![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
老钱的人工智能探索
楚门智能创始人,昆士兰理工大学数据科学硕士,多年大数据行业经验,原联想电商大数据平台负责人,Cloudera认证架构师、管理员,主要科研方向为数据科学,在自然语言处理领域有资深的经验,擅长Spark、Hadoop等平台架构,具有多年的实战经验。
展开
-
神经网络模型
本文转载自https://www.toutiao.com/i6432188985530909186/一文看懂25个神经网络模型引言在深度学习十分火热的今天,不时会涌现出各种新型的人工神经网络,想要实时了解这些新型神经网络的架构还真是不容易。光是知道各式各样的神经网络模型缩写(如:DCIGN、BiLSTM、DCGAN……还有哪些?),就已经让人招架不住了。因此,这里整理出一份清单来梳理...转载 2018-11-22 18:35:21 · 464 阅读 · 0 评论 -
深度学习:卷积神经网络(CNN)简介
本文转自:https://blog.csdn.net/lyxleft/article/details/85954587 1 背景介绍      深度学习是近几年的热门研究话题。深度学习受到神经学的启示,模拟人脑的认知与表达过程,通过低层信号到高层特征的函数映射,来建...转载 2019-01-16 12:34:54 · 1811 阅读 · 0 评论 -
马尔可夫决策过程
本文转自:http://www.52caml.com/reinforcement-learning/chapter3-markov-decision-process/1. 智能体与环境强化学习问题不同于传统机器学习问题,它是一种在交互的过程中学习并实现目标的问题。这里把具有学习能力和决策能力的程序或系统称之为Agent(代理,智能体);与之交互的对象统称为环境(Environment)。交...转载 2018-11-28 20:00:32 · 1510 阅读 · 1 评论 -
动态规划
本文转自:http://www.52caml.com/reinforcement-learning/chapter4-dynamic-programming/ 前言这一节介绍基于模型的强化学习问题求解的一种算法-动态规划算法。动态规划算法是解决复杂问题的一类方法,算法通过把复杂问题分解成若干个子问题,通过求解子问题进一步得到全局问题的解。所谓基于模型的强化学习即马尔科夫决策过程已知(...转载 2018-11-28 19:59:54 · 188 阅读 · 0 评论 -
蒙特卡洛算法简单理解与demo
本文转自:https://blog.csdn.net/u011021773/article/details/78301557 蒙特卡洛算法,实际上就是用频率估计概率。首先我们知道一个边长为2的正方形面积是22=4,他的内接圆的面积是π1,那么我们在这样一个正方形内随机生成10000个点,落在圆里的点的个数/10000就应该是π/4,所以我们可以估计出π是落在圆里的点的个数*4/10000....转载 2018-11-28 19:59:24 · 263 阅读 · 0 评论 -
深度学习模型压缩与优化加速
本文转自:https://blog.csdn.net/baidu_31437863/article/details/84474847 1. 简介深度学习(Deep Learning)因其计算复杂度或参数冗余,在一些场景和设备上限制了相应的模型部署,需要借助模型压缩...转载 2018-12-01 17:38:21 · 344 阅读 · 1 评论 -
深度强化学习(理论篇)—— 从 Critic-only、Actor-only 到 Actor-Critic
本文转自:https://blog.csdn.net/lipengcn/article/details/81253033# 1 概述## 1.1 强化学习 v.s. 监督学习强化学习,与监督学习、无监督学习并列,作为机器学习的三大类。强化学习,研究的是 agent 从与 environment 交互过程进行学习,学习如何作用于 environment,从而可以从 environment...转载 2018-11-30 11:42:53 · 293 阅读 · 0 评论 -
轻量级网络--ShuffleNet论文解读
本文转自:https://blog.csdn.net/u011974639/article/details/79200559Abstract论文介绍一个效率极高的CNN架构ShuffleNet,专门应用于计算力受限的移动设备。新的架构利用两个操作:逐点群卷积(pointwise group convolution)和通道混洗(channel shuffle),与现有先进模型相比在类似的精...转载 2018-11-29 16:24:35 · 311 阅读 · 0 评论 -
shuffleNet V2
本文转自:https://blog.csdn.net/liu1152239/article/details/81477753论文出发点:旨在设计一个轻量级但是保证精度、速度的深度网络分析当前:1、直接用FLOP来衡量算力,不够准确。因为不同的网路,即使参数量相同(模型大小相同),但是模型速度还是存在差异。改为直接用速度(speed)来衡量2、直接影响速度的因素,首先MAC,比如分组卷...转载 2018-11-29 16:19:00 · 215 阅读 · 0 评论 -
卷积神经网络在物联网场景中的应用初探
本文转自:https://www.jianshu.com/p/8b6446181a52 概述机器学习发展到今天,得益于数据量的增长、算力的丰富、和深度神经网络技术的不断创新和广泛应用,像计算机视觉、自动控制、图像识别、语音识别、自然语言处理和音频识别等领域,在最近几年中,不断迎来突破。这直接导致了AI技术的蓬勃发展,像Alapha Go、自动...转载 2019-01-16 12:35:44 · 1070 阅读 · 0 评论