author/深度學習雲

簡單易懂的講解深度學習(二)

在前面的小節中,我們僅僅泛泛而談了機器學習、深度學習等概念,在這一小節,我們將給出它的更加準確的形式化描述。 我們經常聽到人工智慧如何如何?深度學習怎樣怎樣?那麼它們之間有什麼關係呢?在本小節,我們首先從巨

必讀的AI和深度學習部落格

技術的提高是需要日積月累的努力,除了看書看視訊外,一個很有效的提高方法當然就是閱讀大牛的部落格文章了,所謂聽君一席話,勝讀十年書,雖然讀大牛的文章沒有這麼誇張,但也可以讓你解決技術上的一些難題,可以學習大牛的學

ui2code中的深度學習+傳統演算法應用

作者:閒魚技術-雲聽 背景 在之前的 文章 中,我們已經提到過團隊在UI自動化這方面的嘗試,我們的目標是實現基於 單一圖片到程式碼 的轉換,在這個過程不可避免會遇到一個問題,就是為了從單一圖片中提取出

如何理解深度學習的優化?通過分析梯度下降的軌跡

深度學習很大程度上仍是一個黑箱,但研究者一直沒有停下理解它的步伐。普林斯頓高等研究院的研究者 Nadav Cohen 近日發文介紹了理解深度學習優化的進展以及他們近期在這方面的一項研究成果。 神經網路

AI熱潮的關鍵:深度學習不止深度神經網路

【編者按】作為本輪AI的關鍵技術,深度學習不單只是深度神經網路模型本身。事實上,深度神經網路的發展痛點頻頻,包括穩定性和對裝置的依賴性,以及除錯複雜度困難等等。事實上,迴歸到深度學習的本

1746072396.8249