随着深度学习的发展，学术界造就了一个又一个优秀的神经网络，目前，最受欢迎的神经网络之一则是卷积神经网络，尽管有时它出现让我们无法理解的黑盒子现象，但它依然是值得我们去探索的，CNN的设计也遵循了活生物体的视觉处理过...

关于图神经网络（GNN）的在线课程已上线，讲师为宾夕法尼亚大学电气与系统工程系教授 Alejandro Ribeiro，部分视频以及文字讲稿已放出。

它由节点层组成，其中每个节点连接到上一层的所有输出，每个节点的输出连接到下一层节点的所有输入。

在对卷积的含义有了一定的理解之后，我们便可以对CNN在最简单的计算机视觉任务图像分类中的经典网络进行探索。CNN在近几年的发展历程中，从经典的LeNet5网络到最近号称最好的图像分类网络EfficientNet，大量学者不断的做出...

自我监督学习的研究正在发展，以开发完全不需要标签的结构（在训练数据本身中巧妙地找到标签），但其用例却受到限制。

今天分享卷积神经网络模型，前面几篇文章介绍的是多层感知机神经网络模型，随着深度学习，卷积神经网络变得流行，尤其是在图像领域，只要是在图像处理的任务中，卷积神经网络比任何其他神经网络要好。...

图像分类问题是计算机视觉领域的基础问题，它的目的是根据图像的语义信息将不同类别图像区分开来，实现最小的分类误差。具体任务要求是从给定的分类集合中给图像分配一个标签的任务。总体来说，对于单标签的图像分类问题，它...

深度学习已经被证明是大气科学以及天气和气候预测应用中的一个强大工具。在本研究中，根据大尺度的低层（1-9km）大气流动、温度和湿度，利用深度学习获得了在低层平流层（约18km）传播动量巨大的中层大气（10-100km）的细尺度轨道重...

David John Gagne, National Center for Atmospheric Research

这篇文章是我们对人工智能研究论文的评论的一部分，这是一系列探索人工智能最新发现的文章。