![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI(Artificial Intelligence)
贾诩是也
走过很多弯路,一直坚强、执着的眺望着远方、、、一个听着小米布斯故事成长起来的老码农。不忘初心,方得始终、、、给自己鼓劲加油,为这个时代华丽的时代喝彩!
展开
-
机器学习知识体系[转]
随着2016年Alpha Go在围棋击败李世石,2017年初卡内基梅隆大学人工智能系统Libratus在长达20天的鏖战中,打败4名世界顶级德州扑克玩家,这标志着人工智能技术又达到了一个新的高峰。人工智能已经不再是在各大公司幕后提供各种智能推荐、语音识别算法的工具,它已经慢慢走向台前进入到平常百姓的视野之中。曾经有人描述人工智能就向一列缓缓开向人们的火车,一开始非常遥远而且看起来非常缓慢,转载 2017-12-22 17:54:19 · 384 阅读 · 0 评论 -
苹果iPhone 8或被阻击!
9月12日,苹果准备发布Iphone8,据说搭载了一系列的黑科技,比如根据业内人士@手机晶片达人在微博爆料,iPhone 8将抛弃指纹识别设计,转而采用3D扫描以及脸部识别!在媒体总结的iPhone8六大科技创新中,3D传感技术成为最具有革命性的突破。它并非普通功能性组件创新,而是激活光学交互属性,是继图形界面、触控之后的第三次人机交互跨越。该技术利用前置3D双摄像头+红外传感器的组合,能原创 2017-09-04 00:05:37 · 709 阅读 · 0 评论 -
机器学习与JavaScript(二)
这篇文章我们主要学习KNN算法。KNN代表K-Nearest-Neighbours,是一种监督学习的算法。它可以用来处理分类问题和回归问题。接下来我们会先讲解下KNN算法的工作原理,当然你也可以直接看代码,Github仓库在这里:基于JavaScript的机器学习。KNN算法的工作原理KNN算法根据同一类别数据点的最大邻居数,决定新数据点的类别。如果一个新数据点的邻居数如下所示转载 2017-07-29 00:06:19 · 257 阅读 · 0 评论 -
机器学习与JavaScript(一)
你应该觉得基于JavaScript的机器学习不简单吧。JAVASCRIPT?!我难道不应该用Python么?我难道要用JavaScript去做如此复杂的运算?难道我不应该使用Python或者R语言么?scikit-learn算法库会不会不能在JavaScript中使用?简单来说:基于JavaScript的机器学习完全没有问题。详细来讲,基于JavaScript的机器学习是有可能的,并且我总转载 2017-07-29 00:05:42 · 356 阅读 · 0 评论 -
机器学习的最小可用产品:人工智能应用的敏捷开发
我们曾经在公众号上发过一篇文章《年薪百万的机器学习专家,为什么不产生价值?》,文中的机器学习专家花了大量的时间搭建平台,做数据的清洗、处理与机器学习建模,却没有带来公司所期望的价值。问题出在哪里了呢?基于第四范式在机器学习工业应用方面的大量成功案例和经验,我们今天就来分析一下,想用机器学习提升业务价值,在搭建平台、处理数据、训练算法之前,真正要做的第一步应该是什么?我们今天不谈技术,不翻译 2017-07-29 00:04:42 · 833 阅读 · 0 评论 -
深入浅出TensroFlow(七)TensorFlow计算加速
在前面的文章中介绍了使用TensorFlow实现各种深度学习的算法。然而要将深度学习应用到实际问题中,一个非常大的问题在于训练深度学习模型需要的计算量太大。比如要将Inception-v3模型在单机单卡上训练到78%的正确率需要将近半年的时间,这样的训练速度是完全无法应用到实际生产中的。为了加速训练过程,本文将介绍如何通过TensorFlow利用GPU或/和分布式计算进行模型训练。Tensor转载 2017-08-21 08:05:30 · 4820 阅读 · 0 评论 -
深入浅出TensorFlow(六)TensorFlow高层封装
在前面的几篇文章已经介绍了如何使用原生态TensorFlow API来实现各种不同的神经网络结构。虽然原生态的TensorFlow API可以很灵活的支持不同的神经网络结构,但是其代码相对比较冗长,写起来比较麻烦。为了让TensorFlow用起来更加方便,可以使用一些TensorFlow的高层封装。目前对TensorFlow的主要封装有4个:第一个是TensorFlow-Slim;第二转载 2017-08-21 08:05:17 · 494 阅读 · 0 评论 -
深入浅出Tensorflow(五):循环神经网络简介
