一文 神经网络

作者 | 李垠桥单位 | 小牛翻译 / 东北大学自然语言处理实验室李垠桥，东北大学自然语言处理实验室 2018级博士生，研究方向：神经网络结构搜索、机器翻译、模型加速等，在ijcai、nlpcc、中文信息学报等会议、杂志发表学术论文若干。前言伴随着人工智能技术的飞速发展，语音识别、机器翻译等各项科技名词已不是传统意义上

本文首发自 easyAI - 人工智能知识库卷积神经网络 – CNN 已经很强大的，为什么还需要RNN？本文会用通俗易懂的方式来解释 RNN 的独特价值——处理序列数据。同时还会说明 RNN 的一些缺陷和它的变种算法。最后给大家介绍一下 RNN 的实际应用价值和使用场景。为什么需要 RNN ？独特价值是什么？卷积神经网

本文首发自 easyAI - 人工智能知识库卷积神经网络 – CNN 最擅长的就是图片的处理。它受到人类视觉神经系统的启发。CNN 有2大特点：能够有效的将大数据量的图片降维成小数据量能够有效的保留图片特征，符合图片处理的原则目前 CNN 已经得到了广泛的应用，比如：人脸识别、自动驾驶、美图秀秀、安防等很多领域。CNN

雷锋网(公众号：雷锋网) AI 科技评论按：本文作者为东北大学自然语言处理实验室 2018 级研究生胡驰，他的研究方向包括神经网络结构搜索、自然语言处理。雷锋网 AI 科技评论经作者授权发表本文章。 近年来，深度学习的繁荣，尤其是神经网络的发展，颠覆了传统机器学习特征工程的时代，将人工智能的浪潮推到了历史

公众号/AI前线策划编辑 | Natalie论文作者| MIT、斯坦福大学 Keyulu Xu 等编译 | 吴少杰编辑 | Natalie AI 前线导读：  深度学习 在图像分类，机器翻译等领域都展示了其强大的能力，但是在因果推理方面，深度学习依然是短板，图神经网络在因果推理方面有巨大的潜力，

公众号/AI前线作者｜Sebastian Ruder译者｜小大非编辑｜DebraAI 前线导读：这篇文章中作者尝试将 15 年的自然语言处理技术发展史浓缩为 8 个高度相关的里程碑事件，不过它有些偏向于选择与当前比较流行的神经网络技术相关的方向。我们需要关注的是，本文中介绍的许多神经网络模型都建立在同时代的非神经网络技

作者：忆臻1.神经网络基础 神经网络可以当做是能够拟合任意函数的黑盒子，只要训练数据足够，给定特定的x，就能得到希望的y，结构图如下：将神经网络模型训练好之后，在输入层给定一个x，通过网络之后就能够在输出层得到特定的y，那么既然有了这么强大的模型，为什么还需要RNN（循环神经网络）呢？ 2 为什么需要RNN（循环神经网

编者按：本文转自微信公众号 “机器之心” （ID：almosthuman2014） 作者：Matt Hurd 近日，多家公司的技术顾问 Matt Hurd 在其博客上发表了一篇全面评点各种神经网络硬件平台的长文，机器之心对本文进行了编译介绍。这是我几周前做的一个传统的 90 年代风格的性

编者按：本文由微信公众号 “机器之心”（ID：almosthuman2014） 编译，选自Medium，作者：Slav Ivanov，参与：黄小天、Smith 近日，Slav Ivanov 在 Medium 上发表了一篇题为《37 Reasons why your Neural

新智元编译来源：blog.dcrucs.co作者：Mayur Bhangale翻译：刘小芹 　　 新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。 　　 简历投递：jobs@aiera.com.cn