AI.x社区
博客
学堂
精品班
软考社区
免费课
企业培训
鸿蒙开发者社区
WOT技术大会
IT证书
公众号矩阵
移动端
短视频免费课程课程排行直播课软考学堂
全部课程厂商认证IT技术24年11月软考PMP项目管理免费题库
在线学习
文章资源问答课堂专栏直播
51CTO
鸿蒙开发者社区
51CTO技术栈
51CTO官微
51CTO学堂
51CTO博客
CTO训练营
鸿蒙开发者社区订阅号
51CTO软考
51CTO学堂APP
51CTO学堂企业版APP
鸿蒙开发者社区视频号
51CTO软考题库
账号设置 退出

深度学习

1675内容  
涵盖深度学习相关模型、框架、开发与应用知识。
文章 博文课程
共 1675 条
深度学习的先入之见、局限性及其未来
近日，加州大学圣克鲁兹分校（UCSC）斯图尔特实验室博士后 Pablo Cordero 在其个人博客上发表了首篇文章《WHEN NOT TO USE DEEP LEARNING》，探讨了深度学习的当前现状和先入之见，并分析了其局限性。

2017-07-12 10:00:22

深度学习小数据样本深度网络
以撩妹为例，5分钟让你秒懂深度学习！ 原创
今天，面对 AI 如此重要的江湖地位，深度学习作为重要的一个研究分支，几乎出现在当下所有热门的 AI 应用领域，其中包含语义理解、图像识别、语音识别，自然语言处理等等，更有人认为当前的人工智能等同于深度学习领域。

2017-07-12 09:54:33

深度学习AI 人工智能
深度学习的先入之见、局限性及其未来
在本文中，我将介绍几个机器学习的应用案例，其中深度学习在应用和处理先入之见方面并没有太多实际意义，我认为正是这些先入之见(preconception)阻碍了深度学习的应用，尤其是对于入门者来说。

2017-07-11 15:25:53

深度学习人工智能
【WOTI】英语流利说林晖：AI在教育领域尚处初级阶段 原创
由51CTO主办的WOTI2017全球创新技术峰会将于2017年7月21日拉开帷幕。峰会前期，笔者采访了本次大会的演讲嘉宾英语流利说联合创始人&首席科学家林晖先生，就人工智能在教育领域的应用，深度学习在英语流利说产品的中的实践等话题进行了深入的交流。

2017-07-11 10:16:48

人工智能AI深度学习
LSTM、GRU与神经图灵机：详解深度学习最热门的循环神经网络
循环神经网络是当前深度学习热潮中最重要和最核心的技术之一。近日，Jason Brownlee 通过一篇长文对循环神经网络进行了系统的介绍。

2017-07-10 09:37:01

循环神经网络深度学习RNN
长文解密卷积神经网络体系结构
近日，Dishashree Gupta 在 Analyticsvidhya 上发表了一篇题为《Architecture of Convolutional Neural Networks (CNNs) demystified》的文章，对用于图像识别和分类的卷积神经网络架构作了深度揭秘；作者在文中还作了通盘演示，期望对 CNN 的工作机制有一个深入的剖析。

2017-07-07 16:15:21

图像识别卷积神经网络人工智能
如何实现模拟人类视觉注意力的循环神经网络？
将感兴趣的东西放在视野中心，每次只处理视野中的部分。

2017-07-07 15:46:38

循环神经网络视觉注意力模拟
纯干货 | 深度学习研究综述
深度学习已经在很多领域得到了大力的发展，尤其是语音，图像，视频等领域都得到了较大的进步，都优于以前的方法。现在比较热门的是人脸检测识别(刷脸)，智能管理(考勤，车牌检测，监控)，医学检查与预测(脑电波返回图可预测疾病等)等技术。

2017-07-06 13:18:37

深度学习应用问题及趋势
深度学习如何将个性化引入互联网 译文
从基本概念角度出发，深度学习方法往往具备非常基础的共通特征。深度学习算法通过多个处理层对原始数据进行解释。其中每个处理层皆将前一处理层的输出结果作为输入结果，同时创建出更为抽象的表达。因此，只要将更多数据馈送至正确的算法当中，则算法通常能够给出更多与相关规则及特征紧密关联的推理与情景，并据此在处理新的类似情况时作为参考。