循环神经网络(recurrent neural network,RNN)源自于1982年由Saratha Sathasivam提出的霍普菲尔德网络。霍普菲尔德网络因为实现困难,在其提出的时候并且没有被合适地应用。该网络结构也于1986年后被全连接神经网络以及一些传统的机器学习算法所取代。然而,传统的机器学习算法非常依赖于人工提取的特征,使得基于传统机器学习的图像识别、语音识别以及自然语言处理等问题转载 2017-08-21 08:04:52 · 1991 阅读 · 0 评论 -
深入浅出Tensorflow(四):卷积神经网络
本文为第四篇文章,将会介绍卷积神经网络,通过与传统算法的对比、卷积神经网络的结构分析等方面来介绍卷积神经网络模型,并给出通过TensorFlow在MNIST数据集上实现卷积神经网络的方法。卷积神经网络简介斯坦福大学(Stanford University)李飞飞(Feifei Li)教授带头整理的ImageNet是图像识别领域非常有名的数据集。在ImageNet中,将近1500万图片被关联转载 2017-08-21 08:04:17 · 2512 阅读 · 0 评论 -
新一代人工智能发展规划发布
在《规划》中,我国新一代人工智能发展“分三步走”战略目标如下: 到2020年人工智能核心规模将超过1500亿元, 带动相关产业规模超过1万亿元。 到2025年,人工智能核心规模将超4000亿元, 带动相关产业规模超过5万亿元。 到2030年,人工智能核心规模将超1万亿元, 带动相关产业规模超过10万亿元 意味着不到三年的时间,人工智能的产业值将上升原创 2017-09-04 00:06:13 · 1918 阅读 · 0 评论 -
深度学习札记(1)
深度学习可以应用在哪些场合呢?这是大家在理解深度学习和其它人工智能技术时首先想到的问题。我们往往陷入一个误区,认为“人工智能”可以搞定一切。若要回答这个问题,首先要知道另一个问题的答案,“我们手中是否已经有足够的数据”?然而,这个问题也需要足够的领域知识才能作答。在学术意义上,我们想理解“边界条件”;或者换句话说,我们想理解问题的内在约束条件。那么,深度学习和人工智能问题的“边界条件”究竟是什么呢原创 2017-08-28 08:57:12 · 234 阅读 · 0 评论 -
机器学习中的数学(2)-线性回归,偏差、方差权衡
前言: 以后会慢慢的写写这些心得。写文章是促进自己对知识认识的一个好方法,看书的时候往往不是非常细,所以有些公式、知识点什么的就一带而过,里面的一些具体意义就不容易理解了。而写文章,特别是写科普性的文章,需要对里面的具体意义弄明白,甚至还要能举出更生动的例子,这是一个挑战。为了写文章,往往需要把之前自己认为看明白的内容重新理解一下。 机器学习可不是一个完全的技术性的东西翻译 2017-12-22 17:40:36 · 269 阅读 · 0 评论 -
机器学习部分书籍推荐
先说一下我看过的和正在看的一些书吧!《数学之美》;作者吴军大家都很熟悉。这本书主要的作用是引起了我对机器学习和自然语言处理的兴趣。里面以极为通俗的语言讲述了数学在这两个领域的应用。《Programming Collective Intelligence》(中译本《集体智慧编程》);作者Toby Segaran也是《BeautifulData : The Stories Behind翻译 2017-12-22 18:01:25 · 12625 阅读 · 0 评论 -
机器学习中的数学(3)-模型组合之Boosting与Gradient Boosting
前言: 最近看的一些论文中发现了模型组合的好处,比如GBDT或者rf,都是将简单的模型组合起来,效果比单个更复杂的模型好。组合的方式很多,随机化(比如random forest),Boosting(比如GBDT)都是其中典型的方法,今天主要谈谈Gradient Boosting方法(这个与传统的Boosting还有一些不同)的一些数学基础,有了这个数学基础,上面的应用可以看Fre翻译 2017-12-22 17:41:29 · 466 阅读 · 0 评论 -
机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用
前言: PCA的实现一般有两种,一种是用特征值分解去实现的,一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。特征值和奇异值在大部分人的印象中,往往是停留在纯粹的数学计算中。而且线性代数或者矩阵论里面,也很少讲任何跟特征值与奇异值有关的应用背景。奇异值分解是一个有着很明显的物理意义的一种方法,它可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示,这些翻译 2017-12-22 17:46:22 · 288 阅读 · 0 评论 -
