自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

深度学习世界

深度学习世界--关注深度学习应用

  • 博客(30)
  • 收藏
  • 关注
全部文章> 2017年11月
排序：
按最后发布时间
按访问量
RSS订阅
12月 11月

转载 深度学习中的「卷积层」如何深入理解？

本文经公众号「雷克世界」授权转载（微信号：ROBO_AI）原文来源：medium作者：ApilTamang「雷克世界」编译：嗯~阿童木呀 多啦A亮近来，深度学习的火爆程度显而易见，而在深度学习领域，卷积网络则是引起这许多令人惊叹的结果的主要原因。自从2012年AlexNet公开亮相之后，现如今，我们很难列举一个根本不使用卷积架构，具有

2017-11-30 00:00:00 7978

转载 那么多GAN哪个好？谷歌大脑泼来冷水：都和原版差不多 | 论文

夏乙 编译整理来源：量子位ID：QbitAI从2014年诞生至今，生成对抗网络（GAN）热度只增不减，各种各样的变体层出不穷。有位名叫Avinash Hindupur的国际友人建立了一个GAN Zoo，他的“动物园”里目前已经收集了多达214种有名有姓的GAN。DeepMind研究员们甚至将自己提出的一种变体命名为α-GAN，然后在论文中吐槽说，之所以用希腊字母做前缀，

2017-11-30 00:00:00 650

原创 有没有必要把机器学习算法自己实现一遍？

来源：AI 研习社本文作者紫杉，本文整理自作者在知乎《有没有必要把机器学习算法自己实现一遍？》问题下的回答。AI 研习社已获得转载授权。哈哈哈哈，我觉得很多人都有这个疑问吧。机器学习好高大上，多么牛逼的东西，光是看公式就已经眼花缭乱了，总觉得自己该全部去实现一遍，有的时候太懒，有的时候觉得能力不够。道理虽然明白——任何事情自己亲手做一做还是更好的，但机器学习已经有了大量

2017-11-29 00:00:00 3773

原创 2017年最受欢迎的编程难题网站集合，这些资源你一定要get！

源 | 程序猿    编译 | 猿妹编程几乎已经成为了人类所知每个行业的必要组成部分，如今有越来越多的人开始了他们的编程之旅。如果你正在在学习编程，那么我可以告诉你一个提高技能的好方法，那就是敢于去解决编码过程中遇到的难题。解决不同类型的难题，可以帮助你成为一名优秀的问题解决者。我整理了一些非常受欢迎的编程难题网站列表，并且做了简单介绍，希望它们可以在你的编

2017-11-29 00:00:00 977

原创 深度学习入门指北——从硬件到软件

来源：AI研习社近日，Rachel Thomas在fast.ai上发布了一篇博文《What you need to do deep learning》，他希望通过这篇文章回答一些深度学习入门者经常会问到的问题：什么样的电脑才能用来做深度学习？为什么 fast.ai 推荐使用英伟达的 GPU 呢？哪些深度学习库不适合初学者？你又是如何将深度学习应用到实际生产中的？Rach

2017-11-27 00:00:00 739

原创 图解机器学习

转自：naughty   https://my.oschina.net/taogang/blog/1544709每当提到机器学习，大家总是被其中的各种各样的算法和方法搞晕，觉得无从下手。确实，机器学习的各种套路确实不少，但是如果掌握了正确的路径和方法，其实还是有迹可循的，这里我推荐SAS的Li Hui的这篇博客，讲述了如何选择机器学习的各种方法。另外，Sci

2017-11-24 00:00:00 418

原创 论文结果难复现？本文教你完美实现深度强化学习算法DQN

选自arXiv作者：Melrose Roderick等机器之心编译论文的复现一直是很多研究者和开发者关注的重点，近日有研究者详细论述了他们在复现深度 Q 网络所踩过的坑与训练技巧。本论文不仅重点标注了实现过程中的终止条件和优化算法等关键点，同时还讨论了实现的性能改进方案。机器之心简要介绍了该论文，更详细的实现细节请查看原论文。过去几年

