关于 深度学习 的文章
深度学习对自动驾驶汽车意味着什么?

在自动驾驶汽车中使用深度学习可以帮助克服各种挑战,例如了解行人的行为,找到最短的路线以及对人和物体进行准确检测。 根据一份报告,2018年约有80%的道路交通事故是由于人为错误造成的。因此,将自动驾驶汽车纳入

分离硬件和代码、稳定 API,PyTorch Lightning 1.0.0 版本正式发布

Keras 和 PyTorch 都是对初学者非常友好的深度学习框架,两者各有优势,很多研究者和开发者在选择框架时可能会举棋不定。基于这种情况,grid.ai CEO、纽约大学博士 William Falcon 创建了 PyTorch Lightning,为 PyT

都给我开口说话!MakeItTalk的神奇魔法让你和蒙娜丽莎对话

最近,麻省大学Amherst分校的Yang Zhou博士和他的团队提出了一种具有深度结构的新方法「MakeItTalk」。给定一个音频语音信号和一个人像图像作为输入,模型便会生成说话人感知的有声动画图。 富有表现力的动画谁都想

Adam又要“退休”了?耶鲁大学团队提出AdaBelief

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。 要挑战Adam地位的优化器又多了一个。 近日NeurIPS 2020收录论文提出的一个优化器,在深度学习社区成为焦点,引起广泛讨论。 这就是由耶鲁大学团

用Windows电脑训练深度学习模型?超详细配置教程来了

虽然大多数深度学习模型都是在 Linux 系统上训练的,但 Windows 也是一个非常重要的系统,也可能是很多机器学习初学者更为熟悉的系统。要在 Windows 上开发模型,首先当然是配置开发环境。Kaggle Master 及机器学习实践者 Abhinand 立足于自己的实践,给出了一种简单易行的 Windows 深度学习环境配置流程。

NLP/CV模型跨界,视觉Transformer赶超CNN?

在计算机视觉领域中,卷积神经网络(CNN)一直占据主流地位。不过,不断有研究者尝试将 NLP 领域的 Transformer 进行跨界研究,有的还实现了相当不错的结果。近日,一篇匿名的 ICLR 2021 投稿论文将标准 Transformer

深度学习之后会是啥?

大数据文摘出品 来源:datasciencecentral 编译:Min 我们被困住了,或者说至少我们已经停滞不前了。有谁还记得上一次一年没有在算法、芯片或数据处理方面取得重大显著进展是什么时候?几周前去参加Strata San Jose

如何高效、快速、准确地完成ML任务,这4个AutoML库了解一下

自动机器学习(Automated Machine Learning, AutoML)是一个新兴的领域,在这个领域中,建立机器学习模型来建模数据的过程是自动化的。AutoML 使得建模更容易,并且每个人都更容易掌握。 在本文中,作者详细介绍了四种

Graphcore宣布其IPU支持阿里云深度学习开放接口标准ODLA

9月25日消息, 2020云栖大会上,阿里云宣布对行业开源业界首个深度学习开放接口标准ODLA(Open Deep Learning API)。阿里云在今年5月份的OCP全球峰会上首次对外公布ODLA接口标准,并宣布已率先在Graphcore等生态伙伴上获得支持。IPU是Graphcore为机器智能从零设计的AI处理器,通过ODLA接口,开发者可以在IPU上快速跑通AI Matrix的各类模型。

斯坦福教授Jure Leskovec:深度学习技术发展造就人工智能时代

在INCLUSION·外滩大会的“图智能 - 图解金融难题”论坛上,斯坦福大学教授,Pinterest首席科学家Jure Leskovec发表演讲称,各种新方法的应用使得AI技术获得了极大发展,人脸识别、自动驾驶等方面取得了令人惊奇的进步,这种进步的最大驱动力就是深度学习革命,是深度学习技术的发展造就了这个时代。

调参侠看过来!两个提高深度学习训练效率的绝技

1. 训练的瓶颈在哪里  GPU利用率低:模型训练时GPU显存沾满了,但是GPU的利用率比较不稳定,有时候0%,有时候90%,忽高忽低。     训练的数据量大:训练数据大,在百万/千万的量级,训练一个Ep

Keras创始人:过去6个月,深度学习岗位已崩溃

 本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。 深夜“报社”,著名的深度学习框架Keras的作者François Chollet语出惊人: 深度学习岗位在这6个月以来已经崩溃。 没有

用Keras+LSTM+CRF的实践命名实体识别NER

文本分词、词性标注和命名实体识别都是自然语言处理领域里面很基础的任务,他们的精度决定了下游任务的精度,其实在这之前我并没有真正意义上接触过命名实体识别这项工作,虽然说读研期间断断续续也参与了这样的项目

MIT警告深度学习正在逼近计算极限,网友:放缓不失为一件好事

MIT 的一项研究认为,深度学习正在逼近算力极限。 深度学习需要大量数据和算力,这二者的发展是促进这一次人工智能浪潮的重要因素。但是,近期 MIT 的一项研究认为,深度学习正在逼近算力极限。 这项研究由 MIT、MIT

让PyTorch更轻便,这款深度学习框架你值得拥有!GitHub 6.6k星

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。 一直以来,PyTorch就以简单又好用的特点,广受AI研究者的喜爱。 但是,一旦任务复杂化,就可能会发生一系列错误,花费的时间更长。 于是,就诞

运行在浏览器中的深度学习框架,开源了

百度近期开源了国内首个以JavaScript实现的Web端推理引擎 Paddle.js。Paddle.js用于帮助前端工程师更加简单地将智能化因素引入网页中,让Web前端可以实现更多的能力。 通过浏览器来访问网页应用浏览内容具有更低的门

手机游戏更多