Jeff Dean本科论文首次曝光！第一批90后出生时，他就在训练神经网络
22岁时，你在干嘛？ 这两天，现任Google AI掌门，传奇一般的Jeff Dean，再次收获膜拜和引发热议。全因他的本科毕业论文首次曝光。 这篇论文只有8页。 却成为1990年的最优等本科论文，被明尼苏达大学图书馆保存至今。 同时这篇论文表明，整整28年前，Jeff Dean已经在用C语言，为神经网络编写并行计算的代码。 拜Jeff Dean教的众人又沸腾了。 老论文，新热议 有位大概很年轻....
7月31日云栖精选夜读 | 在浏览器上也能训练神经网络？TensorFlow.js带你玩游戏~
无论你是刚开始深度学习，亦或是个老练的老手，建立一个神经网络的训练环境有时都会很痛苦。让神经网络的训练像加载一个网页，然后点击几下，然后你就准备好马上进行推理，会不会是件很棒的事呢？（那必须棒） 在本教程中，我将向你展示如何使用浏览器上的框架 TensorFlow.js 构建一个模型，其中包含从你的网络摄像头收集到的数据，并在你的浏览器上进行训练。为了使模型有用，我们将把一个摄像头变成一个游戏 ....
在浏览器上也能训练神经网络？TensorFlow.js带你玩游戏~
How to train neural network on browser 无论你是刚开始深度学习，亦或是个老练的老手，建立一个神经网络的训练环境有时都会很痛苦。让神经网络的训练像加载一个网页，然后点击几下，然后你就准备好马上进行推理，会不会是件很棒的事呢？（那必须棒） 在本教程中，我将向你展示如何使用浏览器上的框架 TensorFlow.js 构建一个模型，其中包含从你的网络摄像头收集到的数....
重大突破！斯坦福证明神经网络能直接在光学芯片上训练
【新智元导读】美国斯坦福大学的研究人员已经证明，可以直接在光学芯片上训练人工神经网络。这一重大突破表明，光学电路可以实现基于电子的人工神经网络的关键功能，进而可以以更便宜、更快速和更节能的方式执行语音识别、图像识别等复杂任务。 据光学领域权威期刊Optica的报道，美国斯坦福大学的研究人员已经证明，可以直接在光学芯片上训练人工神经网络。这一重大突破表明，光学电路可以实现基于电子的人工神经网络的关....
神经网络训练细节与注意点
转载自良有以也 神经网络训练细节与注意点 本文主要包括以下内容： 梯度检查 合理性（Sanity）检查 检查学习过程 损失函数 训练集与验证集准确率 权重：更新比例 每层的激活数据与梯度分布 可视化 参数更新 一阶（随机梯度下降）方法，动量方法，Nesterov动量方法 学习率退火 二阶方法 逐参数适应学习率方法（Adagrad，RMSProp） 超参数...
如何让训练神经网络不无聊？试试迁移学习和多任务学习
训练深度神经网络是一个乏味的过程。更实际的方法，如重新使用训练好的网络解决其他任务，或针对许多任务使用相同的网络。这篇文章中，我们会讨论两个重要的方法：迁移学习和多任务学习。 迁移学习 在迁移学习中，我们希望利用源任务学到的知识帮助学习目标任务。例如，一个训练好的图像分类网络能够被用于另一个图像相关的任务。再比如，一个网络在仿真环境学习的知识可以被迁移到真实环境的网络。 总的来说，神经网络迁移学....
Hinton胶囊网络后最新研究：用“在线蒸馏”训练大规模分布式神经网络
在提出备受瞩目的“胶囊网络”（Capsule networks）之后，深度学习领域的大牛、多伦多大学计算机科学教授Geoffrey Hinton近年在distillation这一想法做了一些前沿工作，包括Distill the Knowledge in a Neural Network等。今天我们介绍的是Hinton作为作者之一，谷歌大脑、DeepMind等的研究人员提交的distillatio....
以线虫为模型模拟的神经网络，让机器人无需训练即可自动避开障碍物
该研究有利于促进生物AI算法的发展。 如何模拟生物的大脑，以用于控制机器人？Openworm项目回答的恰恰就是这个问题。从2013年4月份开始，这一开源项目的研究进度及成果一直备受关注。 那么这个项目具体是在做什么事呢？简单来说，他们就是试图对秀丽隐杆线虫的整个神经元系统进行编辑“模拟”，以用于控制机器人。 线虫是什么？为什么选择线虫？ 秀丽隐杆线虫（C.elegans）是一种无毒无害...
英特尔将推Nervana神经网络处理器，要让DL训练提速100倍
本文来自AI新媒体量子位（QbitAI） 在人工智能热潮刚刚兴起时，英特尔好像并不积极。不过现在，英特尔正试图通过一系列新芯片来加强在这个领域的地位。 最新的进展是：英特尔准备发布Nervana神经网络处理器，简称为“NNP”。 NNP系列处理器的设计是为了满足机器学习的需求，目标市场是数据中心，而不是PC。英特尔的CPU仍被广泛应用于服务器（据估计，英特尔CPU在数据中心市场的份额为96...
从零开始教你训练神经网络（附公式&学习资源）
作者从神经网络简单的数学定义开始，沿着损失函数、激活函数和反向传播等方法进一步描述基本的优化算法。在理解这些基础后，本文详细描述了动量法等当前十分流行的学习算法。此外，本系列将在后面介绍 Adam 和遗传算法等其它重要的神经网络训练方法。 I. 简介 本文是作者关于如何「训练」神经网络的一部分经验与见解，除了介绍神经网络的基础概念外，这篇文章还描述了梯度下降（GD）及其部分变体。此外，该系列文章....
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，可在页面下方点击"联系我们"与我们沟通。