2017-11-24 00:00:00 2249

原创 一文教你如何挑选深度学习GPU

选自Medium作者：Slav Ivanov参与：李泽南、路雪、刘晓坤最近，英伟达在消费级 GPU 领域推出了 GTX 1070 Ti，如果现在想要组装一台深度学习机器，我们用哪块 GPU 最好呢？本文将详细解答这一问题。即将进入 2018 年，随着硬件的更新换代，越来越多的机器学习从业者又开始面临选择 GPU 的难题。正如我们所知，

2017-11-23 00:00:00 3985

原创 初学机器学习的你，是否掌握了这样的Linux技巧？

选自alexpetralia机器之心编译Linux 因其稳定性获得了不少开发者的青睐，同时也成为大多数服务器的操作系统，对于机器学习开发者来说，使用 Mac/Linux 系统几乎是必须的。然而由于上手难度较大，很多人对其望而却步。本文将介绍一些 Linux 常用指令以帮助你快速上手。随着软件系统的不断发展，今天，不同的操作系统对应着不同的适用

2017-11-22 00:00:00 981

原创 14个超级牛X的免费开源小工具！

来源：程序人生最近整理了一些在用的，感觉还不错的开源小工具，有的仅适用MacOS，但多数跨平台。HomebrewHomebrew — The missing package manager for macOS：https://brew.sh，Mac上非常好用的包管理工具，很多常见的安装都可以通过brew install app或者brew cask

2017-11-22 00:00:00 610

原创 深度学习岗位面试问题一览

来源：AI研习社本文作者许韩，本文首发于作者的知乎专栏《许韩VS许韩》， AI研习社获其授权发布。本笔记主要问题来自以下两个问题，以及我自己面试过程中遇到的问题。深度学习相关的职位面试时一般会问什么？会问一些传统的机器学习算法吗？（http://t.cn/RMrVwoU）如果你是面试官，你怎么去判断一个面试者的深度学习水平？（http://t.cn/RI

2017-11-21 00:00:00 1154

原创 入门深度学习真的很困难吗？从这几方面下手轻松破解！

图：Pixabay本文经公众号「雷克世界」授权转载（微信号：ROBO_AI）原文来源：fast.ai作者：Rachel Thomas「雷克世界」编译：嗯~阿童木呀对于想要入门深度学习的新手来说，可能会存在以下几个问题：我需要什么样的电脑来学习深入学习？对初学者来说什么样的深度学习库比较合适？该如何将深度学习投入到生产中？我认为所有这些问题都都

2017-11-21 00:00:00 647

原创 如何成为一名机器学习算法工程师？

来源：网络大数据ID：raincent_com成为一名合格的开发工程师不是一件简单的事情，需要掌握从开发到调试到优化等一系列能 力，这些能力中的每一项掌握起来都需要足够的努力和经验。而要成为一名合格的机器学习算法工程师(以下简称算法工程师)更是难上加难，因为在掌握工程师的通用技能以外，还需要掌握一张不算小的机器学习算法知识网络。下面我们就将成为一名合格的算法工程师所需的技能进行

2017-11-17 00:00:00 1411

转载 普通程序员如何入门深度学习？

来自：CSDN作为一名软件工程师，我们应该活到老学到老，时刻与不断发展的框架、标准和范式保持同步。同时，还要能活学活用，在工作中使用最合适的工具，以提高工作效率。随着机器学习在越来越多的应用程序中寻得了一席之地，越来越多的程序员加入 AI 领域，那么，入行 AI 领域需要哪些技能呢？人工智能到底有多火？我相信大家之所以能来看这篇文