机器学习中的数学(4)-线性判别分析(LDA), 主成分分析(PCA)
前言: 第二篇的文章中谈到,和部门老大一宁出去outing的时候,他给了我相当多的机器学习的建议,里面涉及到很多的算法的意义、学习方法等等。一宁上次给我提到,如果学习分类算法,最好从线性的入手,线性分类器最简单的就是LDA,它可以看做是简化版的SVM,如果想理解SVM这种分类器,那理解LDA就是很有必要的了。 谈到LDA,就不得不谈谈PCA,PCA是一个和LDA非常相翻译 2017-12-22 17:44:42 · 254 阅读 · 0 评论 -
机器学习中的数学(1)-回归(regression)、梯度下降(gradient descent)
前言: 最近抽空看了一些机器学习的书和视频,其中很推荐两个:一个是stanford的machine learning公开课,在verycd可下载,可惜没有翻译。不过还是可以看。另外一个是prml-pattern recognition and machine learning, Bishop的一部反响不错的书,而且是2008年的,算是比较新的一本书了。 前几天还准备写一个分翻译 2017-12-22 17:30:00 · 168 阅读 · 0 评论 -
当DevOps遇见AI,智能运维的黄金时代
“弱人工智能”(Narrow AI), 是在某些特定领域高效完成任务的专用人工智能, 比如识别图片中的内容或是通过搜索大量医学临床案例为医生提出治疗建议的专用人工智能。目前可实现的人工智能的本质是,人来提出目标,由机器分析大量数据人来高效找到答案。人工智能应用的分类很多情况下人工智能无法给出100%正确的回答(其实人类也是一样的),如何找到人工智能善于解决的问题就成了首要的任务。人工智翻译 2017-09-02 11:43:13 · 6082 阅读 · 2 评论 -
TensorFlow初学者资料梳理
第一步:给TF新手的教程指南1:tf初学者需要明白的入门准备 机器学习入门笔记: https://github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/0_Prerequisite/ml_introduction.ipynb MNIST 数据集入门笔记 https://git转载 2017-09-09 10:01:04 · 663 阅读 · 0 评论 -
AI学习路线图(转)
1、开发者必读的十大经典书籍http://geek.csdn.net/news/detail/2336402、Medium上6900个赞的AI学习路线图,让你快速上手机器学习 http://blog.csdn.net/wemedia/details.html?id=43739原创 2017-08-28 09:04:44 · 3491 阅读 · 0 评论 -
深入浅出Tensorflow(三):训练神经网络模型的常用方法
本文将介绍优化训练神经网络模型的一些常用方法,并给出使用TensorFlow实现深度学习的最佳实践样例代码。为了更好的介绍优化神经网络训练过程,我们将首先介绍优化神经网络的算法——梯度下降算法。然后在后面的部分中,我们将围绕该算法中的一些元素来优化模型训练过程。梯度下降算法梯度下降算法主要用于优化单个参数的取值,而反向传播算法给出了一个高效的方式在所有参数上使用梯度下降算法,从而使神经网络转载 2017-08-21 08:03:57 · 3497 阅读 · 0 评论 -
深入浅出TensorFlow(二):TensorFlow解决MNIST问题入门
TensorFlow安装Docker是新一代的虚拟化技术,它可以将TensorFlow以及TensorFlow的所有依赖关系统一封装到Docker镜像当中,从而大大简化了安装过程。Docker是可移植性最强的一种安装方式,它支持大部分的操作系统(比如Windows,Linux和Mac OS)。对于TensorFlow发布的每一个版本,谷歌都提供了官方镜像。在官方镜像的基础上,才云科技提供的镜像转载 2017-08-21 08:03:28 · 474 阅读 · 0 评论 -
区块链或将极大促进人工智能发展
人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。区块链技术是利用块链式数据结构来验证与存储数据、转载 2017-08-06 10:14:58 · 474 阅读 · 0 评论 -
数据驱动深度学习革命AI将彻底改变小企业的生意方式
