作为我国法检信息化领域的头部公司,华宇认为现阶段只能实现弱人工智能,主要帮助提升司法活动效率,审判质量仍然需要依靠法官。
2018年,AI落地应用成为行业关键词,当开放共赢基本成为行业共识,百度、腾讯等大厂则更是放出“免费”信号。
关于深度学习性能,还有很多不明之处。例如,你怎么进行测量?你应该测量什么?在不久之前的 GTC 2018,英伟达 CEO 黄仁勋介绍了 PLASTER 框架,从可编程性到学习率 7 大挑战来评测深度学习性能。
这篇文章可以作为一个设计指南,为特定分类任务的 CNN 设计提供指导。作者围绕准确率、速度、内存消耗三个指标的权衡,从网络类型、架构设计、数据处理和迁移学习等方面介绍了 CNN 设计过程中使用的方法。
是的,你没有看错,数据科学领域从业者最离不开的两大编程语言,当红炸子鸡 Python 和“过气网红”R 真的要展开合作了。
人类对于学习具有无可比拟的优秀能力,我们可以从一个简单的样本中学习到整类事物的抽象特征,而算法却需要成千上万的样本来习得认知。
美国当地时间5月7日,硅谷无人车创业公司 Drive.ai 宣布将于2018年7月在德克萨斯州弗里斯科市提供自动驾驶汽车服务。
运行深度神经网络对计算能力、能耗及磁盘空间要求甚高,智能手机的计算资源十分有限,需要多种优化才能高效运行深度学习应用。
2017 年 5 月份,前微软人工智能首席科学家、IEEE Fellow 邓力离职,加盟华尔街对冲基金公司 Citadel
最优化是指由变量x构成的目标函数f(x)进行最小化或最大化的过程。在机器学习或深度学习术语中,通常指最小化损失函数J(w),其中模型参数w∈R^d。
去年5月,谷歌推出了第二代TPU芯片,这是一个自定义开发的深度学习加速芯片,不少人认为有望成为英伟达GPU的替代品。
Chen等人报道了另一种排名很靠前的方法。其基本思想是利用人工制作的特征将激光雷达点云投影到基于体素的RGB地图上,如密度、最大高度和一个具有代表性的点强度。
本研究提出的模型由两个卷积网络(ConvNet)构成——外观流和动态流,二者分别经过预训练,用于目标识别和光流预测。