-
CVPR2018抢先看 | DiracNets:无需跳层连接,训练更深神经网络,结构参数化与Dirac参数化的ResNet虚拟化技术牺牲硬件开销和性能,换来软件功能的灵活性;深度模型也类似,如果把网络结构参数化,得到的模型更灵活易控,但是计算效率并不高。不灵叔2018年02月27日 11:06
-
从LeNet到SENet——卷积神经网络回顾从 1998 年经典的 LeNet,到 2012 年历史性的 AlexNet,之后深度学习进入了蓬勃发展阶段,百花齐放,大放异彩。不灵叔2018年02月25日 11:12
-
最强自学选手怎样炼成?视频回顾AlphaGo Zero五大亮点 | Arxiv Insights不用人类专业选手的下棋数据,直接通过围棋对弈进行学习AI研习社-译站2018年01月24日 15:31
-
腾讯AI Lab两大算法刷新人脸识别与检测纪录,秉承「基础研究+落地应用」之路腾讯 AI Lab 的Face R-FCN和Face CNN分别在人脸检测平台WIDER FACE与人脸识别平台MegaFace的多项测评中斩获冠军。奕欣2017年12月22日 10:01
-
李开复、马少平、周志华、田渊栋都是怎么看AlphaGo Zero的?AlphaGo Zero又一次引起了学界大牛的大讨论,李开复、马少平、周志华、田渊栋纷纷发表言论。汪思颖2017年10月24日 09:40
-
图灵奖获得者John Hopcroft:理性看待AI浪潮,下次革命或许还需要另外40年 | 21CCC“21世纪的计算”学术研讨会上,微软联合哈工大邀请了包括图灵奖获得者John Hopcroft在内的多位世界级计算机领域专家分享他们在AI领域的研究和观点。camel2017年10月22日 22:43
-
史上最好记的神经网络结构速记表(下)本文提供了神经网络结构速查表,全面盘点神经网络的大量框架,并绘制直观示意图进行说明,是人手必备的神经网络学习小抄。AI研习社-译站2017年10月20日 11:17
-
AlphaGo Zero为何如此备受瞩目?这是8位教授和同学们的独家见解雷锋网 AI科技评论第一时间联系到相关研究领域的教授和同学,与他们聊了聊看到AlphaGo Zero之后的一些思考和启发。汪思颖2017年10月19日 21:56
-
台湾大学黄意尧:深度残差网络下的弱监督关系抽取 | EMNLP 2017本文进行大型神经网络在 NYT dataset 数据库的实验,并提出深度残差网络来解决 distant supervision 带来的噪声干扰。奕欣2017年09月22日 11:30