-
黄仁勋对人工智能的6个总结:GPU怎样催化AI计算 | GTC China 2016GTC China 2016上,黄仁勋在北京与数以万计的AI、游戏行业的开发者们分享了他对GPU和未来计算的认知。吴德新2016年09月13日 22:37
-
Google最新开源Inception-ResNet-v2,借助残差网络进一步提升图像分类水准Google最新开源Inception-ResNet-v2,在TensorFlow中提升图像分类水准李尊2016年09月01日 17:39
-
秒懂!何凯明的深度残差网络PPT是这样的|ICML2016 tutorialFacebook FAIR研究员何凯明解读深度残差网络(ResNet)|ICML2016 tutorial李尊2016年08月29日 18:41
-
微软首席研究员俞栋:告诉你深度学习最新进展作为人工智能领域的一个重要方向,语音识别近年来在深度学习(Deep Learning)的推动下取得了重大的突破,本文邀请微软研究首席研究员进行深度讲解。陈圳2016年08月05日 17:57
-
深度学习在人脸识别中的应用——优图祖母模型的“进化”本文着重以人脸识别为例介绍深度学习技术在其中的应用,以及优图团队经过近五年的积累对人脸识别技术乃至整个人工智能领域的一些认识和分享。陈圳2016年08月01日 20:39
-
专家深谈:深度学习成功的启示,以及,为什么它不能解决全部AI问题?大数据支撑的深度学习的复兴固然是AI领域的里程碑式进步,但并不意味着深度学习具有解决全部AI问题的潜力。深度学习大讲堂2016年07月12日 19:24
-
获奖无数的深度残差学习,清华学霸的又一次No.1 | CVPR2016 最佳论文前微软研究员何凯明凭借着深度残差学习在Imagenet比赛的三个任务、以及COCO比赛的检测和分割任务上都获得了第一名,最新的CVPR2016最佳论文。李尊2016年06月30日 15:32
-
Facebook 田渊栋:快速迭代的人工智能我们让其它做围棋的同行们郁闷,然后AlphaGo又让我们郁闷,昨天还是众星捧月,今日便少人问津,虽说是世态炎凉,却正是人之常情。小芹菜2016年06月08日 11:04