最近几年,深度学习已经成为越来越热门的技术,但很少有公司能像谷歌及其母公司Alphabet那样,利用深度学习技术在如此多的领域取得巨大进展,并将其完全融入到操作业务中去。为了与谷歌推动其创新的努力保持一致,该公司在云计算大会NEXT 2017上发布了一系列与人工智能(AI)相关的公告,同时以“让人们能够在世界上最强大的深度学习系统中实现民主化”为主题。近年来,谷歌及其姊妹公司已经成为“以疯狂速原创 2017-07-24 22:47:09 · 482 阅读 · 0 评论 -
谈谈机器学习的演化史与应用趋势
AI 如何能成为商业的主流?这需要不同研究方法的结合,以及大量人类的智慧。我们正处在 AI 取得突破性进展的时代:更为复杂的神经网络伴着有效的语音识别训练数据将亚马逊的 Echo 和谷歌的 Home 带进了千家万户。深度学习在图像、语音和其他模式识别中取得的准确度提升使得微软和谷歌的机器翻译被更多人使用。图像识别的增强使 Facebook 的照片搜索和谷歌照片中的 AI 相关功能得以实现。总体转载 2017-07-24 22:42:53 · 7411 阅读 · 0 评论 -
像鱼儿离不开水,未来我们将高度依赖机器学习
据BBC报道,许多人可能不太确定到底什么是机器学习,而事实上它已经成为我们日常生活中不可或缺的重要组成部分。作为人工智能(AI)的一种形式,机器学习可让电脑从示例中学习,而不必按照预先设定的指令行事。英国皇家学会认为,机器学习将对人类生活产生越来越大的影响,并呼吁对其进行更多研究,以确保人们能够更好地利用它。机器学习正以看似平常的八种方式改变我们的生活:1.在手机上你可以使用口头指令要翻译 2017-07-24 22:36:54 · 299 阅读 · 0 评论 -
DeepMind背后的人工智能:深度学习原理初探
在arXiv发表的原始论文中,描述了一个单个的网络,它能够自我学习从而自动的玩一些老的电视游戏。它仅仅通过屏幕上面的图像和游戏中的分数是否上升下降,从而做出选择性的动作。在训练的一开始,这个程序对游戏一点都不了解。它并不知道这个游戏的目标,是保持生存、杀死谁或者是走出一个迷宫。它对这个游戏的影响也不清楚,并不知道它的动作会对这个游戏产生什么影响,甚至不知道这个游戏中会有哪些目标物品。通过在转载 2017-08-01 10:36:36 · 245 阅读 · 0 评论 -
大数据与机器学习 2016-17年大事记
不知不觉间,2016年已然过去,2017年已经到来。蓦然回首,我们发现在过去的一年,大数据和人工智能领域的发展让我们眼花缭乱,应接不暇,待我为大家梳理一番。标志性大事件Apache Hadoop at 10:Hadoop诞生10年了。2006年1月28日,Doug Cutting和Mike Cafarella从他们的开源网络爬虫项目(Apache Nutch)中分离出分布式文件系统转载 2017-07-31 00:09:23 · 1543 阅读 · 0 评论 -
轻量级大规模机器学习算法库Fregata开源:快速,无需调参
一. 大规模机器学习的挑战随着互联网,移动互联网的兴起,可以获取的数据变得越来越多,也越来越丰富。数据资源的丰富,给机器学习带来了越来越多,越来越大创造价值的机会。 机器学习在计算广告,推荐系统这些价值上千亿美元的应用中起到的作用越来越大,创造的价值也越来越大。但是越来越大的数据规模也给机器学习带来了很多挑战。最大的挑战就是庞大的数据量使得对计算资源的需求也急剧增长。首先经典的机器学习算法转载 2017-07-31 00:08:34 · 994 阅读 · 0 评论 -
2016机器学习大盘点(第四篇)
2016机器学习大盘点(第四篇)喜欢| 作者 Thomas W. Dinsmore,译者 大愚若智 发布于 2017年2月13日. 估计阅读时间:2分钟| 智能化运维、Serverless、DevOps......2017年有哪些最新运维技术趋势?CNUTCon即将为你揭秘!讨论 分享到:微博微信FacebookTwitter有道云笔记邮件分享稍后阅读我转载 2017-07-30 09:56:24 · 738 阅读 · 0 评论 -
2016机器学习大盘点(第3篇)
本篇是2016年度机器学习和深度学习系列文章的第三篇。第一篇中,我们介绍了这一领域的重要趋势,例如有关偏见的担忧,互操作性,深度学习技术的爆发性增长,更加平易近人的超级计算,以及机器学习云平台的涌现。在第二篇中,我们介绍了开源机器学习项目,例如R、Python、Spark、Flink、H2O、TensorFlow等的进展。本文将介绍大型科技公司在机器学习和深度学习领域的举措,这些行业领军公司在转载 2017-07-30 09:55:50 · 638 阅读 · 0 评论 -
2016机器学习大盘点(第2篇)