2017-07-03 11:00:51

深度学习人工智能
MIT 提出Network Dissection框架，全自动窥探神经网络训练的黑箱
神经网络通过分析大型训练数据集学习如何完成计算任务，它对如今表现优异的人工智能系统有巨大贡献，例如语音识别系统、自动翻译器和自动驾驶汽车。但神经网络是个黑箱，一旦被训练，即使设计者本人也不了解其运作机制：即它们处理了什么数据、如何处理数据。

2017-07-03 10:55:48

神经网络深度学习
为什么深度学习没有局部最小值？
这一结论进一步假设SGD解决者实际中无法分辨鞍点与局部最小值的区别，因为Hessian理论的假设是很有问题的。LeCun最近的数值计算研究证实了这一点。他的研究显示Hessian理论假设有很多0值。

2017-07-03 10:52:20

深度学习人工智能
从零开始使用TensorFlow建立简单的逻辑回归模型
TensorFlow 是一个基于 python 的机器学习框架。在 Coursera 上学习了逻辑回归的课程内容后，想把在 MATLAB 中实现了的内容用 TensorFlow 重新实现一遍，当做学习 Python 和框架的敲门砖。

2017-06-29 11:05:46

TensorFlow深度学习
利用 TensorFlow 实现上下文的 Chat-bots
本文将带你学会了如何去构建一个聊天机器人框架，一个使它能记住上下文信息的机器人，已经如何分析文本。未来的聊天机器人也都是能分析上下文语境的，这是一个大趋势。

2017-06-27 18:52:05

TensorFlow深度学习
深度学习思考
深度学习的容量足够大，因为它可以有几百万上千万的参数，这使得它理论上能够拟合任何形式的数据。根据我的实际经验是，它确实能很好的拟合训练数据，并且不是简单的记住他们。

2017-06-27 14:49:20

深度学习机器学习
面向图像分析应用的海量样本过滤方案
在图像分析应用中，海量图片样本的有效自动化过滤是一项重要的基础工作。本文介绍一种基于多重算法过滤的处理方案，能够自动提取有效图像样本，极大减少人工标注的工作量。

2017-06-26 09:59:14

图像分析样本过滤深度学习
GNMT-谷歌的神经网络翻译系统
一般来说，NMT【神经网络翻译系统】通常会含用两个RNN【递归神经网络】，一个用来接受输入文本，另一个用来产生目标语句，与此同时，还会引入当下流行的注意力机制【attention mechanism】使得系统处理长句子时更准确高效。

2017-06-20 14:41:12

google神经网络
我的深度学习开发环境详解：TensorFlow + Docker + PyCharm等，你的呢？
在尝试用不同的东西来配置深度学习环境这个过程中，我花费了相当多的时间。因此我想着把自己目前的工作流程整理成文档，希望可以帮助到尝试着做同样事情的人。

2017-06-19 17:54:58

深度学习人工智能
深度 | 详解首个系统性测试现实深度学习系统的白箱框架DeepXplore
在我阅读这篇论文时，我一直在对自己说：「恩，很不错嘛，不过，他们好像还忽略了什么。」所以我联系了一下作者，事实证明他们很清楚这个「什么」是什么（而且他们也正计划在未来的研究中解决其中的一些问题）。我将在这篇文章中引述他们的一些答案。

2017-06-19 17:52:36

深度学习人工智能
看深度学习十九般武艺：它还能帮助保护濒危动物
濒危动物研究中一大难题是准确估计它们的数量，想要追踪以及详细了解其中的个体更是难上加难。不过来自杜克尼古拉斯学院的两位老师想到了办法，居然可以用深度学习来帮忙做这件事。

2017-06-14 18:00:37

深度学习动物Conservatio
一文读懂监督学习、无监督学习、半监督学习、强化学习这四种深度学习方式
在文章中，计算机视觉战队将逐个解释这些方法背后所蕴含的理论知识。除此之外，计算机视觉战队将分享文献中经常碰到的术语，并提供与数学相关的更多资源。

