-
學界|神奇!只有遺忘門的LSTM性能優於標準LSTM
本論文研究 LSTM 只有遺忘門的話會怎樣,並提出了 JANET,實驗表明該模型的性能優於標準 LSTM。1.介紹優秀的工程師確保其設計是實用的。目前我們已經知道解決序列分析問題最好的方式是長短期記憶(LSTM)迴圈神經網路,接下來我們需
2018-04-27 0 -
專訪|英特爾劉茵茵:持續優化NLP服務,助推人工智慧創新和落地
去年六月,英特爾人工智慧產品事業部(AIPG)資料科學主任、首席工程師劉茵茵在機器之心主辦的第一屆全球機器智慧峰會(GMIS 2017)上發表了《演變中的人工智慧,與模型俱進》主題演講,探討了深度學習如何用同一種模型為不同行業提供解決方案
2018-04-27 0 -
專訪|五一出遊賞花,如何優雅地解釋百度細細微性識別方案
近日,百度發佈了用於花卉識別的移動端應用,這種基於全卷積注意力網路的細細微性識別方法在計算和準確度上都有非常強大的優勢。在百度主任研發架構師陳凱和資深研發工程師胡翔宇的解釋下,本文首先將介紹什麼是細細微性識別,以及一般的細細微性識別方法,
2018-04-28 0 -
人人都能用的深度學習:當前三大自動化深度學習平臺簡介
深度學習技術往往比較複雜,從頭開發的難度較大,但現在有一些公司提供了能幫助開發者輕鬆使用深度學習的自動化深度學習(ADL)平臺,比如微軟的 CustomVision.AI、穀歌的 Cloud AutoML、OneClick.AI。Data
2018-04-28 0 -
「凡是過往,皆為序章」64歲RODNEY BROOKS談人工智慧起源與發展
我們距離通用人工智慧還有多遠?這是一個很多人都在試圖回答的問題。然而對於人工智慧領域的真正從業者來說,我們面前的道路還很長。Rethink Robotics 創始人,前 MIT CSAIL 主任 Rodney Brooks 近日撰文對人工
2018-04-28 0 -
Docker、TensorFlow目標檢測API和OpenCV實現目標檢測和視頻處理
本文展示了如何使用 Docker 容器中的 TensorFlow 目標檢測 API,通過網路攝像頭執行即時目標檢測,同時進行視頻後處理。作者使用的是 OpenCV 和 Python3 多進程和多執行緒庫。本文重點介紹了專案中出現的問題以及
2018-04-20 2 -
專訪|基於LSTM與TensorFlow Lite,kika輸入法是如何造就的
近日,機器之心採訪了 kika 的高級技術總監黃康,他向我們講述了 kika 開發輸入法 AI 引擎(專案代號:Alps)所採用的深度學習模型以及在移動端輕量化部署遇到的各種挑戰。本文從輸入法與語言模型開始介紹了 kika Alps 專案
2018-04-20 0 -
用GAN自動生成法線貼圖,讓圖形設計更輕鬆
如果設計工具能根據簡單的素描自動生成法線貼圖,那將能夠為圖形設計師提供很大的説明。近日,香港城市大學、中國科學技術大學、大連理工大學和湖南大學四所高校的研究者提出了一種使用生成對抗網路的法線貼圖生成方法。該研究的論文已被將於 5 月 15
2018-04-20 0 -
OpenAI提出新型元學習方法,調整損失函數實現新任務上的快速訓練
剛剛,OpenAI 提出一種實驗性元學習方法 Evolved Policy Gradients(EPG),該方法演化學習智慧體的損失函數,從而實現在新任務上的快速訓練。OpenAI 發佈一種實驗性元學習方法 Evolved Policy
2018-04-19 0 -
1cycle策略:實踐中的學習率設定應該是先增再降
深度模型中的學習率及其相關參數是最重要也是最難控制的超參數,本文將介紹 Leslie Smith 在設置超參數(學習率、動量和權重衰減率)問題上第一階段的研究成果。具體而言,Leslie Smith 提出的 1cycle 策略可以令複雜模
2018-04-19 0 -
無需預訓練分類器,清華&曠視提出專用於目標檢測骨幹網路DetNet
基於當前用預訓練分類器開發目標檢測器的方法的固有缺陷,來自清華大學和曠視的研究者提出了專用於目標檢測的骨幹網路 DetNet。DetNet 可在保持高解析度特徵圖和大感受野的同時,高效地執行目標檢測任務,並可以自然地擴展到實例分割任務上。
2018-04-19 0 -
Uber AI論文:反向傳播訓練可塑神經網路,生物啟發元學習範式
怎樣才能得到經過初始訓練後就可以利用經驗持續快速高效學習的智慧體呢?Uber AI 近日研究表明,如同深度神經網路的連接權重,神經可塑性也可以通過梯度下降來優化。在模式記憶、圖像重建和強化學習任務上,該方法得到了超越傳統非可塑網路的表現,
2018-04-19 0 -
資源 | 神經網路告訴我,誰是世界上最「美」的人?
