解开深度学习黑盒子的第一步,DeepMind用删除法了解个别神经元的重要性
DeepMind近日发表一篇研究神经网络运作的论文,借由删除神经元的方法了解每个神经元对于整个深度神经网络的重要性,进而打造出更精确的模型。
Google发布优化神经网络模型技术
Google推出为神经网络模型优化的技术MorphNet,利用现有的神经网络当作输入资料,并产生一个更小、更有效率的全新神经网络模型
神经网络简史:BP算法后的又一突破—信念网络
随着训练多层神经网络的谜题被揭开,这个话题再一次变得空前热门,罗森布拉特的崇高雄心似乎也将得以实现。直到1989年另一个关键发现被公布,现在仍广为教科...
解析深度神经网络背后的数学原理
作者 | Piotr Skalski译者 | 巧克力编辑 | Jane出品 | AI科技大本营【导读】为了更好地理解神经网络的运作,今天只为大家解读神经网络背后的数学原理。而作者...
网易有道段亦涛:神经网络翻译帮助我们更好理…
段亦涛表示,神经网络翻译是人工智能在翻译领域的具体应用,是目前最前沿的机器翻译技术,它带来的翻译质量提升是过去十年的总和。
教程|从检查过拟合到数据增强 一文简述提升神经网络性能方法
选自towardsdatascience 作者:Rohith Gandhi 机器之心编译 参与:Nurhachu Null、路 本文简要介绍了提升神经网络性能的方法,如检查过拟合、调参、算法...
类脑芯片登上 Nature 子刊,哈佛联手三星“复制粘贴”大脑神经元
未来,类脑存储芯片或具自主性和认知能力。9月27日消息,韩国当地时间9月26日,三星电子宣布,其研究人员和哈佛大学教授联合提出了一种将大脑神经元连接图(neuronalwiringmap)"复制、粘贴
无需深度学习框架 如何从零开始用Python构建神经网络
选自TowardsDataScience 作者:James Loy 机器之心编译 参与:陈韵竹、王淑婷 这是一份用于理解深度学习内部运作方式的初学者指南。作者根据自己从零开始学...