首页 > TAG信息列表 > geoffrey

价值连城 杰弗里·欣顿(Geoffrey·Hinton)的采访 给AI从业者的建议

作为deeplearning.ai带来的这门课程的一部分 我希望不仅仅是教大家深度学习上的技术思路，还能给大家 介绍一些对深度学习发展做出贡献的的英雄们 他们开创出了 许多你们会在这门课程或在这个系列中学习的想法 在这些视频中,我希望可以请求这些深度学习的领袖们

repost 2013年DNNresearch

首页搜索门户 谷歌收购DNNresearch能获得什么？ <!--作者--> <span class="dot">•</span> <span>作者 何玺 </span>

人工智能发展的关键技术

人工智能，机器学习，神经网络，深度学习的相互关系 机器学习 强化学习 也称为增强学习，通过与环境进行交互来学习解决问题的策略的一类算法。与有监督、无监督学习不同，强化学习问题并没有明确的“正确的”动作监督信号，算法需要与环境进行交互，获取环境反馈的滞后的奖励信号，因此并不能通

最便捷的caffe编译方法 ---- cmake+anaconda虚拟环境

.Doxyfile" cannot be read.问题 执行如下命令: mkdir build cd build cmake .. camke过程如图: -- The C compiler identification is GNU 8.3.0 -- The CXX compiler identification is GNU 8.3.0 -- Check for working C compiler: /usr/bin/cc -- Check for working C compi

Deep Learning ——Yann LeCun，Yoshua Bengio&Geoffrey Hinton

引言： 　　深度学习的本质是用多层的神经网络找到一个可以被学习的复杂的函数实现语音识别，图像识别等功能。 　　多层神经网络的结构： 　　　　多层神经元的组成，每一层的输入都等于上一层的输出。 　　应用领域：cv，nlp   监督学习： 　　需要计算一个目标函数来测量出实际输出与预计输出

深度学习动手练习项目

Geoffrey Hinton在多次访谈中讲到深度学习研究人员不要停止编程，个人在学习中也感到只是单纯的看理论到头来你还是一头雾水，只有不断在日常中练习，多参加一些比赛/实际项目才能检验自己是否掌握了这门技术。 １、