人工智能Study

什么是自动编码器？  自动编码器是重建输入的绝佳工具。简单来说，机器就是一个图像，可以生成一个密切相关的图片。这种神经网络中的输入是未标记的，这意味着网络能够在没有监督的情况下进行学习。更准确地说，输入由网络编码，仅关注最关键的特征。这是自动编码器因降维而流行的原因之一。此外，自动编码器可用于生成生成学习模型。例如，神经网络可以用一组面部训练，然后可以产生新的面部。Autoencoder如何工...

我很佩服你的计算方法的优雅; 在真正数学的马匹上穿越这些领域一定很好，而我们这样的人必须徒劳无功地走上这条路。- 艾尔伯特爱因斯坦卷积神经网络的结果  早些时候，我们提到最近使用卷积神经网络的计算机视觉突破。在我们继续之前，我想简要地讨论一下这些结果作为动机。 他们的进步是将一堆不同的部分组合在一起的结果。他们使用GPU来训练一个非常大的深度神经网络。他们使用了一种新的神经元（ReLUs...

介绍  在过去几年中，深度神经网络已经导致各种模式识别问题的突破性结果，例如计算机视觉和语音识别。导致这些结果的基本组成部分之一是一种称为卷积神经网络的特殊神经网络。  在最基本的情况下，卷积神经网络可以被认为是一种使用相同神经元的许多相同拷贝的神经网络。这允许网络拥有大量神经元并表达计算大型模型，同时保持实际参数的数量 - 描述神经元行为方式的值 - 需要相当小的学习。  这种具有相同神...

从概率分布的角度看待模型。给个例子感觉一下: 如果我想知道一个人A说的是哪个国家的语言，我应该怎么办呢?生成式模型我把每个国家的语言都学一遍，这样我就能很容易知道A说的是哪国语言，并且C、D说的是哪国的我也可以知道，进一步我还能自己讲不同国家语言。判别式模型我只需要学习语言之间的差别是什么，学到了这个界限自然就能区分不同语言，我能说出不同语言的区别，但我哦可能不会讲。如果我有...

代码可以在这里找到。如果您要从上到下滚动脚本，我会查看改进，因为它应该很容易跟随。我不会在这里讨论的一件事是通过numpy进行优化。这意味着我拿出了很多for循环并用numpy函数替换它们，比如numpy.dot（）或直接在数组上使用+ - *因为numpy会在内部处理循环。它有助于加快速度，最重要的是它可以更容易地将代码移植到gnumpy以便使用GPU。要记住的一件事是，大多数这些改进都具有...

介绍反向传播是使训练深度模型在计算上易于处理的关键算法。对于现代神经网络，相对于天真的实现，它可以使梯度下降训练的速度提高一千万倍。这是一个模型需要一周的培训和20万年的差异。除了在深度学习中的应用之外，反向传播是许多其他领域的强大计算工具，从天气预报到分析数值稳定性 - 它只是用不同的名称。实际上，该算法在不同领域至少被重新发明了几十次。一般的，独立于应用程序，名称是“反向模式区分”。从...

什么是深度学习  深度学习是一种人工智能功能，它模仿人类大脑在处理数据和创建用于决策的模式时的运作。深度学习是人工智能AI中机器学习的一个子集，其具有能够从非结构化或未标记的数据无人监督地学习的网络。也称为深度神经学习或深度神经网络。打破深度学习  深度学习与数字时代同步发展，数字时代带来了各种形式和世界各地的数据爆炸式增长。这些数据简称为大数据，来自社交媒体，互联网搜索引擎，电子商务平台...