神經網路學習的目的是找到使損失函式的值儘可能小的引數。這是尋找最優引數的問題，解決這個問題的過程稱為 最優化 。而在深度神經網路中，引數的數量非常龐大，最優化問題也就十分複雜。 之前我們學過 隨機梯度

對於日益嚴重的假新聞問題，不同的研究團隊正在利用 AI 技術去更準確的判定和甄別假新聞。但技術是相對的，另一方面，在暗處，也有著另一波人在不斷用 AI 技術生產假新聞、假評論。 今年的愚人節，你收到假新聞了

簡介 圖片.png Python深度學習專案 使用Python和Keras掌握深度學習和神經網路架構的富有洞察力的專案 主要特點 探索跨計算機

本文是王喆在 AI 前線 開設的原創技術專欄“深度學習 CTR 預估模型實踐”的第三篇文章（以下“深度學習 CTR 預估模型實踐”簡稱“深度 CTR 模型”）。回顧王喆老師過往精彩文章： 《重讀 Youtub

神經網路的學習是指從訓練資料中自動獲取最優權重引數的過程，損失函式就是用來衡量神經網路的學習的程度，學習的目的就是以該損失函式為基準，找出能使它的值達到最小的權重引數。 從資料中學習 神經網

【 獵雲網 （微信：）北京】3月25日報道（文/呂夢） 獵雲網今日獲悉，人工智慧領域的傑出專家寧華中博士已於近日加入文遠知行WeRide，擔任感知團隊執行總

文遠知行WeRide重磅宣佈，人工智慧領域的傑出專家寧華中博士已於近日加入文遠知行，擔任感知團隊執行總監，全面負責感知系統整體技術規劃及團隊管理。 “作為技術人員，面對無人駕駛這滾滾潮流，你不能站

想要高效地實現神經網路，離不開numpy多維陣列的運算。 一維陣列 先介紹numpy一維陣列： In [1]: import numpy as np In [2]: A=np.arr

李根 發自 凹非寺 量子位 報道 | 公眾號 QbitAI AI安防新勢力澎思科技，又有新進展。 今日（3月19日），澎思科技宣佈前松下新加坡研究院副院長申省梅為首席科學家，同時宣佈成立澎思新加坡研

1. 版權宣告 請尊重作者的智慧財產權，版權所有，翻版必究。 未經許可，嚴禁轉發內容！ 請大家一起維護自己的勞動成果，進行監督。 未經許可， 嚴禁轉發內容！ 2018.6.27 TanJiyong

深度學習好處多多，但構建起來卻有些令人痛苦。為此，本文提供了一份詳盡的教程來教你快速構建自己的深度學習環境。不僅教你利用現有資源快速搭建深度學習模型，還一步步列出瞭如何通過雲平臺搭建自己的深度學習環境。 引

本文已投中心公眾號。特徵工程是機器學習成敗的關鍵一步，其意義一點都不比模型低。巨集觀層面來說，模型水平決定了機器學習的上限，特徵工程水平決定了能接近上限多少。而對於具體問題層面，特徵工程水平決定了機器學習在這個

我是從初一開始用思維導圖，不管學習任何知識都用，到現在15年。但我是在研究深度學習後才真正明白它的原理，因為 思維導圖和人工智慧的深度學習原理一樣。 如果我學其他專業的話，恐怕我一輩子都不知道原理。所以非機器

自從18年10月底開始課餘在導師的公司實習，不知不覺入坑機器學習和深度學習已經小半年時間。目前的主要方向是NLP和資料探勘。 這期間接觸了許多新的知識，見識了火熱的深度學習的魅力和實際應用，也認識了很多浙大

前面討論過LSTM的預測模型，同學們百度也好，科學谷歌也好，能找到的LSTM的模型無非是在討論模型本身，無非Seq2Seq、Seq2one等等各種，或者再加上Attention機制等等。總之