1. 引言 毫無疑問，深度神經網路（DNN）近年來一直是 AI 復興的引擎。早在 2012 年，基於 DNN 的方法就重新整理了許多 AI 應用的記錄，比如影象分類（Krizhevsky et a

公眾號/AI前線 作者 | Helena Sarin 譯者 | Sambodhi 編輯 | Vincent AI 前線導讀：如果仔細觀察藝術家與科學家利用計算機所做的事情，那就是讓賦予計算機自主

在 2018 年早些時候，微軟宣佈了第一款達到和人類擁有同等翻譯質量和準確度的機器翻譯系統。今天，微軟正式將這一研究成果改進並宣佈該翻譯系統已經正式可用。 新一代神經網路翻譯能

數天前，機器之心釋出了 Simon S. Du 等人的論文《Gradient DescentFinds Global Minima of DeepNeural Networks》引起了大家激烈的討論。

【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

作者：Yariv Adan 編譯：weakish 人工神經網路和機器學習已經成為大眾媒體的熱門主題。智慧機器這一想法勾起了很多人的想象，而且人們特別喜歡把它和人類放一起比較。特別是有一個關於人

這一份視訊教程中，我會用簡明的例子和手繪圖，為你講解迴圈神經網路（Recurrent Neural Network, RNN）的原理和使用方法。 關於深度學習，我已經為你講解了

你是否曾有過這樣的經歷——有時遇上一個紅燈，接下來的每個路口就全是紅燈；有時卻是一路的綠燈？這並非個人的運氣好壞，而是背後一套交通燈系統執行的系統在起作用。 訊號燈設定不科學、配時不合理的直接後果就是擁堵不

TensorSpace.js Present Tensor in Space English| 中文 TensorSpace是一套用於構建神經網路3D視覺化應用的框架。 開發

一直以來，我們都不知道為什麼深度神經網路的損失能降到零，降到零不代表著全域性最優了麼？這不是和一般 SGD 找到的都是區域性極小點相矛盾麼？最近 CMU、清華和 MIT 的研究者分析了深層全連線網路和

寫在前面 論文狀態：Published in CVIU Volume 161 Issue C, August 2017 論文地址： https://arxiv.org/abs/1606.02228

溫馨提示，TensorFlow更新的太快了，有些程式碼實現方式可能變了，但是思想還是沒有變滴，主要還是理解 原文地址 介紹 前面的教程表明，簡單的線性模型具有大約91％的分類準確度，用於識別MNIS

人工神經網路在AI中具有舉足輕重的地位，除了找到最好的神經網路模型和訓練資料集之外， 人工神經網路 的另一個挑戰是如何在嵌入式裝置上實現它，同時優化效能和功率效率。 使用雲端計算並不總是一個選項，尤其是當裝置

部落格： blog.shinelee.me |部落格園 | CSDN 卷積運算與相關運算 在計算機視覺領域，卷積核、濾波器通常為較小尺寸的矩陣，比如 \(3\times3\) 、 \(5\time

導讀 最近在梳理文字分類的各個神經網路演算法，特地一個來總結下。下面目錄中多通道卷積已經講過了，下面是連結，沒看的可以瞅瞅。我會一個一個的講解各個演算法的理論與實踐。目錄暫定為： 多通道卷積神經網路（