Bengio

图灵奖得主Bengio：深度学习不会被取代，我想让AI会推理、计划和想象

编译|Just出品|AI科技大本营（ID:rgznai100）在1990年代那个漫长而寒冷的AI寒冬期，大多数人认为神经网络是一条研究的死胡同，YoshuaBengio等研究者却仍坚持不懈地进行着该领域的研究。最终他们的努力开花结果。由于对深度学习做出的巨大贡献，他与YannLecun和GeofreyHinton等人在今年3月获得了图灵奖。如今，AI界关于深度学习缺点的讨论再度掀起浪潮。由于对深度
AI科技大本营·2020-02-06 08:33

AI 架构师 Yoshua Bengio：深度学习的研究，对于工业应用来说太过简单

2020年1月6日17:55拍摄：MaryseBoyceYoshuaBengio（https://mila.quebec/en/person/bengio-yoshua/）被称为深度学习领域的“三个火枪手
喜欢打酱油的老鸟·2020-01-21 09:29

Yoshua Bengio: 如何学习机器学习

在Quora上问了机器学习相关的问题--机器学习怎么学？很荣幸得到了YoshuaBengio的回答。我特意翻译过来，并加入了资料的链接，大家共飨哈，相信会有所启发，让你少走弯路：**YoshuaBengio--如何学习机器学习：**首先，你要在数学和计算机科学方面有很好的基础。以深度学习为例，你可以看一下MIT出版的书Deeplearning的第一部分（网上有电子版，也可以购买纸质版），这一部分介
fighting41love·2020-01-07 14:12

学界｜最大化互信息来学习深度表示，Bengio等提出Deep INFOMAX

在意识层面上，智能体并不在像素和其他传感器的层面上进行预测和规划，而是在抽象层面上进行预测。因为语义相关的比特数量（在语音中，例如音素、说话者的身份、韵律等）只是原始信号中总比特数的一小部分，所以这样可能更合适。然而，大多数无监督机器学习（至少是部分地）基于定义在输入空间中的训练目标。由于无需捕获少数语义相关的比特，就可以很好地优化这些目标，因此它们可能不会产生好的表示。深度学习的核心目标之一是发
发不出VB·2020-01-03 02:29

Sequence to Sequence学习简述

SequencetoSequence学习最早由Bengio在2014年的论文中提出。这篇文章主要是提供了一种崭新的RNNEncoder-Decoder算法，并且将其应用于机器翻译中。
程序喵华仔·2019-12-26 08:12

(一)入门概念

实际上，即使是研究机器学习的专业人士（如Hinton，Bengio，LeCun，AndrewNg等）在定义这个问题时也会有不同认知，目前还不存在一个被广泛认可的定义，为此，我想借助斯坦福大学的Machinelearning
Aston_Martin·2019-12-17 12:39

深度 | 微软AI王者归来

Bengio和NagrajKashyap以Windows操作系统称霸的微软，有能力成为AI浪潮中的巨头吗？这是很多人想知道答案的问题。
扣丁学堂·2019-11-07 05:48

神经概率语言模型

读了Bengio的《ANeuralProbabilisticLanguageModel》，颇有感悟，以此文记一下我的读后感。
就是杨宗·2019-11-06 12:19

AI大佬“互怼”：Bengio和Gary Marcus隔空对谈深度学习发展现状

近期，由于Bengio对外强调深度学习的下一步研究方向时（见文章《图灵奖
AI科技大本营·2019-10-14 14:43

AI大佬“互怼”：Bengio和Gary Marcus隔空对谈深度学习发展现状

近期，由于Bengio对外强调深度学习的下一步研究方向时（见文章《图灵奖
AI科技大本营·2019-10-14 14:43

VAE系解纠缠：从VAE到βVAE，再到β-TCVAE

作者：佚名编辑：陈人和前言“演讲中，Bengio以去年发布在arXiv的研究计划论文「有意识先验」（Theconsciousnessprior）为主旨，重申了他与YannLecun十年前提出的解纠缠（disentangle
l7H9JA4·2019-10-11 18:54

