AI科技大本营

本周，我们为您准备了一份数据科学家Ben Gorman撰写的神经网络指导。这份指导包含了他具体的学习思路，包括所遇到的难点以及多种详细的解决方法。 人工神经网络当下非常流行。与任何流行的事物一样，人工神经网络也收到了不少质疑。它究竟是卖弄玄虚，还是真正可以使无数人获益的新技术呢…

本文将会介绍机器学习的方方面面，从简单的线性回归到最新的神经网络，你不仅仅能学会如何使用它们，并且还能从零进行构建。 以下内容以计算机视觉为导向，这是学习一般知识的最快方法，并且你从中获得的经验可以很容易地迁移到机器学习的其他领域。 本文我们将会使用TensorFlow作为机器…

沟通表达；能够和其他岗位的人员沟通交流，讲明白所负责模块的原理和方法，能听懂非技术人员的要求和思维，能分别真需求和伪需求并且能达成一致。 经过20多年的发展，item-based已经成为推荐系统的标配，而推荐系统已经成为互联网产品的标配。很多产品甚至在第一版就要被投资人或者创始…

我们做这个榜单的初衷是为了好玩，所以省略了很多重要部分的比较。比如：帮助和支持，自定义图层（可以创建一个胶囊网络吗？），数据加载器，调试，不同的平台支持，分布式训练等等。 我们不确定是否能对框架的整体性能提出任何建议，因为本项目主要还是在演示如何在不同的框架中创建相同的神经网络…

机器学习离不开Python。所以，全球第一的AI教科书作者、Google Research总监Peter Novig就专门为初学者做了一个关于Python编程示范操作的GitHub项目，具体的内容可见下文，希望该项目会有助于你的Python编程和机器学习技能。enjoy！ 我从…

在回答这个问题之前，希望你先想想另外一个问题：为什么要成为数据科学家？当然，如果你是为了10万美元的年薪也无可厚非，但是我衷心希望你能将这个职业和自己的价值感挂钩。因为成为数据科学家的路途会很辛苦，但如果你将其看成是实现个人价值的一种方式，那么追寻目标才能带来长久的成就感，在这…

深度学习本质上是深层的人工神经网络，它不是一项孤立的技术，而是数学、统计机器学习、计算机科学和人工神经网络等多个领域的综合。深度学习的理解，离不开本科数学中最为基础的数学分析（高等数学）、线性代数、概率论和凸优化；深度学习技术的掌握，更离不开以编程为核心的动手实践。没有扎实的数…

谷歌今天终于发布了TensorFlow Lite 的开发者预览！该项目是在5月份的I/O开发者大会上宣布的，据Google网站描述，对移动和嵌入式设备来说，TensorFlow是一种轻量级的解决方案，支持多平台运行，从机架式服务器到微小的物联网设备。近几年来，由于其作为机器学习…

RNN作为神经网络中的一类十分重要的架构，主要用于语言建模和序列预测。然而，RNN的优化却相当棘手，比前馈神经网络要难的多，学界也提出了很多技术来解决这个问题。我们在我们中提出了一项叫做fraternal dropout的技术，主要通过利用dropout来实现这个目标。具体来说…