作者：Dipanjan (DJ) Sarkar 編譯：weakish 導言 人類具備在任務間遷移知識的內在能力。我們在學習一件任務時獲取的知識，可以用來解決相關任務。任務越是相關，我們遷移

“損失函式減肥用，神經網路調權重” 在上一講中，由於感知機不能解決“異或”問題，明斯基並無惡意卻把AI冷藏了二十載。但是 解決“異或”問題，其實就是能否解決非線性可分問題。如何來解決這個問題呢？？？

如果說人生最爽的事情，那一定是建立了一套自己的網站賺錢系統;要說比這更爽更驕傲的，那一定是你建立了一套永遠不會過時的網站賺錢方法，並且可以很輕鬆的維護，因為這個世界上，大多數人整天為了養家餬口而忙碌，卻因此失去

# 學習目標，實現一個二分類具有一個隱藏層的神經網路，使用一個例如tanh的非線性啟用函式 # 計算交叉熵損失函式，實現前向和反向傳播 # 首先我們匯入需要的包 import numpyas

感恩節來臨，生活節奏終於緩慢下來。紐約長島天空一片湛藍，豔陽高照，滿地碎金。這一階段，老顧收到很多讀者來信，大多詢問深度學習和最優傳輸理論的關係，很多問題反映出讀者的深度思考和獨特見解。恰逢老顧也在研究生課堂

京東資料團隊曾經出了一片關於對話系統的論文《A Survey onDialogue Systems:Recent Advances and New Frontiers（智慧對話系統調查：前沿與進展）》，全文引

這是一篇關於使用 PyTorch 框架進行深度學習的教程，讀完以後你可以輕鬆地將該框架應用於深度學習模型。 今年初，Facebook 推出了 PyTorch 1.0，該框架集成了谷歌雲、AWS和 Az

編者按：本文轉自 新智元 （ID：AI_era），編輯：文強，36氪經授權轉載。 日前，斯坦福大學釋出了DAWNBenchmark最新成績，在影象識別（ResNet50-on-ImageNet，93%以

很快又一年過去了。 自學音訊演算法也近一年了。 不記得有多少個日日夜夜， 半夜醒來，就為驗證演算法思路。 一次又一次地改進和突破。 傻逼樣的堅持，必然得到牛逼樣的結果。 這一年，主要扎音

在過去的一年多中，ONNX 這種「通用」的神經網路交換格式已經有了很長遠的發展，用不同框架編寫的模型可以在不同的平臺中流通。在這次研討會中，我們確切地感受到了這一點，因為開源社群圍繞著 ONNX 介紹了很多優

最近，亞馬遜的AI專家阿斯頓·張，李沐等合著的新書《動手學深度學習》引起了人工智慧領域的諸多關注，該書的線上預覽版本已經公開，因此能夠提前拜讀。感興趣的讀者可以直接下載對應的 PDF 版本，也可通過其在Git

image 大資料文摘出品 編譯：劉思佳、張秋玥、雲舟 這是一個競爭極為激烈的列表！ 因為這是從2017年1月至12月期間釋出的最佳開源機器學習庫、資料集

5.1 網之初，感知機 我們知道，《三字經》裡開篇第一句就是：“人之初，性本善”。那麼對於神經網路來說，這句話就要改為：“網之初，感知機”。感知機（  Perceptrons

本週學習目標： Build a logistic regression model, structured as a shallow neural network Implement the main

點選上方“AI公園”，關注公眾號 作者：George Seif 編譯：ronghuaiyang 不是所有的資料都是完美的。實際上，如果你拿到一個真實的完全均衡的資料集的話，那你真的是走了狗屎運了。大