当前位置: 首页 > 机器学习
  • 专访TensorFlow贡献者唐源:掌握 Google 深度学习框架的正确姿势

    自 2015 年底开源到如今更快、更灵活、更方便的 1.0 版本正式发布,由 Google 推出的第二代分布式机器学习系统 TensorFlow 一直在为我们带来惊喜,一方面是技术层面持续的迭代演进,从分布式版本、服务框架 TensorFlow Serving、上层封装 TF.Learn 到 Windows 支持、JIT 编译器 XLA、动态计算图框架 Fold 等,以及 Inception Net、SyntaxNet 等数不胜数的经典模型实现,TensorFlow 已然已经成为深度学习框架的事实标准之一。

    阅读全文
    发布日期:2017-02-23 | 分类:机器学习 | 阅读:586 views | 标签:,
  • 2017年深度学习十大趋势预测

    本文作者曾经多次预测了技术发展的趋势,最近的一次预测是“2011年软件发展的趋势与预测”。10项预言中,准确地命中了6项,比如JavaScript VM、NoSQL、大数据分析、私有云、Scala语言等等。今年,他对深度学习的发展趋势做了一个预测,主要是研究领域的趋势预测,而不是工业界的应用。

    阅读全文
    发布日期:2016-12-14 | 分类:机器学习 | 阅读:675 views | 标签:, ,
  • Top Deep Learning Projects in Github

    对于深度学习工作者而言,大量的开源项目避免了很多重造轮子的工作,降低了算法实现门槛。本文盘点了在Github上获得Stars最多的深度学习项目,供从业者参考。并感谢这些开源爱好者的贡献。

    阅读全文
    发布日期:2016-08-13 | 分类:机器学习 | 阅读:1,932 views | 标签:
  • 关于深度学习与多层神经网络

    如果要做事,想赶快入门,速度出活,请先死记住: 深度学习=多层的神经网络 如果要写论文,要作报告,要闲聊,请坚持一个原则: 深度学习绝不仅仅是多层的神经网络。 从广义上说深度学习的网络结构也是多层神经网络的一种。 传统意义上的多层神经网络是只有输入层、隐藏层、输出层。其中隐藏层的层数根据需要而定,没 ...

    阅读全文
    发布日期:2016-04-07 | 分类:机器学习 | 阅读:891 views | 标签:
  • 为什么会有深度学习?如何看待?[转]

    最近,深度学习成为一个流行语。有分析人士称,它会吞噬掉目前已知的其他机器学习(ML)方法。其他人则将深度学习的市场形容为一个金矿,称该技术有望取代整个行业和应用的大量人力干预。在本文,我试着简化深度学习的概念,并对其未来在 ML 生态系统的发展做了一些观察。

    阅读全文
    发布日期:2016-03-17 | 分类:机器学习 | 阅读:829 views | 标签:,