Kloud Strife在其部落格上盤點了今年最值得關注的有關深度學習的論文，包括架構/模型、生成模型、強化學習、SGD & 優化及理論等各個方面，有些論文名揚四海，有些論文則非常低調。 一如既

無監督學習是當今計算機視覺領域最困難的挑戰之一。這項任務在人工智慧和新興技術中有著巨大的實用價值，因為可以用相對較低的成本收集大量未標註的視訊。 —————— 01 概述 —————— 今天，我

11月2日 前購票，立享 7 折優惠！更有學生專享福利！掃碼報名 ↑↑↑ 提到 AI，大家馬上想到計算機視覺、語音識別、自動駕駛、自然語言處理、晶片這些熱門技術領域，這些領域的技術人

這簡直太容易了，連你的老闆都能做到！ 本文展示瞭如何用 Keras 構建深度學習模型的簡單示例，將其作為一個用 Flask 實現的 REST API，並使用 Docker 和 Kubernete

深度學習 應用甚廣 ，在諸多方面的表現，如影象分割、時序預測和自然語言處理，都優於其他機器學習方法。以前，你只能在 學術論文 或者大型 商業公司 中看到它的身影，但如今，我們已能利用自己的電腦進行深度學習計算

第三屆HUAWEI CONNECT 2018（華為全聯接大會）2018年10月12日繼續，就像任正非說的，鼓勵科學家，專家與工程師交流，思想碰撞。今天全聯接大會上世界知名計算機專家，唯一華人圖靈獎獲得者、清華

作者丨蘇劍林 單位丨廣州火焰資訊科技有限公司 研究方向丨NLP，神經網路 個人主頁丨kexue.fm 對於 NLP 來說，互資訊是一個非常重要的指標，它衡量了兩

Sanyam Bhutani：您好，GAN 之父，感謝您接受此次採訪。 Ian Goodfellow：不客氣！非常感謝您來採訪我，也感謝您撰寫採訪部落格為其他學生提供幫助。 Sanyam B

很多人習慣將人工智慧比作行駛中的汽車，資料是燃料，人才是引擎，算力是底盤，任何一個環節存在缺口，這輛車註定是跑不快的。 算力和資料雖然也是問題的關鍵，但在人工智慧領域的玩家中，大多數巨頭在資料和算力上都還算糧草充

速途網10月10日訊息（報道：喬志斌）今天上午，深度學習工程師認證釋出會暨人工智慧人才發展論壇在京召開。會上，基於中國軟體行業協會發布的國內AI領域第一個專業技術人才培養標準——《深度學習工程師能力評估標準》（

在第二部分，我們總結MLP基礎上的推薦系統，我在這裡只截取了原文的一部分內容。這篇部落格中所使用的註解字元和參考文獻目錄可以在 基於深度學習的推薦系統（一）Overview 中找到。我們把這些工作分為如下幾部

今天上午，在上海舉行的 2018 全聯接大會上，華為輪值董事長徐直軍宣佈了華為的 AI 戰略與全棧式解決方案，同時釋出了兩款全新 AI 晶片以及跨平臺深度學習框架。可以說，這是近年來 BAT 等巨頭高調

近年來，深度學習的發展可謂是如日中天，各種論文、各種Beat Baseline。可是，深度學習真的能大規模的應用到生產中嗎？深度學習的泛化能力真的足夠好嗎？從事深度學習的工作有一段日子了，我舉兩個我實際工作遇到

大家好！在今天這篇文章中我們來談談Unsupervised Meta Learning，這是一個很有意思的研究方向。 在 Meta Learning單排小教學 中，我們已經提到，Meta

在NLP領域中，文字分類輿情分析等任務相較於文字抽取，和摘要等任務更容易獲得大量標註資料。因此在文字分類領域中深度學習相較於傳統方法更容易獲得比較好的效果。正是有了文字分類模型的快速演進，海量