2017-11-17 00:00:00 272

原创 究竟深度学习在干什么？

来源：人机与认知实验室概要： 深度学习取得了巨大的成功，这是无容置疑的。对此，我们不必再多说什么。但是，其理论基础仍然有很大的空白。 深度学习取得了巨大的成功，这是无容置疑的。对此，我们不必再多说什么。但是，其理论基础仍然有很大的空白。例如：究竟深度学习在做什么？为什么可以学习很多东西？这些问题极为重要。但是直到现在，仍然众说纷纭，没有定论。我们对待

2017-11-16 00:00:00 389

原创 快速掌握机器学习，这 3 种算法你必须知道！

源 | 开源中国    译 | Tocy, 东风玖哥, 达尔文在这篇文章中我将介绍三大类的机器学习算法，针对大范围的数据科学问题，相信你都能满怀自信去解决。假设有一些数据相关的问题亟待你解决。在此之前你听说过机器学习算法可以帮助解决这些问题，于是你想借此机会尝试一番，却苦于在此领域没有任何经验或知识。你开始谷歌一些术语，如

2017-11-16 00:00:00 537

原创 一分钟整明白Tensorflow Extended

来源： ResysChina作者：张相於TFX: A TensorFlow-Based Production-Scale Machine Learning Platform本文介绍了基于tf搭建一套通用机器学习平台的关键部分和大体流程，但没有给出更详细的介绍。是KDD 2017 Applied Data Science Paper，作者是谷歌的一大票人，这么多作者，按照经验

2017-11-15 00:00:00 2826

原创 一文简介常见的机器学习算法

原文 joydeep bhattacharjee千平 编译整理量子位 出品 | 公众号 QbitAI所谓机器学习算法就是一个假设集合，用于找到最优模型。机器学习算法可以分为三大类。监督学习：输入特征和输出标签都被定义无监督学习：数据集未标注，目标是发现隐藏关系强化学习：某种形式的反馈回路，有些参数需要优化这篇文章尝试对

2017-11-15 00:00:00 407

转载 想成为一名数据科学家？你得先读读这篇文章

转自：数据派THUID：DatapiTHU原文题目：Want to Becomea Data Scientist? Read This Interview First作者：Kevin Gray翻译：韩海畴校对：闵黎本文长度为3800字，建议阅读8分钟本文为你解答数据科学究竟是什么及一个好数据科学家应具备的品质。市场营销

2017-11-14 00:00:00 725

原创 Python 最火，R 极具潜力：2017 机器学习调查报告

译文：开源中国www.oschina.net/news/90142/kaggle-surveys-2017数据平台 Kaggle 近日发布了 2017 机器学习及数据科学调查报告，这也是 Kaggle 首次进行全行业调查。调查共收到超过 16000 份回复，受访内容包括最受欢迎的编程语言、不同国家数据科学家的平均年龄、不同国家的平均年薪等。点此查

2017-11-13 00:00:00 402

转载 全世界合格的AI人才只有1万人左右，谷歌决定让AI写算法

来源：机器之能全球合格的 AI 人才仅 1 万人左右，能够自己打造 AI 的公司组织只有数千家。为了缓解全球 AI 人才短缺的难题，打造会学习创造其他算法的算法，成为巨头们新的研发重点。编译 | 张卉馨来源 | 纽约时报研发人员有一个梦想，让人工智能机器创造其他的人工智能机器。但是，对高级程序员们来说，这是一个噩梦。最近，

2017-11-10 00:00:00 521

转载 各种机器学习任务的顶级结果（论文）汇总

选自GitHub机器之心整理参与：黄小天、蒋思源今日，机器之心小编在 Github 上发现了一个良心项目：RedditSota 统计了各种机器学习任务的最顶级研究成果（论文），方便大家索引查阅。机器之心对此项目做了介绍。项目地址：https://github.com//RedditSota/state-of-the-art-resul

2017-11-10 00:00:00 2128

转载 一文读懂深度学习（附学习资源）

来源：THU数据派原文标题：Want to know how Deep Learning works? Here’s a quick guide for everyone作者：Radu Raicea翻译：程思衍校对：冯羽本文长度为2500字，建议阅读6分钟Medium上获得超过一万五千赞的深度学习入门指南，结合图文为你缕清深度学习中的各个基础概念的内涵。

