深度学习

作者：Carlos E. Perez 我大部分走路的时间还有睡梦中的潜意识里都会琢磨着Deep Learning 的问题。Peter Thiel 有一个很有名的说法——“最后一个公司的优势”。意思是你可能不需要具备“第一启动的优势”，但是你一定要成为你行业里最后一个站着的公司。就像 Google有可能是最后一个搜索引擎公司，Amazon有可能是最后一个做电商…

该轮募资由恩颐投资（NEA）领投，GGV纪源资本，以及A轮投资方北极光创投等现有投资机构参与。

有人如是问 深度学习——我该从哪里开始呢？ TensorFlow 是现在最流行的吧？ 我听说 Caffe 很常用，但会不会太难了？ TensorFlow 对于那些听说过深度学习但还没有太过专门深入的人来说，TensorFlow 是他们最喜欢的深度学习框架，但在这里我要澄清一些事实。在 TensorFlow 的官网上，它被定义为「一个用于机器智能的开源软件库」…

一次关于运营商大数据的思考，从组织机制、产品体系、收益情况、安全问题及数据问题五个方面阐述。

「情感极性分析」是对带有感情色彩的主观性文本进行分析、处理、归纳和推理的过程。

近年来，深度学习在语音、图像、自然语言处理等领域取得非常突出的成果，成了最引人注目的技术热点之一

近些年，深度学习在语音识别、图像处理、自然语言处理等领域都取得了很大的突破与成就。相对来说，深度学习在推荐系统领域的研究与应用还处于早期阶段。

本次分享中我会为大家介绍深度学习算法在自然语言处理任务中的应用——包括算法的原理是什么，相比于其他算法它具有什么优势，以及如何使用深度学习算法进行情感分析。

2017年，大数据依然处于理性发展期，依然存在诸多挑战，但前景依然非常乐观。2017年大数据的发展呈现十大趋势。

就像罗胖总结那样，AI领域的初创企业干的“基本上就是代孕”的生意。

没有任何原因说明，机器不能拥有好奇心和创造力”。

深度神经网络已经成为解决计算机视觉、语音识别和自然语言处理等机器学习任务的最先进的技术。尽管如此，深度学习算法是计算密集型和存储密集型的，这使得它难以被部署到只有有限硬件资源的嵌入式系统上。 为了解决这个限制，可以使用深度压缩来显著地减少神经网络所需要的计算和存储需求。例如对于具有全连接层的卷积神经网络（如Alexnet和VGGnet），深度压缩可以将模型大…

在本文中，我们将聚焦于开源的人工智能工具，详细的了解下最著名的 15 个开源人工智能项目。

遥想未来，当人工智能接近甚至凌驾于人类智慧的时候，它们将会怎样？是更好地服务于人类，还是给人类带来灭顶之灾，亦或是独立于人类，与人类互不干涉地共同生存？真希望有生之年可以看到这一天的到来。

即使你是搞建模的，假如没搞过神经网络，可能也不清楚，甚至你做过神经网络工程，但如果仅仅是调用一下算法库，也可能是一知半解。