VAE系解纠缠：从VAE到βVAE，再到β-TCVAE

作者：佚名编辑：陈人和前言“演讲中，Bengio以去年发布在arXiv的研究计划论文「有意识先验」（Theconsciousnessprior）为主旨，重申了他与YannLecun十年前提出的解纠缠（disentangle
l7H9JA4·2019-10-11 18:54

图灵奖得主Bengio再次警示：可解释因果关系是深度学习发展的当务之急

原文链接：https://bss.csdn.net/m/zone/bdtc2019?utm_source=aicamp（图片付费下载自视觉中国）作者|WillKnight译者|Monanfei来源|Wired出品|AI科技大本营（ID:rgznai100）深度学习擅长在大量数据中寻找模式，但无法解释它们之间的关系。图灵奖获得者YoshuaBengio希望改变这一状况。今年三月，YoshuaBeng
AI科技大本营·2019-10-10 13:07

图灵奖得主Bengio再次警示：可解释因果关系是深度学习发展的当务之急

原文链接：https://bss.csdn.net/m/zone/bdtc2019?utm_source=aicamp（图片付费下载自视觉中国）作者|WillKnight译者|Monanfei来源|Wired出品|AI科技大本营（ID:rgznai100）深度学习擅长在大量数据中寻找模式，但无法解释它们之间的关系。图灵奖获得者YoshuaBengio希望改变这一状况。今年三月，YoshuaBeng
AI科技大本营·2019-10-10 13:07

深度学习领域堪称圣经的书籍（深度学习又称之为花书）-由图灵奖获得者Yoshua Bengio所著

《深度学习》由全球知名的三位专家IanGoodfellow、YoshuaBengio和AaronCourville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读
Mr.Jk.Zhang·2019-09-12 21:14

ICML2019|深度学习鼻祖之一Bengio提出并开源图马尔科夫神经网络

MengQu，YoshuaBengio，JianTangMontrealInstituteforLearningAlgorithms(MILA),UniversityofMontreal,CanadianInstituteforAdvancedResearch(CIFAR),HECMontrealhttp://proceedings.mlr.press/v97/qu19a/qu19a.pdf本文主
frank_hetest·2019-09-09 09:04

深度学习中初始化方法：xavier和MSRA

Xavier初始化方法源自论文：UnderstandingthedifficultyoftrainingdeepfeedforwardneuralnetworksXavier;Bengio思想：正向传播时
choose_c·2019-09-08 18:14

LSTM之父，现已加入鬼畜全明星，“他为啥没得图灵奖，太不公平了！”

鬼栗子发自凹非寺量子位报道|公众号QbitAI自从机器学习三巨头Hinton、LeCun、Bengio得了图灵奖，有个人就被玩坏了。
QbitAl·2019-08-02 12:22

系统学习NLP（二十五）--详解Transformer （Attention Is All You Need）

转自：https://zhuanlan.zhihu.com/p/48508221前言注意力（Attention）机制[2]由Bengio团队与2014年提出并在近年广泛的应用在深度学习中的各个领域，例如在计算机视觉方向用于捕捉图像上的感受野
Eason.wxd·2019-07-18 16:07

Deep Learning (Ian Goodfellow, Yoshua Bengio and Aaron Courville)深度学习中英文版本资源

转自—博客园的zivon：https://www.cnblogs.com/zivon/p/9106966.html看到CSDN上下载需要10个、20个积分，觉得有点贵并没有下载。然后查了一圈，发现这本书的中文版其实是开源的。这里附上github链接https://github.com/exacity/deeplearningbook-chinese为方便大家下载，也给出了百度云。当然如果做这方面的
阿Tin·2019-07-10 23:49

