神经网络

我试着定期阅读ML和AI的论文，这是保持不掉队的唯一的方法。作为一个计算机科学家，我常常会在看科学性的文字描述或者是数据公式的时候遇到麻烦。我发现通过代码来理解会好很多。所以，在这篇文章中，我会通过Keras实现的方式，带领大家回顾一下最近的一些文章中的重要的卷积块。

如果你听说过转置卷积并对它的实际含义感到困惑，这篇文章就是为你写的。

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…

大数据日报（20191012）：新型人工智能方法可从单个心跳检测出心力衰竭，针对Facebook的面部数据诉讼案将继续进行。

来自github的非常有针对性的深度学习资源，和其他的资源不同，既照顾了通用性，又照顾了不同的领域，覆盖非常广，非常的全面，有论文，有代码，有书，有博客，还有课程。

我们为什么需要序列模型？

自从大家知道我是做人工智能的以后，亲戚朋友经常会有人问我，什么是AI，什么是机器学习，什么是深度学习。

和人类不同，AI物体识别靠的是小的细节，而不是图像的边界，但是总是有办法来弥补这个差别的！

大家都遇到过这种情况，训练的时候没什么问题，测试的时候就不对劲了，想找问题，感觉无处入手，那么今天，给你37个建议，看看再说吧。

我们就从最先进的AlphaZero入手开始讨论，这个模型总体结构其实是比较简单的，但是深入到细节方面，却又有很多值得学习之处。

使用来自Google Research的NASBench进行神经架构搜索 – 我们是否可以自动设计网络架构，而不是依赖专家经验和知识？

我们构建了一个快速的、交互的、基于深度学习的人脸建模框架。通过简单勾勒人脸图画（caricature），我们的模型可以迅速生成对应的三维人脸模型，并且可以同时拟合面部轮廓和细节表情。

深度神经网络是否过拟合？

神经网络会是未来艺术的摇篮吗？

本文介绍了深度学习框架和平台的概念和特征，基于微博深度学习平台深入探讨了深度学习平台的设计思考和技术架构。