2017-06-12 14:04:45

深度学习人工智能
深度学习成了前端开发神器：根据UI设计图自动生成代码
近日，位于哥本哈根的一家创业公司Uizard Technologies开发出了一个名为“pix2code”的系统。运用深度学习，这个系统能够根据输入的图形用户界面（GUI）截图直接输出对应的代码，从而省去前端手动编写代码的过程。

2017-06-09 14:45:14

前端深度学习
谁说数据少就不能用深度学习？这锅俺不背！
前几日，有一篇帖子在“Simply Stats”很火，作者Jeff Leek在博文中犀利地将深度学习拉下神坛，他谈到了深度学习现在如何狂热，人们正试图用这个技术解决每一个问题。 但是呢，只有极少数情况下，你才能拿到足够的数据，这样看来，深度学习也就没那么大用处了。

2017-06-09 13:36:33

人工智能深度学习
挨踢部落坐诊第六期：机器学习如何判断突发情况？ 原创
挨踢部落是为核心开发者提供深度技术交流，解决开发需求，资源共享的服务社群。基于此社群，我们邀请了业界技术大咖对开发需求进行一对一突破，解除开发过程中的绊脚石。以最专业、最高效的答复为开发者解决开发难题。

2017-06-07 15:16:35

机器学习IDEA vSphere
Keras TensorFlow教程：如何从零开发一个复杂深度学习模型
Keras 是提供一些高可用的 Python API ，能帮助你快速的构建和训练自己的深度学习模型，它的后端是 TensorFlow 或者 Theano 。本文假设你已经熟悉了 TensorFlow 和卷积神经网络，如果，你还没有熟悉，那么可以先看看这个10分钟入门 TensorFlow 教程和卷积神经网络教程，然后再回来阅读这个文章。

2017-06-06 10:14:55

KerasTensorFlow深度学习
如何让深度学习在手机应用上也能加速跑？看完这篇文章你就知道了
论文作者提出了一种基于模型网络层为粒度的切割方法，将DNN需要的计算量切分开并充分利用云服务器和移动设备的硬件资源进行延迟时间和电量消耗这两方面的优化。 Neurosurgeon很形象地描述了这种切割方法：向外科医生一样对DNN模型进行切分处理。

2017-06-01 18:55:44

深度学习人工智能
神经网络中 BP 算法的原理与 Python 实现源码解析
网络实质上实现了一个从输入到输出的映射功能，而数学理论已证明它具有实现任何复杂非线性映射的功能。这使得它特别适合于求解内部机制复杂的问题。

2017-05-31 13:23:41

神经网络深度学习
用深度神经网络处理NER命名实体识别问题
命名实体识别（NER）是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。命名实体识别是信息提取、问答系统、句法分析、机器翻译等应用领域的重要基础工具，作为结构化信息提取的重要步骤。

2017-05-31 12:59:44

神经网络深度学习
AI帮您解决“太长不看”难题：如何构建一套深层抽象概括模型 译文
相信每位朋友都有这样的切身感受：我们必须阅读更多内容以了解与工作、新闻以及社交媒体相关的热门资讯。为了解决这一挑战，我们开始研究如何利用AI以帮助人们在信息大潮中改善工作体验——而潜在的解决思路之一在于利用算法自动总结篇幅过长的文本内容。

2017-05-27 18:53:48

深度学习人工智能
用深度学习快速人脸建模
脸部建模一直是计算机图像和视觉领域的热门话题，包括卡通人物建模、人脸艺术设计、人脸实时重构等等，尤其是交互式人脸建模。我们构建了一个快速的、交互的、基于深度学习的人脸建模框架。通过简单勾勒人脸图画(caricature)，我们的模型可以迅速生成对应的三维人脸模型，并且可以同时拟合面部轮廓和细节表情。同时我们也提供了多种方式进行快速的模型修改。实验证明我们的结果具有高精度和快速度。

2017-05-27 14:00:06

深度学习人脸建模
用不到1000美元攒一台深度学习用的超快的电脑：继续深度学习和便宜硬件的探奇！
从上世纪80年代后我就再没攒过电脑。我也相当担心花好几百块，最终搞一堆我自己装不出来的零件（或是攒出来了，但可能没法正常工作）。不过我要告诉你，攒机是可以的！另外，整个过程也很好玩。最后你能拥有一台通用的电脑，并能做预测，同时比笔记本快20多倍。