2017-11-09 00:00:00 627

转载 深度学习中如何选择一款合适的GPU卡的一些经验和建议分享

来源：AI 研习社本文原作者lqfarmer，本文整理自作者在知乎专栏《深度学习与NLP》。AI 研习社已获得转载授权。文章翻译自：Which GPU(s) to Get for Deep Learning（http://t.cn/R6sZh27）深度学习是一个计算需求强烈的领域，GPU的选择将从根本上决定你的深度学习研究过程体验。在没有GPU的情况下，

2017-11-09 00:00:00 11575 1

转载 【机器学习调查】脏数据最棘手，逻辑回归最常用

新智元编译  来源：The Verge作者：James Vincent    编译：马文【新智元导读】数据科学社区Kaggle的最新调查显示，机器学习和数据科学研究者在被问到工作中面临的最大障碍时，最常见的回答是“脏数据”，其次是缺乏该领域的人才。此外，他们最常用的方法是“逻辑回归”，而神经网络只排在第4位。想象一下机器学习研究者的生

2017-11-08 00:00:00 1510

转载 机器学习应该准备哪些数学预备知识？

来源：AI 研习社本文原作者Robin Shen ，本文整理自作者在知乎《机器学习应该准备哪些数学预备知识？》问题下的回答。AI 研习社已获得转载授权。原题目如下：机器学习应该准备哪些数学预备知识？数据分析师，工作中经常使用机器学习模型，但是以调库为主。自己一直也在研究算法，也裸写过一些经典的算法。最近在看PRML这类书籍，感觉有点吃劲，主要

2017-11-08 00:00:00 1088

转载 人工智能需要一个可被证明的理论作为基础 | 哈佛丘成桐

来源：雷锋网本文长度为5856字，建议阅读8分钟本文为你整理中国计算机大会中，哈佛教授丘成桐关于“现代几何在计算机科学中的应用”的演讲报告。2017年10月26日上午，第十四届中国计算机大会（CNCC 2017）正式在福州海峡国际会展中心开幕。在大会第一天，菲尔兹奖获得者、哈佛大学终身教授丘成桐作为特邀嘉宾在会上做了首个演讲报告，报告主题

2017-11-07 00:00:00 413

转载 入门 | 一文概览深度学习中的激活函数

选自Medium作者：Kailash Ahirwar机器之心编译参与：黄小天、刘晓坤近日，Mate Labs 联合创始人兼 CTO 在 Medium 上撰文《Everything you need to know about Neural Networks》，从神经元到 Epoch，扼要介绍了神经网络的主要核心术语。

2017-11-06 00:00:00 364

转载 说3分钟好像太狂了，5分钟帮你开启机器学习的大门吧！

转自：集智专栏机器学习的时代已经来临，它能带来怎样非凡的成就，现在还不好说，但是说它将改变软件工程师解决问题的方式，却是毋庸置疑的。现在机器学习已经被不少公司广泛应用于各个领域，比如苹果的 Apple ARKit 用来创造更丰富更有层次感的用户体验，亚马逊的 Amazon Echo 用来回答复杂的用户问题，惠普将机器学习技术用于解决3D打印问题。机器学习是个非常强大的技术，编程人员

2017-11-03 00:00:00 387

转载 入门 | 一文概览深度学习中的激活函数

选自Learn OpenCV机器之心编译参与：路雪、蒋思源本文从激活函数的背景知识开始介绍，重点讲解了不同类型的非线性激活函数：Sigmoid、Tanh、ReLU、LReLU、PReLU、Swish，并详细介绍了这些函数的优缺点。本文介绍了多种激活函数，并且对比了激活函数的优劣。1. 什么是激活函数？

2017-11-03 00:00:00 328

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除