點選上圖▲收聽音訊 金融和地產開搶網際網路人 文 / 巴九靈（微信公眾號：吳曉波頻道） 最近一個月，小巴身邊來了不少新同事，當然，也有一些老同事跳了槽。 趁

網站連結：https://okai.brown.edu/zh/index.html OKAI 的設想最初是由馬家駒提出的。在布朗大學和羅德島藝術學院讀雙學位的他，意識到 AI 如火如荼的發展給人們所帶來的除

我在此前關於 Facebook 做穩定幣的文章中，認為 Facebook 應該充分發揮自己的作為渠道的優勢，同其他的金融機構合作開展金融業務，而不是自己直接做金融業務（見我的文章，非死不可的 Face

中心俞一鵬博士給大家帶來隨機連線神經網路RandWireNN的解讀。 深度學習模型煉丹師一般手工精心設計網路中不同層之間的連線方式，如CNN的convolution，RNN的recurrent，ResNets的x+

以客戶流失資料為例，看 Tensorflow 2.0 版本如何幫助我們快速構建表格（結構化）資料的神經網路分類模型。 變化 表格資料，你應該並不陌生。畢竟， E

今年，工業網際網路被首次寫入《政府工作報告》。報告提出，要推動傳統產業改造提升。圍繞推動製造業高質量發展，強化工業基礎和技術創新能力，促進先進製造業和現代服務業融合發展，加快建設製造強國。打造工業網際網路平臺，拓展“

筆者公眾號：技術雜學鋪 筆者網站：mwhitelab.com 本文為2019版CS224N中文筆記系列第三篇文章。本節中我們將會快速回顧神經網路的基本知識，並嘗試用神經網路來解決NLP中一個

法國此次強勢對大型網際網路企業徵稅，為法國樹立了“數字稅”領域的先驅者形象，表明法國正積極謀求在經濟數字化新時代的規則制定權。 法國國民議會日前審議了一項新的稅法提案，並投票通過了向谷歌、蘋果等數字科技巨頭徵收“

紅色石頭之前在某乎上回答“機器學習該怎麼入門”這個問題的時候，曾經給入門學者提過一個建議，就是放棄海量資料。確實，資料不在多而在精！一份優秀的資料完全可以幫助我們快速地入門和進階。 今天給大家推薦一份最近新

網際網路行業的泡沫逐步散去，Android技術也開始進入了理性的下半場。在移動技術的下半場，我們要如何去找尋自己的技術方向，如何培養自己的差異化個人競爭力。 大環境 下面是我在某招聘網站隨手找的幾個近幾

在該研究中，來自 FAIR 的研究人員謝賽寧、Alexander Kirillov 、Ross Girshick 與何愷明通過隨機神經網路連線的方式探索了比此前神經架構搜尋更為廣泛的連線形式，並實現了

文/戴勝 有關網紅的話題，其實是由來已久的。從PC時代開始，人們開始將網路上的紅人稱之為網紅。儘管經歷了時代的變遷和更迭，網紅的話題始終都吸引著人們的關注，並且由此產生了流量，繼而開始有

ARPA是一個依靠代理智慧合約與多個區塊鏈網路交換資訊的安全多方計算網路，是一種Layer 2的解決方案。 ARPA能在n-1個作惡節點環境中，主動安全條件下保障資訊保安。 對隱私計算、多方資料協同、敏感

我們的世界是一個非線性的世界，我們能否讓機器來學習現實中很多複雜的問題呢？從人類大腦結構中受到的啟發，人們開始在一定程度上模擬大腦的結構。既然大腦能夠理解這個世界，那人工神經網路應該也是可以的。

我們以圖示的方式來介紹單隱藏層的神經網路結構。如下圖所示，單隱藏層神經網路就是典型的淺層（shallow）神經網路 從左到右，可以分成三層：輸入層（Input layer），隱藏層（Hidden layer