神廟逃亡

why-what-how方式的機器學習總結之三

取樣方法 why 取樣方法最常用的場景是用來求一些不好計算原函式的積分,或者求一些分佈的期望值,關鍵詞蒙特卡洛積分。 比如上面這張圖,正方形的面積很容易知道,計算綠點佔所有采樣

小V神(以太坊創始人)訪談錄(七)

考恩:法律或監管環境的變化對實現願景有何幫助? V神:我真的不認為有許多法律或監管變化,可以幫助,至少在技術發展方面,因為最終我們已經有了所有這些“程式碼是自由的”的先例,和大多數其他國

關於神經網路的需要注意的概念總結

之前接觸並瞭解過神經網路的相關概念,但是並沒有做過任何系統的總結,這一段時間藉此總結一下相關的概念; 對於神經網路的入門概念來說最重要的是一些相關的理解性概念:反向傳播、啟用函式、正則化以及BatchNom

40行Python程式碼,實現卷積特徵視覺化

最近在閱讀 Jeremy Rifkin 的書《The End of Work》時,我讀到一個有趣的關於 AI 的定義。Rifkin 寫到:「今天,當科學家們談論人工智慧時,他們通常是指『一門創造機器的藝術,該

趨勢分析之神經網路

AMiner全新功能技術趨勢分析Trend analysis(http://trend.aminer.cn)基於AMiner 2億篇論文資料進行深入挖掘,包括對技術來源、熱度、發展趨勢進行研究,進而預測未來的技

強化學習(十五) A3C

在 強化學習(十四) Actor-Critic 中,我們討論了Actor-Critic的演算法流程,但是由於普通的Actor-Critic演算法難以收斂,需要一些其他的優化。而Asynchronous Adv

手把手教你用DGL框架進行批量圖分類

圖分類(預測圖的標籤)是圖結構資料裡一類重要的問題。它的應用廣泛,可見於生物資訊學、化學資訊學、社交網路分析、城市計算以及網路安全。隨著近來學界對於 圖神經網路 的熱情持續高漲,出現了一批用圖神經網路做圖分類

三步理解 AlphaStar 背後的黑科技

在Alpha Zero取得圍棋領域的勝利之後,最近的大新聞是: AI又下一城,拿下了重磅即時戰略遊戲星際爭霸。 為什麼我們說這個勝利的重要性不亞於當年的阿法狗? 這背後的黑科技對我們又有怎樣的影響。 我雖不懂

微軟亞洲研究院27篇論文入選AAAI 2019

編者按:人工智慧領域的國際頂級會議AAAI 2019將於1月27日至2月1日在美國夏威夷舉行。根據已經公佈的論文錄取結果,今年的大會錄取率創歷史新低,投稿數量高達7745篇,錄取的數量僅有16%左右。但

1746056784.114