作者丨許志欽、張耀宇 學校丨紐約大學阿布扎比分校博士後、紐約大學庫朗研究所訪問學者 研究方向丨計算神經科學、深度學習理論 近些年來，隨著深度學習在眾多實際應用中取得成功，在

搜尋了一下，目前網上還沒有關於人工智慧的書單，那就做一個，該帖中的書有的我正在讀，有的已經讀完，有的要反覆讀。此帖列出了個人覺得值得讀的AI有關的書籍，前七本有中文版，後三本只有英文版。點選可以檢視相關的閱讀筆

近幾年，深度學習已經徹底改變了計算機視覺。由於各類學習資源隨處可見，任何人都可以在數天（甚至數小時）內掌握最新技術，並將它應用到自己的領域內。隨著深度學習變得越來越普遍，一個重要的問題就是如何將它創造性地應用

深度學習工具 深度學習的進步也嚴重依賴於軟體基礎架構的進展。軟體庫如： Torch(2011),  Theano(2012), DistBelief(2012), PyLearn2 (201

引言 “計算機視覺和機器學習已經開始騰飛，但是大多數人並不清楚計算機在識別一張圖片的時候，它到底看到了什麼。” ——麥克.克里奇 計算機視覺這個精彩領域在最近幾年突飛猛進，目前已經具備了一

近年來，房產經紀行業龍頭企業開始在VR領域進行佈局。2017年，鏈家收購了小桁科技Auto3D，目前推 出VR看房產品“如視”應用於貝殼找房平臺。中原地產、21世紀不動產則通過眾趣等公司增加平臺 中的VR看房服務。以

在2018年NeurIPS結束後的一週，TVM社群在寒風凜冽的西雅圖召開了第一屆TVM與深度學習編譯器會議。隨著人工智慧各種硬體平臺的興起，如何高效自動部署應用到各個裝置成為大家首要關注的問題。TVM stac

譯者： bdqfork 作者: Robert Guthrie 深度學習構建模組：仿射對映, 非線性函式以及目標函式 深度學習表現為使用更高階的方法將線性函式和非線性函式進行組合。非線性函式

配套PPT下載，請識別底部二維碼關注社群公眾號，後臺回覆【1212】 分享嘉賓：舒鵬 搜狗 專家研究員 編輯整理：王彥斐

本文作者 M. Mitchell Waldrop 是威斯康星大學基本粒子物理學博士，曾擔任 Nature、Science 等頂級期刊撰稿人、編輯，出版過《複雜》等科學著作。 上圖中是一根香蕉，

導讀： 大資料、人工智慧是目前大家談論比較多的話題，它們的應用也越來越廣泛、與我們的生活關係也越來越密切，影響也越來越深遠，其中很多已進入尋常百姓家，如無人機、網約車、自動導航、智慧家電、電商推薦、人機對話機

在機器學習中，我們經常會分類為有監督學習和無監督學習，但是嚐嚐會忽略一個重要的分支，強化學習。有監督學習和無監督學習非常好去區分，學習的目標，有無標籤等都是區分標準。如果說監督學習的目標是預測，那麼強

年前施巍鬆教授和其團隊（張星洲、王一帆、張慶陽）應《計算機研究與發展》編輯部之邀，慶刊60週年發表論文，邊緣計算社群經過和施巍鬆教授溝通，將論文整理成幾篇，方便大家閱讀。字字珠璣，願大家多多轉發分享。 本文為第二篇

在上一篇文章中，我們講了邏輯迴歸模型，這裡，我們講邏輯迴歸的代價函式（也翻譯作成本函式）。 吳恩達讓我轉達大家：這一篇有很多公式，做好準備，睜大眼睛！ 代價函式很重要！ 為什麼

從今天開始每天會固定進行推送吳恩達老師的深度學習的學習筆記，這個是由團隊整理的，感謝熱心AI和深度學習的這群人，文中真真實實都是學者的筆記，希望對熱愛AI的你，有所幫助！ 第一個視訊主要