斯坦福 神经网络

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，

雷锋网AI科技评论按：斯坦福大学的两个学生 Abel L Peirson V 和 Meltem Tolunay 发表了自己的 CS224n 结业论文—— 用深度神经网络生成 表情包 （你没有看错）。论文主要内容是根据图片内容生成有关联的说明（吐槽）。可能该论文没有其他论文那么的一本正经，但在思路也算清奇

雷锋网(公众号：雷锋网) AI 科技评论按：ICLR 2018  于 5 月初在加拿大温哥华举办。论文「Efficient Sparse-Winograd Convolutional Neural Networks」被 ICLR 2018 录用，第一作者、斯坦福大学的博士生刘星昱为雷锋网AI 科技评论撰写了独家

选自Stanford 机器之心编译参与：路雪、黄小天、刘晓坤近日，斯坦福大学计算机科学博士生 Mike Wu 发表博客介绍了他对深度神经网络可解释性的探索，主要提到了树正则化。其论文《Beyond Sparsity: Tree Regularization of

雷锋网CS231n 2017双语字幕版独家上线斯坦福Serena Yeung带你认识卷积神经网络 ▼上手视频约 5 分钟，大家做好笔记 大满足的全系列完整视频前往 ▼▼▼   mooc.ai/course/268 课后习题讨论问答猛戳▼▼▼    mooc.ai/bbs 什么

雷锋网CS231n 2017双语字幕版独家上线斯坦福Serena Yeung带你认识神经网络跟着推算一遍马上学会反向传播算法 ▼上手视频约 2 分钟，大家做好笔记 大满足的全系列完整视频前往 ▼▼▼   www.mooc.ai/course/268 课后习题讨论问答猛戳▼▼▼   

或许有一天，这款突触能够成为一台更接近大脑计算机的一部分，它特别有利于处理视觉、听觉信号的计算过程。 本文由机器之心（微信 ID:  almosthuman2014）授权 i黑马 发布。 尽管这些年来，计算机技术取得不少进展，但是，在再造大脑低能耗、简洁的信息处理过程这方面

编者按：本文由微信公众号 “机器之心”（ID：almosthuman2014） 编译，作者：TAYLOR KUBOTA，参与：微胖、晏奇 尽管这些年来，计算机技术取得不少进展，但是，在再造大脑低能耗、简洁的信息处理过程这方面，我们仍然步履蹒跚。现在，

编者按：本文由微信公众号 “机器之心”（ID：almosthuman2014） 编译，作者：TAYLOR KUBOTA，参与：微胖、晏奇 尽管这些年来，计算机技术取得不少进展，但是，在再造大脑低能耗、简洁的信息处理过程这方面，我们仍然步履蹒跚。现在，斯坦福大学和桑迪亚国

选自O'Reilly机器之心编译参与：武竞、吴攀、蒋思源 　　 本文作者 Reza Zadeh 是斯坦福大学副教授及 Matroid 公司创始人兼 CEO。他的研究工作主要涉及机器学习、分布式计算和离散应用数学。他同时也是微软和 Databricks 的技术顾问委员会的成员。对于这篇文章，