2017-05-26 16:06:23

深度学习人工智能
多维度分析“深度学习”市场的趋势走向
2016年，全球深度学习市场规模据估计已达到2.27亿美元。随着在自动驾驶和医疗健康产业的应用越来越多，深度学习应该仍会对行业增长带来突出的贡献。它在技术上克服数据量、强计算力以及在数据存储能力方面的优势，使得其在语音、图像等对数据复杂性要求很高的领域中异军突起，提供了巨大的研究空间和价值。

2017-05-26 15:57:54

深度学习人工智能
谷歌最强芯片升级，二代TPU是深度学习的未来？
在Google I/O 2016的主题演讲进入尾声时，谷歌的CEO皮采提到了一项他们这段时间在AI和机器学习上取得的成果，一款叫做Tensor Processing Unit（张量处理单元）的处理器，简称TPU。在这个月看来，第一代的TPU处理器已经过时。

2017-05-23 18:59:56

TPU深度学习
深度学习的难点：神经网络越深，优化问题越难
深度学习的核心问题就是一个非常难的优化问题。所以在神经网络引入后的几十年间，深度神经网络的优化问题的困难性是阻碍它们成为主流的一个重要因素。并导致了它们在20世纪90年代到21世纪初期间的衰落。

2017-05-23 18:54:18

深度学习人工智能
TensorFlow实现基于深度学习的图像补全
内容识别填充(译注: Content-aware fill ,是 photoshop 的一个功能)是一个强大的工具，设计师和摄影师可以用它来填充图片中不想要的部分或者缺失的部分。在填充图片的缺失或损坏的部分时，图像补全和修复是两种密切相关的技术。有很多方法可以实现内容识别填充，图像补全和修复。

2017-05-22 13:15:45

TensorFlow深度学习
AWS上搭建深度学习主机（Windows版）
本文简单介绍一下如何租赁并使用 Amazon EC2 P2 实例,通过搭载了一块12G 显存的 Tesla K80 显卡，搭建深度学习主机。

2017-05-22 12:30:15

深度学习人工智能
寻找CNN的弱点，小心MNIST中的“套路”
CNN是现在十分火热的模型，在很多图像检索问题上，CNN模型的效果在以往的基础上有了很大的提高，但是CNN毕竟没有把这些问题完全解决，CNN还是有它自己的弱点的。这个弱点也不能算作是它独有的问题，但是由于它的效果实在太好了，很多人甚至对它产生了迷信，因此这盆冷水就泼到它身上了。

2017-05-22 10:54:56

深度学习CNNMNIST
深度学习中批归一化的陷阱
本文使用两种不同方法实现了一种神经网络。每一步都输入相同的数据。网络具有完全相同的损失函数、完全相同的超参数和完全相同的优化器。然后在完全相同数量的 GPU 上进行训练。结果是其中一个版本的分类准确度比另一种低2%，并且这种性能的下降表现地很稳定。

2017-05-19 14:05:37

深度学习批归一化技术
白话AI：看懂深度学习真的那么难吗？初中数学，就用10分钟 原创
前段时间，编辑闲逛各大社区论坛，发现一篇非常适合初学者学习的深度学习的回复帖子，用风趣的白话和例子深入浅出的分析了深度学习的过程，非常通俗易懂。通过与作者杨安国老师沟通，获得内容编辑授权，把内容重新整理发布，希望人人都能够理解深度学习。

2017-05-18 14:31:44

深度学习人工智能
迁移学习：数据不足时如何深度学习
最近深度学习技术突然开始大肆流行，并在语言翻译、玩策略游戏，以及无人驾驶汽车等涉及到数百万数据量的领域取得了醒目的成果。使用深度学习技术解决问题的过程中，最常见的障碍在于训练模型过程中所需的海量数据。需要如此多的数据，原因在于机器在学习的过程中会在模型中遇到大量参数。

