本文將指導您如何使用Google上的Keras微調VGG-16網路。 簡介 在CPU上訓練深度神經網路很困難。本教程將指導您如何使用Google Colaboratory上的Keras微調

前段時間，我們為大家整理了105篇強化學習論文的綜述及列表（點選獲取）。 為了方便大家學習，我們將會出 5期 強化學習的論文總結，每期會有 20篇 左右的論文，在 每週一

本文基於2018年發表於期刊 ISPRS Journal of Photogrammetry and Remote Sensing （IF 5.994）上的論文“A deep learning framewor

剛剛，reddit 上出現了一篇關於論文《Rethinking the Value of Network Pruning》的討論，該論文的觀點似乎與近期神經網路剪枝方面論文的結論相矛盾。這非常令人驚訝，

1.演算法描述 最近在做AutoEncoder的一些探索，看到2016年的一篇論文，雖然不是最新的，但是思路和方法值得學習。論文原文連結  http://proceedings.mlr.press/v4

機器之心 翻譯 2018/10/21 13:54 William Koehrsen 作者

自然語言是人類獨有的智慧結晶。自然語言處理（Natural Language Processing，NLP）是電腦科學領域與人工智慧領域中的一個重要方向，旨在研究能實現人與計算機之間用自然語言進行有效

deepLearnToolbox-master是一個深度學習matlab包，裡面含有很多機器學習演算法，如卷積神經網路CNN，深度信念網路DBN，自動編碼AutoE ncoder（堆疊SAE，卷積CAE）的作者

今年 6 月份，Deepmind 發表了一篇論文，將圖與深度神經網路相結合，由此提出了一種新型圖網路。由於圖網路主要採用神經網路的方式對圖進行操作，因此它又可以稱為圖神經網路。本文介紹了 DeepMi

摘要：現有的人聲識別絕大部分在服務端實現，這會帶來如下兩方面的問題： 1)    當網路較差的情況下會造成較大的延時，帶來較差的使用者體驗。 2)    當訪問量較大的情況下，會大量佔用

作者：桑文鋒，神策資料創始人兼 CEO，前百度大資料部技術經理 引子：這次資料驅動大會我的演講記錄，最近我的核心認識就是在資訊化建設上，要從面向業務流的思路轉變為面向資料流的思路，並且提出資料化建

在之前的深度學習簡介中，我們瞭解瞭如何使用神經網路對許多示例的資料集進行建模。好訊息是神經網路的基本架構在任何應用中都是非常通用的：堆疊幾個感知器以組成複雜的層次模型，並使用梯度下降和反向傳播進行優化。 儘

近年來，神經符號學習成為一個很熱門的方向，很多科研工作把符號知識引入神經網路模型，在一些經典的 NLP 任務上都取得了不錯的效果。本文介紹了一種神經規則引擎（Neural Rule Engine，NRE），可以

色情行業，或許是對資訊渠道最敏銳、利用各類資訊渠道進行傳播最“充分”的“行業”。這些年，社交 App、直播、短視訊等新的網際網路應用方式，都難逃色情內容的“騷擾”。哪裡人多，色情內容就能立刻撲過去，在海量內容的

作者：Piotr Skalski 編譯：weakish 【編者按】和Piotr Skalski一起，基於NumPy手寫神經網路，通過親自動手實踐，加深對神經網路內部機制的理解。