最新 最热

从锅炉工到AI专家(9)

无监督学习前面已经说过了无监督学习的概念。无监督学习在实际的工作中应用还是比较多见的。 从典型的应用上说,监督学习比较多用在“分类”上,利用给定的数据,做出一个决策,这个决策在有限的给定可能性中选择其中一种。...

2018-06-20
0

像人一样脑补世界!DeepMind历时一年半搞出GQN,登上Science

历时一年半的研发之后,新成果浮出水面 。被称为人工智能“梦之队”的DeepMind,刚刚在Science上发表论文,提出一种像人类一样具备“脑补”世界能力的AI:GQN(Generative Query Network)。GQN能够基于2D图像,重建/脑补出整个场...

2018-06-19
0

CVPR 2018 | Spotlight 论文:非参数化方法实现的极端无监督特征学习

选自arXiv机器之心编译参与:乾树、刘晓坤本研究受监督学习中的输出排序的启发,指出数据本身的表面相似性而非语义标签,使得某些类比其他类更加接近。研究者据此提出了一种极端化的无监督学习方法,主要特点是非参数化训练...

2018-06-08
0

深度 | 当前最好的词句嵌入技术概览:从无监督学习转向监督、多任务学习

选自Medium作者:Thomas Wolf机器之心编译参与:Geek AI、刘晓坤本文是一篇对于当今最先进的通用词/句嵌入技术的简介,包括对比基线: FastText、词袋模型(Bag-of-Words);以及最先进的模型:ELMo、Skip-Thoughts、Quick-Thoughts...

2018-06-08
0

用自编码器进行图像去噪

在深度学习中,自编码器是非常有用的一种无监督学习模型。自编码器由encoder和decoder组成,前者将原始表示编码成隐层表示,后者将隐层表示解码成原始表示,训练目标为最小化重构误差,而且一般而言,隐层的特征维度低于原始特征...

2018-06-07
0

《机器学习》笔记-聚类(9)

作者: 刘才权 编辑: 黄俊嘉 前 言如今机器学习和深度学习如此火热,相信很多像我一样的普通程序猿或者还在大学校园中的同学,一定也想参与其中。不管是出于好奇,还是自身充电,跟上潮流,我觉得都值得试一试...

2018-06-07
0

【重温经典】吴恩达机器学习课程学习笔记十一:神经网络

【导读】前一段时间,专知内容组推出了春节充电系列:李宏毅2017机器学习课程学习笔记,反响热烈,由此可见,大家对人工智能、机器学习的系列课程非常感兴趣,近期,专知内容组推出吴恩达老师的机器学习课程笔记系列,重温机器学习经...

2018-06-05
0

一文详解生成对抗网络(GAN)的原理,通俗易懂

‍‍作者 | 我i智能(ID:AInewworld)来源 | 我i智能(CSDN博客)前言GAN网络是近两年深度学习领域的新秀,火的不行,本文旨在浅显理解传统GAN,分享学习心得。现有GAN网...

2018-06-05
0

人工智能大牛的新年启示:未来要看无监督学习、自然语言处理

编者按:过去的新春佳节让程序员们迎来了一个难得的长假休息,但人工智能在假期一直在进步,我们看到了Facebook人工智能负责人Yann LeCun、中国香港科技大学计算机与工程系主任杨强等人工智能大牛对人工智能热潮的冷静思考...

2018-06-05
0

秒变莫扎特、贝多芬,Facebook提出完美转换音乐风格的神经网络

---- 新智元编译 来源:thenextweb.com翻译:肖琴【新智元导读】Facebook人工智能实验室(FAIR)的研究人员近日发布了一个能够将音乐从一种风格、流派或乐器转换成另一种的神经网络,其表现非常优异,所创作的音乐足以骗过人类...

2018-05-28
0