这是2016年度机器学习和深度学习技术大盘点系列文章的第二篇。第一篇中,我们介绍了该领域的通用趋势。在本篇中,我们将介绍机器学习和深度学习领域开源项目在一整年里的发展。第三篇将介绍商业化的机器学习和深度学习软件及服务。目前市场上有上千种开源项目,本文无法一一涉及。我们会通过对数据科学家进行的调查结果,以及OpenHub公布的开发活跃度,根据使用率选择最主要的项目来介绍。本文仅介绍非盈利机构提供转载 2017-07-30 09:55:38 · 573 阅读 · 0 评论 -
机器学习需了解“三大法宝”、、、
从综艺节目《危险边缘》(Jeopardy)的赢家和围棋大师,再到不光彩的、与广告有关的种族定性,我们似乎进入了一个人工智能发展飞速加快的时代。但是,要创造出这样一个完全有感知能力的人他的电子“大脑”能够利用公平的道德判断来完全参与复杂的认知任务,目前我们的能力还不能做到。不幸的是,目前的事态发展让人们普遍担心人工智能未来可能会变成什么。它在最近流行文化中的表现表明,我们对这项技术的态度是多么谨翻译 2017-07-24 22:50:04 · 610 阅读 · 0 评论 -
TensorFlow和Caffe、MXNet、Keras等深度学习框架的对比
Google 近日发布了 TensorFlow 1.0 候选版,这第一个稳定版将是深度学习框架发展中的里程碑的一步。自 TensorFlow 于 2015 年底正式开源,距今已有一年多,这期间 TensorFlow 不断给人以惊喜。在这一年多时间,TensorFlow 已从初入深度学习框架大战的新星,成为了几近垄断的行业事实标准。主流深度学习框架对比深度学习研究的热潮持续高涨,各种开源深度转载 2017-07-24 22:52:54 · 10775 阅读 · 1 评论 -
机器学习、Python和数学学习资料汇总
机器学习保罗万象,在学习这门技术时,最好可以有一些速查手册之类的东西在手边,它们列出了需要了解的关键点。Robbie Allen整理了20多个与机器学习相关的速查资料,并分享出来,或许也可以帮助其他学习这门技术的人。机器学习领域正发生着日新月异的变化,这些资料总有一天会过时,不过至少在目前看来,它们仍然十分有用。如果不想一个接一个地下载这些资料,可以从这里打包下载所有的资料。机器学习下转载 2017-08-04 23:03:15 · 409 阅读 · 0 评论 -
从TensorFlow到Theano:横向对比七大深度学习框架
在深度学习项目开始前,选择一个合适的框架是非常重要的事情。最近,来自数据科学公司 Silicon Valley Data Science 的数据工程师 Matt Rubashkin(UC Berkeley 博士)为我们带来了深度学习 7 种流行框架的深度横向对比。以下是结论:二、TensorFlow 图像识别功能在树莓派上的应用上周 TensorFlow 1.0 的发布使之成为最有翻译 2017-07-26 21:57:09 · 2629 阅读 · 0 评论 -
Google人工智能平台TensorFlow介绍
tensorFlow是什么官方英文介绍:TensorFlow™ is an open source software library for numerical computation using data flow graphs.TensorFlow是谷歌2015年开源的一个人工智能平台。就如命名一样,TensorFlow为张量从图的一端流动到另一端计算过程。TensorFlow是将复杂转载 2017-07-26 21:47:29 · 1177 阅读 · 0 评论 -
阿里云工业大脑已成功落地
咨询公司埃森哲近日的一份报告显示,人工智能将助推中国经济增长率增加1.6个百分点,其中制造业将从该技术中受益最多。这份《人工智能:助力中国经济增长》报告深入研究了人工智能对中国经济的影响,指出到2035年,中国经济年增长率将在人工智能拉动下从6.3%提速至7.9%。基于人工智能对中国经济整体影响及行业规模数据,埃森哲还进一步解读了人工智能对中国15个行业带来的经济影响。其中,制造业获益最多翻译 2017-08-17 23:55:52 · 1017 阅读 · 0 评论 -
新一代人工智能知识体系大全
新一代人工智能知识体系大全,如下图:转载 2017-07-25 00:12:49 · 2228 阅读 · 0 评论 -
人工智能:正在崛起的全新生产要素
在全球范围内,单纯扩大资本投入和劳动力规模对经济增长的助推效果一直在递减。不可否认的是,对大多数发达经济体来说,仅凭这两种传统生产驱动因素,已无力维持过去数十年来稳定发展的繁荣状态。然而,令人欣喜的是,作为一项正在崛起的全新生产要素,人工智能有望变革经济发展的基础。人工智能可能对社会产生广泛的、颠覆性影响,创造出多种经济效益。领先的专业服务公司、《财富》500强企业埃森哲近期的研究表明,到20转载 2017-07-25 00:10:42 · 673 阅读 · 0 评论