作者: 行者武松
1174人浏览
评论数：0
5年前
本文来自AI新媒体量子位（QbitAI） “我的观点是把它全部抛掉，重头再来。” 今年9月的一次大会上，大神Geoffrey Hinton再次号召展开一次AI革命。 应该向何处去？实际上最近几年来，Hinton的大量精力都投入到了对capsule的研究之上。他
作者: 技术小能手
1705人浏览
评论数：0
5年前
首先，capsule 的概念与卷积的概念大部分是独立的。例如，你可以有一个完全连接的capsule网络。但是，它们确实使用了卷积，而且也被与CNN进行比较。但是，我将在接下来解释中抽象出卷积，因为这会分散我们的核心思想。 因为capsule网络与传统的神经网络
作者: 【方向】
2486人浏览
评论数：0
4年前
神经网络的基本思想是模拟计算机“大脑”中多个相互连接的细胞，这样它就能从环境中学习，识别不同的模式，进而做出与人类相似的决定。 典型的神经网络是由数千互连的人工神经元组成，神经元是构成神经网络的基本单位。这些神经元按顺序堆叠在一起，以称为层的形式形成数百万个
作者: 云栖号资讯小哥
645人浏览
评论数：0
2年前
云栖号资讯：【点击查看更多行业资讯】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 经过一段漫长时期的沉寂之后，人工智能正在进入一个蓬勃发展的新时期，这主要得益于深度学习和人工神经网络近年来取得的长足发展。更准确地说，人们对深度学习产生的新
作者: aitechyun
1421人浏览
评论数：0
5年前
如果你想指责某人在人工智能方面的大肆宣传，69岁的谷歌研究员，同时也是深度学习教父的Geoff Hinton是一个很好的候选人。 如今，神经网络转录我们的语音，识别我们的宠物，甚至可以预测病人的患病程度。但Hinton却在贬低它帮助世界的技术。“我认为我们做
作者: 技术小能手
1600人浏览
评论数：0
4年前
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 N
作者: 技术小能手
6534人浏览
评论数：0
4年前
文本建模方法大致可以分为两类：（1）忽略词序、对文本进行浅层语义建模（代表模型包括 LDA，EarthMover’s distance等）; （2）考虑词序、对文本进行深层语义建模（深度学习算法，代表模型包括 LSTM，CNN 等）。 在深度学习模型中，空间模
作者: 初商
970人浏览
评论数：0
3年前
来源：新智元 作者：新智元 文章来源：微信公众号 数据派THU 本文约5600字，建议阅读10+分钟。 无需权重训练！谷歌再向深度学习炼丹术发起“攻击”。 [ 导读 ]神经网络训练中“权重”有多重要不言而喻。但现在，可以把权重抛诸脑后了。谷歌大脑最新研究提出