「魔鏡魔鏡告訴我,誰是世界上最美的女人?」這句伴隨童年的話也有現實版哦~神經網路可以預測人臉顏值,這方面也出現了不少研究。今年年初華南理工大學的研究者發佈論文,並公開了資料集 SCUT-FBP5500。本文作者 Dima Shulga「複
2018-04-14 0 -
如何使用變分自編碼器VAE生成動漫人物形象
變分自編碼器(VAE)與生成對抗網路(GAN)經常被相互比較,其中前者在圖像生成上的應用範圍遠窄於後者。VAE 是不是只能在 MNIST 資料集上生成有意義的輸出?在本文中,作者嘗試使用 VAE 自動生成動漫人物的頭像,並取得了不錯的結果
2018-04-14 0 -
觀點 | 人工智慧體行為應該作為一門獨立的研究學科嗎?
為什麼只有人工智慧從業者才能研究AI的行為?如果只有生理學家從各個方面研究人類的行為會怎樣呢:從人類身體的運作到社會規範的形成,從股票市場的運轉,到文化的創造、分享和消費。如果神經科學家是唯一負責研究犯罪行為、設計教育課程,並且制定打擊逃
2018-04-14 0 -
人人都可參與的AI技術體驗:谷歌發佈全新搜尋引擎Talk to Books
作為搜尋引擎起家的科技巨頭,谷歌曾推出過很多有意思的搜索工具。昨天,這家公司的研究機構發佈了一款基於人工智慧的搜尋引擎,該實驗項目可以讓普通人也能感受最新語義理解和自然語言處理技術的強大能力:它們是目前人工智慧技術發展的重要方向。值得一提
2018-04-14 0 -
關於序列建模,是時候拋棄RNN和LSTM了
作者表示:我們已經陷入 RNN、LSTM 和它們變體的坑中很多年,是時候拋棄它們了!在 2014 年,RNN 和 LSTM 起死回生。我們都讀過 Colah 的博客《Understanding LSTM Networks》和 Karpat
2018-04-15 0 -
通過 Q
本文將帶你學習經典強化學習演算法 Q-learning 的相關知識。在這篇文章中,你將學到:(1)Q-learning 的概念解釋和演算法詳解;(2)通過 Numpy 實現 Q-learning。故事案例:騎士和公主假設你是一名騎士,並且
2018-04-17 0 -
極端圖像壓縮的生成對抗網路,可生成低碼率的高品質圖像
本文提出了一個基於生成對抗網路的極端學習圖像壓縮框架,能生成碼率更低但視覺效果更好的圖像。此外,該框架可以根據原始圖像的語義標籤映射,在解碼圖像中完全合成非主要的區域。用戶調查研究證實,對於低碼率,本文提出的方法明顯優於最先進的方法 BP
2018-04-17 0 -
谷歌展示全新醫療診斷範式:深度學習+AR顯微鏡=即時檢測癌症
今天,穀歌在美國癌症研究協會(AACR)年會上發表演講,介紹癌症檢測的新研究論文。他們開發了一種增強現實顯微鏡(ARM)原型平臺,可即時檢測癌症。該平臺具備相當大的靈活性,適用於多種顯微鏡、任務類型的配置。近期,深度學習在醫療領域的應用(
2018-04-17 0