当前位置:首页 > 科技·数码 > 机器之心
机器之心微信二维码

机器之心最新微信文章

学界 | 通用智能化:BAIR简述人类-机器人协作新技术

学界 | 通用智能化:BAIR简述人类-机器人协作新技术

选自BAIR Blog作者:Changliu Liu、Masayoshi Tomizuka机器之心编译参与:李诗萌、李泽南在学者的眼中,未来的工业自动化很大程度上需要人类与机器人进行高效率的协作。然而,由于

机器之心2017-12-20

业界 | 谷歌发布TTS新系统Tacotron 2:直接从文本生成类人语音

业界 |  谷歌发布TTS新系统Tacotron 2:直接从文本生成类人语音

选自Google Blog作者:Jonathan Shen、Ruoming Pang机器之心编译参与:黄小天、刘晓坤近日,谷歌在其官方博客上推出了新的语音合成系统 Tacotron 2,包括一个循环序列到序列特征预

机器之心2017-12-20

业界 | 腾讯AI Lab提出Face R-FCN与Face CNN,刷新人脸检测与识别两大测评记录

业界 | 腾讯AI Lab提出Face R-FCN与Face CNN,刷新人脸检测与识别两大测评记录

机器之心报道参与:吴欣据机器之心消息,腾讯 AI Lab 在大型人脸检测平台 WIDER FACE 与人脸识别平台 MegaFace 的多项评测指标中荣膺榜首,刷新行业纪录。此外,腾讯 AI Lab 已通过

机器之心2017-12-20

教程 | 理解XGBoost机器学习模型的决策过程

教程 | 理解XGBoost机器学习模型的决策过程

选自Ancestry作者:Tyler Folkman机器之心编译参与:刘晓坤、李泽南使用 XGBoost 的算法在 Kaggle 和其它数据科学竞赛中经常可以获得好成绩,因此受到了人们的欢迎(可参阅:为什么 X

机器之心2017-12-20

一文概览深度学习中的五大正则化方法和七大优化策略

一文概览深度学习中的五大正则化方法和七大优化策略

选自arXiv机器之心编译深度学习中的正则化与优化策略一直是非常重要的部分,它们很大程度上决定了模型的泛化与收敛等性能。本文主要以深度卷积网络为例,探讨了深度学习中的五

机器之心2017-12-20

NIPS 2017 | 线上分享第二期:利用价值网络改进神经机器翻译

NIPS 2017 | 线上分享第二期:利用价值网络改进神经机器翻译

上周我们发布了《攻略 | 虽然票早已被抢光,你可以从机器之心关注 NIPS 2017》。在 NIPS 2017 正式开始前,我们将选出数篇优质论文,邀请论文作者来做线上分享,聊聊理论、技术和研

机器之心2017-11-13

活动 | 邀请函!百度AI开发者实战营「魔都」AI大派对进入倒计时

活动 | 邀请函!百度AI开发者实战营「魔都」AI大派对进入倒计时

今年10月起,百度AI开发者实战营如“龙卷风”一般席卷大半个中国,点燃广大开发者对人工智能的“狂热之心”。现在,暂别两周的实战营即将回归!11月23日,实战营将走进活力四射的“魔

机器之心2017-11-13

学界 | 无需进行滤波后处理,利用循环推断算法实现歌唱语音分离

学界 | 无需进行滤波后处理,利用循环推断算法实现歌唱语音分离

选自arXiv机器之心编译参与:路雪、李泽南近日,来自 Fraunhofer IDMT、Tampere University of Technology 与蒙特利尔大学的 Yoshua Bengio 等人在 arXiv 上提交了一篇论文,提出

机器之心2017-11-13

业界 | MobileNet在手机端上的速度评测:iPhone 8 Plus竟不如iPhone 7 Plus

业界 | MobileNet在手机端上的速度评测:iPhone 8 Plus竟不如iPhone 7 Plus

选自Medium机器之心编译参与:路雪、黄小天如今,正在兴起一项有关手机应用和深度学习的新动向。2017 年 4 月:谷歌发布 MobileNets,一个可在计算资源有限的环境中使用的轻量级神

机器之心2017-11-13

构建强化学习系统,你需要先了解这些背景知识

构建强化学习系统,你需要先了解这些背景知识

选自joshgreaves机器之心编译强化学习(RL)是关于序列决策的一种工具,它可以用来解决科学研究、工程文理等学科的一系列问题,它也是围棋程序 AlphaGo 的重要组成部分。本文旨在分

