author/SLAM學習

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

使用強化學習生成模型產生新的分子

在藥物設計、化學資訊學領域,深度學習並不一定能比傳統機器學習領域有更好的表現,尤其是在學術界,由於有標籤的資料很少,資料噪音較大,往往用深度學習只會導致過擬合降低模型的預測能力。但是,生成學習用於藥物設計卻完全

1746069289.4361