由于BatchNorm可以加速训练并获得更加稳定的结果,近年来成为了一项在深度学习优化过程中被广泛使用的技巧。
随着智能手机的迅速发展,移动端的人脸识别和分析越来越重要,而人脸追踪是很多视觉应用的主要出发点。
近日,道达尔正式宣布和谷歌云签署协议,二者将联合发展人工智能技术,为石油天然的勘探开发提供全新智能解决方案。
随着工业科技的发展,这波数字化自动化的浪潮被称为“工业4.0”,所以未来的工厂到底是什么样子?
由于机器学习系统容易受到历史数据引入的偏见而导致歧视性行为,人们认为有必要在某些应用场景中用公平性准则约束系统的行为,并期待其能保护弱势群体和带来长期收益。
Big Think网站整理了19个受欢迎的AI课程资源列表,从MOOC的免费在线课程到著名大学的学位课程,不管你对AI的兴趣程度如何,这份清单都将对你有帮助。
作为我国法检信息化领域的头部公司,华宇认为现阶段只能实现弱人工智能,主要帮助提升司法活动效率,审判质量仍然需要依靠法官。
最近,伯克利研究人员已经通过开源的 Mozilla 的 DeepSpeech「语音-文本」转换软件将命令整合到了语音识别中。
大多数的博客更多都关注模型的精度、召回率、AUC(Area under curve,ROC曲线下区域面积)等分类指标。这里想稍稍改变一下,让我们来探索各种更多的指标,包括在回归问题中使用的指标。MAE和RMSE是关于连续变量的两个最普遍的度量标准。
关于深度学习性能,还有很多不明之处。例如,你怎么进行测量?你应该测量什么?在不久之前的 GTC 2018,英伟达 CEO 黄仁勋介绍了 PLASTER 框架,从可编程性到学习率 7 大挑战来评测深度学习性能。
这篇文章可以作为一个设计指南,为特定分类任务的 CNN 设计提供指导。作者围绕准确率、速度、内存消耗三个指标的权衡,从网络类型、架构设计、数据处理和迁移学习等方面介绍了 CNN 设计过程中使用的方法。
人类对于学习具有无可比拟的优秀能力,我们可以从一个简单的样本中学习到整类事物的抽象特征,而算法却需要成千上万的样本来习得认知。
撰写这篇文章,主要是详细介绍我们在十年前提出互联网大脑模型的原因;十年来在计算机和智能领域产生了哪些进展;在未来,互联网大脑模型对互联网、人工智能、混合智能、智慧城市和智慧社会建设有怎样的推动。
2017 年 5 月份,前微软人工智能首席科学家、IEEE Fellow 邓力离职,加盟华尔街对冲基金公司 Citadel