机器之心2017-11-13

学界 | 哈佛大学提出在云、边缘与终端设备上的分布式深度神经网络DDNN

学界 | 哈佛大学提出在云、边缘与终端设备上的分布式深度神经网络DDNN

选自arXiv机器之心编译参与:李亚洲近年来,深度神经网络在多种应用上取得了极大的成功,网络架构也变得越来越深。以卷积神经网络为例,从 1998 年 LeNet 的 5 层,发展到 2015 年产

机器之心2017-09-24

涓撴爮 | 娣辨€濊€冿細瀹炵幇浜烘満澶氳疆浜や簰绐佺牬鏄敾鍏嬪浘鐏垫祴璇曠殑鏍稿績

涓撴爮 | 娣辨€濊€冿細瀹炵幇浜烘満澶氳疆浜や簰绐佺牬鏄敾鍏嬪浘鐏垫祴璇曠殑鏍稿績

鏈哄櫒涔嬪績涓撴爮浣滆€咃細鏉ㄥ織鏄庛€佺帇娉炽€佹瘺閲戞稕鏈枃浣滆€呮槸涓闄?NLP 鍗氬+锛屾繁鎬濊€冧汉宸ユ櫤鑳芥満鍣ㄤ汉绉戞妧 ideepwise 鐨勯甯灦鏋勫

鏈哄櫒涔嬪績2017-09-24

资源 | 从最小二乘到DNN:六段代码了解深度学习简史

资源 | 从最小二乘到DNN:六段代码了解深度学习简史

选自floydhub机器之心编译参与:路雪、刘晓坤、黄小天六段代码使深度学习发展成为今天的模样。本文介绍它们的发明者和背景。每个故事包括简单的代码示例,均已发布到 FloydHub

机器之心2017-09-24

如何解读决策树和随机森林的内部工作机制?

如何解读决策树和随机森林的内部工作机制?

选自 Pivotal机器之心编译参与:Panda随机森林在过去几年里得到了蓬勃的发展。它是一种非线性的基于树的模型,往往可以得到准确的结果。但是,随机森林的工作过程大都处于黑箱状

机器之心2017-09-24

浅析Geoffrey Hinton最近提出的Capsule计划

浅析Geoffrey Hinton最近提出的Capsule计划

选自知乎专栏作者:SIY.Z机器之心经授权转载本文有可能是知乎上分析介绍深度学习最为全面的文章之一。希望做物理的、做数学的、做生物的、做化学的、做计算机、包括做科幻的

机器之心2017-09-23

机器之心「AI00」八月榜单:脱胎于谷歌TPU团队的Groq

机器之心「AI00」八月榜单:脱胎于谷歌TPU团队的Groq

We believe AI should be an extension of individual human wills and, in the spirit of liberty, as broadly and evenly distributed as possible. -OpenAI「AI00 ,这是一

机器之心2017-09-05

业界 | Facebook开源TTS神经网络VoiceLoop:基于室外声音的语音合成(附PyTorch实现)

业界 | Facebook开源TTS神经网络VoiceLoop:基于室外声音的语音合成(附PyTorch实现)

选自GitHub作者:Facebook Research机器之心编译参与:黄小天、路雪近日,Facebook 在题为《Voice Synthesis for in-the-Wild Speakers via a Phonological Loop》的论文中提出一

机器之心2017-09-05

专访 | AutoX创始人肖健雄:让自动驾驶变的和电脑一样普及

专访 | AutoX创始人肖健雄:让自动驾驶变的和电脑一样普及

机器之心原创撰文:彭君韬( Tony )编辑:刘燕出走学界、仍是商界新人的肖建雄,正用十分之一的成本构建自动驾驶解决方案。从教授到企业家,肖健雄对新身份适应的很快。33 岁的肖健雄

机器之心2017-09-05

AI Challenger 开赛:国内最大规模深度学习数据集上线,ImageNet 冠军、Kaggle 大赛优胜者加入角逐

AI Challenger 开赛:国内最大规模深度学习数据集上线,ImageNet 冠军、Kaggle 大赛优胜者加入角逐

机器之心原创撰文:邱陆陆编辑:藤子由创新工场、搜狗和今日头条联合宣布发起的 AI Challenger 挑战赛,在今年的比赛时间为 9 月 4 日至 12 月 3 日,每双周评出周冠军,每个赛题中效

机器之心2017-09-05

为何Python攀上数据科学巅峰?KDnuggets2017调查Python超越R

为何Python攀上数据科学巅峰?KDnuggets2017调查Python超越R

选自KDnuggets等机器之心整理参与:李泽南、李亚洲、路旭阳根据 KDnuggets 2017 年最新调查,Python 生态系统已经超过了 R,成为了数据分析、数据科学与机器学习的第一大语言。本

机器之心2017-09-05

 1 2 3 4 5 6 7 8 9 10 下一页 尾页