2017-05-17 15:09:06

深度学习人工智能
深度学习中的怪圈将成就难以置信的成果
怪圈是一种循环系统，横贯不同等级的各个层次。循环在机器学习系统中并不典型，按照惯例，这些系统由不同计算层的无环图构成。然而，我们现在开始发现，采用”反馈循环”能衍生出一种令人难以置信的、新的自动操作。

2017-05-17 13:21:36

深度学习机器学习算法
如何用深度学习推荐电影？教你做自己的推荐系统！
用电影海报来打造推荐系统。

2017-05-16 15:00:24

深度学习
何时浅探，何时深究—机器学习不是一张纸就能说完的 译文
深度学习的一大优势在于，其水平提升往往能够在各类场景下实现通用。举例来说，在某一领域中适用于深度学习的具体技术通常可以直接转移至其它领域，而无需经过任何修改。更具体地讲，构建大量计算密集型图像与语音识别类深度学习模型的方法已经全面渗透至自然语言处理当中。

2017-05-12 17:58:11

深度学习人工智能
tensorflow如何实现基于深度学习的图像补全
在本文中，我将介绍图像补全的一种方法，我的例子是人脸，但是DCGANs也可以在其他类型的图像上使用。

2017-05-12 16:25:44

深度学习图像补全tensorflow
机器学习和深度学习是怎么一回事？Faizan Shaikh来帮你解答
本文以浅显易懂的语言介绍了机器学习和深度学习的定义及应用，以及在源数据要求，硬件支持，特征工程、问题解决方式、执行时间及可解释性等方面的区别，对于新手入门有很大启示意义。

2017-05-11 12:22:10

机器学习深度学习
为什么有些数学研究者会看不惯甚至鄙视深度学习（Deep Learning）？
做理论的人，不得不一个个学过来，想过了，试过了，然后放掉，下一个。解决问题是最终的目标，而不是学得比人多些，然后坐在原地不动夸耀自己厉害。耍弄十八般武艺，比不过高手一招制敌。至于这一招怎么找到，或者从理论分析这边入手，或者从实验入手，都是一样有价值，都是平等的，不存在谁鄙视谁的问题。

2017-05-10 20:31:13

数学研究者深度学习
正在涌现的新型神经网络模型：优于生成对抗网络
随着深度神经网络技术的发展，新型的网络架构也在不断涌现。

2017-05-10 14:32:31

神经网络网络架构模型
入门级攻略：机器学习 VS. 深度学习
本文以浅显易懂的语言介绍了机器学习和深度学习的定义及应用，以及在源数据要求，硬件支持，特征工程、问题解决方式、执行时间及可解释性等方面的区别，对于新手入门有很大启示意义。

2017-05-10 09:26:41

机器学习深度学习
深度学习的“深度”有什么意义?
深度学习的”深度”， 早几年讨论的挺多的，身边有不同的理解：深度=更大规模的网络，也有认为：深度=更抽象的特征，近年来物理上也有人侧面显示：深度=玻璃相转变，如果后者的观点成立，那么仅仅引入GPU甚至FPGA硬件的目的只是加快， 没有算法的帮助(调参也算一种算法，后面会解释)是不会加深的!

2017-05-08 16:13:33

深度学习神经网络深度
深度学习的时间序列模型评价
这次主要说最近发展的无监督特征学习和深入学习，其对于时间序列模型问题的评价。这次主要概述了时间序列数据存在的特殊挑战，并提供了工作的评价，其含有把时间序列应用到非监督特征学习算法或者是有选择的促成特征学习算法的变动去考虑目前时间序列数据的挑战。

2017-05-08 14:42:36

深度学习神经网络时间序列
TensorFlow上手要点都总结在这儿了，你还有理由偷懒吗？
本文作者 Steven Dufresne，总结了新手学 TensorFlow 需要的核心知识点和实操内容，旨在鼓励更多人借 TensorFlow 迈入深度学习殿堂 。作为基础入门教程，该教程从 TensorFlow 原理简介讲到上手操作，对核心概念逐条解释，非常适合基础薄弱、苦无入门途径的新手。

2017-05-08 11:02:59

TensorFlow神经网络深度学习
上一页 1 ··· 2930313233 34
点赞

51CTO技术栈公众号

业务
速览
在线客服