
全球名校AI课程库(10)| Berkeley伯克利 · 深度强化学习课程『Deep Reinforcement Learning』
课程学习中心 | 强化学习课程合辑 | 课程主页 | 中英字幕视频 | 项目代码解析 课程介绍强化学习提供了算法的数学基础,深度模型则将这些算法扩展到现实世界的系统表示。过往十年,深度学习和强化学习均取得了瞩目的进展,算力明显提升,这写对于深度强化学习的研究有巨大推动。深度强化学习,是人工智能发展的...

全球名校AI课程库(9)| Berkeley伯克利 · 深度无监督学习课程『Deep Unsupervised Learning』
课程学习中心 | 其他名校AI课程合辑 | 课程主页 | 中英字幕视频 | 项目代码解析课程介绍深度学习的研究方向包括一个非常重要的主题:对无标签数据的应用。CS294 是顶级名校 UC 伯克利的课程,针对无监督学习的场景展开,包括深度生成模型和自监督学习两大主题。其中,生成模型使得对自然图像、音频...

全球名校AI课程库(8)| Berkeley伯克利 · 全栈深度学习训练营课程『Full Stack Deep Learnin』
课程学习中心 | 深度学习课程合辑 | 课程主页 | 中英字幕视频 | 项目代码解析课程介绍Full Stack Deep Learning 是一个线上学习社区,汇集了来自加州大学伯克利分校、华盛顿大学和世界各地的数千名学习者,一起学习机器学习产品构建的最佳实践。社区理念是『Building an ...

全球名校AI课程库(7)| Berkeley伯克利 · 深度神经网络设计、可视化与理解课程『Deep Learning: Designing, Visualizing and Understand』
课程学习中心 | 深度学习课程合辑 | 课程主页 | 中英字幕视频 | 项目代码解析 课程介绍深度网络彻底改变了计算机视觉技术、语言技术和机器人技术,给科研和工程实践带来了深远的影响。那么,如何对深度网络开展研究与应用呢?用 AI 领域的大佬 Yann Lecun 的话来说,这个过程『需要直觉洞察、...

如何同时处理庞大、稀有、开放类别的视觉识别?伯克利 AI 研究院提出了开放长尾识别方法
雷锋网 AI 科技评论按:在计算机视觉领域,图像分类其实是一个最基本的问题,然后一旦遇到极端长尾、开放式的数据集时,即便是最基本的图像识别任务,也难以很好地实现。伯克利 AI 研究院基于对某段相关的经历的思考提出了「开放长尾识别」(OLTR)方法,据介绍,该方法可同时处理庞大、稀有、开放类别的视觉识...
看视频就能学杂技,伯克利最新AI智能体
人类非常聪明,我们可以通过观察进行学习。无论是日常的洗手,还是惊人的杂技表演,对人类来说都是可以学习的。 然而,对于机器来说,通过观察来学习是非常困难的。YouTube上面每分钟都会有300小时的视频上传,即使拥有如此庞大的数据库,也很难用它来训练机器。 因为,大多数模仿学习方法的表示必须非常简单以...
伯克利AI实验室新论文:没有成对训练数据也能做图像风格转换
本文来自AI新媒体量子位(QbitAI) 图片造假技术一直是计算机视觉研究的一个重点(大误)。 其实我们要说的,是图片风格的变换。要训练神经网络完成这种转换,通常需要一个包含成对图片的训练集,然而,成对的训练数据很难找。 加州大学伯克利分校人工智能实验室(BAIR)的 副教授Alexei A. Ef...
怎样让机器学会推理?伯克利AI研究所一文详解神经模块网络
本文来自AI新媒体量子位(QbitAI) 最近,加州大学伯克利分校人工智能研究所(BAIR)的博士生Jacob Andreas在博客上发文,介绍了如何用神经模块网络(NMN)模型来完成推理任务。 这个博客是BAIR刚刚建立的,他们打算分享、讨论计算机视觉、深度学习、机器人、NLP等领域的研究成果。 ...
伯克利新算法:想涂什么颜色,AI立刻给你涂好(Paper+Code)
本文来自AI新媒体量子位(QbitAI) 最近,来自加州大学伯克利分校的RICHARD ZHANG、JUN-YAN ZHU、PHILLIP ISOLA等人写了一篇题为“用Learned Deep Priors来实时指导图像着色”的论文,这篇文章提出了一种有趣的图像着色方案。 以下是论文的主要内容: ...
史上最性感App横空出世:这群伯克利学生要用AI帮你保护羞羞的皂片
本文来自AI新媒体量子位(QbitAI) ⁄(⁄ ⁄•⁄ω⁄•⁄ ⁄)/ 你手机里有没有那种,嗯……不太想给别人看的,羞羞的小照片? 不要以为用了iPhone就安全,大表姐劳伦斯的前车之鉴刚刚过去三年。一旦备份到iCloud,你根本想不到会发生什么…… △ 提到照片这事儿,依然有个白眼想翻...
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面底部提交“技术工单”与我们联系。