观察
-
神经网络的气宗与剑宗之争：先验强大的网络甚至不需要训练
雷锋网 AI 科技评论按：深度神经网络中有许多连接权重，这些权重的值对网络表现有巨大影响；通过反向传播可以定向优化这些权重，提高网络的表现，这个过程被称作「训练」；训练过程通常需要…
-
爱奇艺副总裁谢丹铭：AI 已成为视频行业的壁垒 | 爱奇艺世界.大会
雷锋网 AI 科技评论按：5 月 9 日，2019 爱奇艺世界大会. 智能视频科技论坛在北京隆重举行。论坛在议程中设置了题为「新技术（5G+AI）给视频行业带来的新机遇」的圆桌，邀…
-
Uber AI 研究院深度解构 ICLR 2019 最佳论文「彩票假设」！
雷锋网 AI 科技评论按： 作为某种程度上的技术黑盒，神经网络的诸多工作原理仍然有待探索。年初，Frankle 和 Carbin 的论文「 The Lottery Ticket H…
-
机器学习模型中的 bug 太难找？DeepMind 呈上了三种好方法！
雷锋网 AI 科技评论按：计算机编程发展至今，bug 和软件就一直如影随形。多年来，软件开发人员已经创建了一套在部署之前进行测试和调试的最佳方法，但这些方法并不适用于如今的深度学习…
-
如何同时处理庞大、稀有、开放类别的视觉识别？伯克利 AI 研究院提出了开放长尾识别方法
雷锋网(公众号：雷锋网) AI 科技评论按：在计算机视觉领域，图像分类其实是一个最基本的问题，然后一旦遇到极端长尾、开放式的数据集时，即便是最基本的图像识别任务，也难以很好地实现。…
-
2019 到目前为止的深度学习研究进展汇总
本文为 AI 研习社编译的技术博客，原标题 ： Best Deep Learning Research of 2019 So Far 作者 | ODSC – …
-
DeepMind 综述深度强化学习：智能体和人类相似度竟然如此高！
雷锋网AI科技评论按：近年来，深度强化学习（Deep reinforcement learning）方法在人工智能方面取得了瞩目的成就，从 Atari 游戏、到围棋、再到无限制扑克…
-
从聊胜于无到可堪大用，半监督学习革命悄悄来临
雷锋网 AI 科技评论按：对机器学习工程师们来说，最经常遇到的状况之一就是能轻松收集到一大堆数据，但是却只有非常有限的资源做数据标注。每个遇到这种尴尬处境的人都只能冷静下来，把他们…
-
ACM SIGKDD 主席裴健：AI 要想有突破，「计算-数据-智能」平台和生态建设是关键
雷锋网 AI 科技评论按：裴健博士是国际著名的数据科学、数据挖掘和数据管理领域的专家，专长于通过数据战略制定、数据资产管理、数据资源整合和数据产品设计把数据和技术转化为业务能力和效…
-
李沐：在伯克利教深度学习
雷锋网(公众号：雷锋网) AI 科技评论消息，今年年初，MXNet 作者李沐与 Alex Smola 在加州大学伯克利分校开设了一门深度学习课程。课程结束之际，李沐在知乎撰写长文，…