【導讀】傳統的肉眼識別方法是很難直接識別出 NIs (自然影象) 和 CG (計算機生成的影象)。本文中提出了一種高效的、基於卷積神經網路 (CNN) 的影象識別方法。通過大量的實驗來評估模型的效能。實驗結果表

原文連結： 成分句法分析綜述 - WeiYang Blog 一直以來想對保研到現在一年多看過的論文進行一個總結，正好趕上下週二要講組會，所以將自己看過的成分句法分析相關的論文梳理一下，寫一

編者按：人工智慧的一些表現令人讚歎。但是它們是如何實現這些成就的過程在人類眼裡卻是個黑箱。技術作家及藝術家James Bridle最近出版了一本反映機器崛起的新書，《New Dark Age（新黑暗時代）》。其中對

作者：KasparMärtens 編譯：Bot 編者按：幾個月前，Deepmind在ICML上發表了一篇論文《Neural Processes》，提出了一種兼具神經網路高效性和高斯過程靈活性的

作者：Zafarali Ahmed 編譯：weakish 迴圈神經網路（RNN）在翻譯（谷歌翻譯）、語音識別（Cortana）和語言生成領域取得了巨大的成功。在Datalogue，我們處理大量

MXNET-Scala Useful Tools Implementation of the estimation of model size and flop counts for convolution

【編者按】12個AI技術應用在醫療領域的案例，有些還在研究階段，有些已經展開臨床測試，讓我們看看有哪些。 本文發於青亭網，作者前沿科技新媒體， 經億歐大健康編輯，供行業人士參考。 隨

卷積神經網路的發展主要是為了解決人類視覺問題，不過現在其它方向也都會使用。發展歷程主要從Lenet5->Alexnet->VGG->GooLenet->ResNet等。 Lenet5

歡迎來到迴圈神經網路的插圖指南 。我是 邁 克 爾 ，也被稱 為 LearnedVector ，我是 AI 語音領域的機器學習工程師 。如果你 剛剛 開始使用 ML 並希望在 Recurrent 神 經 網

隨著人工智慧的發展和資本的湧入，教育這一領域逐步被注入了新的生機，尤其在 K12 領域。那麼，看似神祕的人工智慧到底能解決教育中的哪些問題呢？ 今日， K12 線上教育公司盒子魚英語 釋出了智慧

Part 1: paper Figure 1 Style Transfer是AI將不同風格和內容結合在一起從而創造出新藝術作品的技術。如Figure

通用技巧 有些技巧對你來說可能就是明擺著的事，但在某些時候可能卻並非如此，也可能存在不適用的情況，甚至對你的特定任務來說，可能不是一個好的技巧，所以使用時需要務必要謹慎！ 使用 ADAM 優化器 確

卷積神經網路（CNN） 卷積神經網路和前幾次介紹的神經網路非常相似：它們都是由神經元組成，神經元中有具有學習能力的權重和偏差。每個神經元都得到一些輸入資料，進行內積運算後再進行啟用函式運

歐洲計算機視覺國際會議，是計算機視覺三大會議之一。兩年一次，每次會議在全球範圍論文錄用率在20%左右。而本次的會議論文錄取率大約在24%左右。 今年的ECCV 2018會議揭示了計算機視覺領域的最新進

速度是商業競爭的必殺技。近日，車主無憂與神策資料正式簽約合作，神策資料將助力其挖掘資料價值的同時提高企業運營效率、加快產品迭代速度，在商業競爭中快人一步。 車主無憂一直致力於用資料指導工作決策，幫