人工智能
-
NLP模型超越人类水平?你可能碰到了大忽悠
大数据文摘出品 来源:thegradient 编译:张睿毅、武帅、钱天培 一个军方训练的神经网络声称可以分类图像中的坦克,但实际上,它只是学会了识别不同的亮度,因为一种类型的坦克仅出现在明亮的图片中,而另一种类型仅出现在较暗的图片中。 一个游戏AI在学会了在第一关的最后故意死去,而不是在更难的第二关的开局死去,因为这样可以得到更高的分数。 AI通过某种让人啼…
-
模仿人类逻辑,首个BERT模型AI通过初二科学考试
人工智能做八年级卷子,选择题正确率超90%
-
十行代码搞定目标检测
计算机视觉是人工智能的一个重要领域,是关于计算机和软件系统的科学,可以对图像和场景进行识别、理解。计算机视觉还包括图像识别、目标检测、图像生成、图像超分辨率重建等多个领域。由于存在大量的实际需求,目标检测可能是计算机视觉中最有意义的领域。
-
谷歌开发手部识别系统,适配跨平台框架MediaPipe,手机可用
近日,谷歌发布了一个高性能的实时手部追踪系统。不需要高性能的GPU、TPU,在手机上就能用!
-
对话小米,如何让模型搜索更公平
两个月三项成果,对标谷歌!独家对话小米,如何让模型搜索更公平。
-
Word2Vec揭秘: 这是深度学习中的一小步,却是NLP中的巨大跨越
Word2Vec模型用于学习被称为“词嵌入”的词的向量表示。这通常是作为预处理步骤来完成的,在此之后,学习到的向量被输入判别模型(通常是RNN)来生成预测,完成各种各样有趣的事情。
-
Boosting和AdaBoost的可视化清晰的解释
可视化的方法,清楚的解释了Boosting和AdaBoost。
-
兵马未动,粮草先行,6步精通机器学习中的数据准备
要做机器学习项目,第一重要的就是数据
-
随机权值平均:深度学习中一种新的达到stage of the art的方法
要处理14维空间中的超平面,想象一个三维空间,大声对自己说“14”。每个人都这么做。
-
机器学习深度学习面试问题汇总(提升你的面试成功率)
可怕的机器学习面试。在面试之前,你会觉得自己什么都懂,但是真的开始面试了,你发现你自己什么都不懂!
-
学习率设置技巧,使用学习率来提升我们的模型
选择学习率的简单方法是尝试一堆数字,然后使用看起来效果最好的那个,当训练不再能改善损失时,手动减少它。
-
新手必看的Top10个机器学习算法
在机器学习中,有一个叫做“没有免费午餐”的定理。简而言之,它指出,没有一种算法对每一个问题都是最有效的,它尤其适用于监督学习(即预测建模)。
-
深度学习的7个技巧,帮你训练出好的模型
深度学习已经成为解决许多具有挑战性的现实问题的首选方法
-
为机器学习模型选择正确的度量评估(第二部分)
分类的度量
-
为机器学习模型选择正确的度量评估(第一部分)
对不同的应用场景,需要不同的模型,对于不同的模型,需要不同的度量评估方式。