Deep Learning — LeCun, Yann, Yoshua Bengio and Geoffrey Hinton

原文链接DeepLearning由于作者太菜，本文70%为机翻。见谅见谅第一篇是三巨头LeCun,Yann,YoshuaBengio和GeoffreyHinton做的有关DeepLearning的调查。论文下载Deeplearning(ThreeGiants’Survey)DeepLearningAbstractDeeplearningallowscomputationalmodelsthatar
超爱喝酸奶·2019-05-28 18:17

[笔记]word2vec 的cbow模型和skip-gram模型

这方面最经典的文章是bengio于2003年发表的《aneuralprobabilisitclanguagemodel》后来有了谷歌公司的
deardeerluluu·2019-05-06 00:00

理解训练深层前馈神经网络的难度（Undetanding the difficulty of training deep feedforward neural networks ）

译者按：大神bengio的经典论文之一，不多说作者：XavierGlorotYoshuaBengio加拿大魁北克蒙特利尔大学摘要：在2006年以前，似乎深度多层的神经网络没有被成功训练过。
fat32jin·2019-05-05 13:58

【深度学习】ILSVRC图像分类竞赛----卷积神经网络CNN的发展

1989年，YannLeCun和Y.Bengio等人开始认真研究卷积神经网络，此后的十年间，LeNet网络开
LawenceRay·2019-04-02 23:59

CTR 预测理论（十一）：神经网络激活函数优缺点总结

加拿大蒙特利尔大学的Bengio教授在ICML2016的文章[1]中给出了激活函数的定义：激活函数是映射h:R→R，且几乎处处可导。神经网络中激活函数的主要作用是提供网络的非线性建模能力，如不特别说
dby_freedom·2019-04-01 00:00

AI界三位“教父”获2018年图灵奖，深度学习的尽头究竟在哪？

Hinton、LeCun和Bengio独立工作，共同开发了深度学习神经网络领域的概念基础，通过实验和实际工程证明了深度神经网络的优势。
AiChinaTech·2019-03-29 12:15

深度学习三巨头Hinton,Bengio,LeCunn共摘本年度ACM图灵奖（ACM A.M. Turing Award）

ACM官网消息：https://awards.acm.org/about/2018-turing众所周知的深度学习三巨头：YoshuaBengio,GeoffreyHinton,YannLeCun三人共同拿下本年度的图灵奖，以表彰他们在人工智能领域内所做的贡献。图灵奖是计算机领域内的最高奖项。以著名的计算机科学家艾伦图灵的名字命名，由ACM设立，每年颁发。这里我们还是重点关注三位的selected
江户川柯壮·2019-03-27 23:13

High&NewTech：重磅！来自深度学习的三位大牛Yoshua、Hinton、LeCun荣获2018年图灵奖

Bengio是蒙特利尔大学教授，也是Mila,Quebec人工智
一个处女座的程序猿·2019-03-27 20:43

Generative Adversarial Nets——NIPS2014

GAN势如破竹地被Goodfellow提出，Goodfellow师从Bengio，2014年的这一篇GenerativeAdversarialNets的发表也是第一次GAN被完整的提出来。
Miss Wu·2019-03-17 19:59

深度学习中文版-Deep Learning-Yoshua Bengio.pdf

深度学习中文版-DeepLearning-YoshuaBengio.pdf:https://fgk.pw/i/Vyywfdr4128
JensLee·2019-03-16 00:04

NLP（四）神经网络词向量表示技术

NNLMLBLRNNLMC&WCBOW和skip-gram1NNLM（Bengio，2001）该模型在学习语言模型的同时，也得到了词向量。NNLM对n元语言模型进行建模，估算的值。
shijiatongxue·2019-03-15 12:19

卷积神经网络结构——LeNet-5（卷积神经网络入门，Keras代码实现）

1998年LeCun和Bengio等人利用LeNet-5网络在手写体数字识别领域上的识别效果超过了传统方法，从此开启了卷积神经网络的在图像上的应用大门。
虚闻松声·2019-03-10 20:16

循环神经网络中的梯度消失问题及其解决办法

想进一步的了解RNN中的梯度消失和梯度爆炸问题，参考Bengio等人[2016]中的10.7节。想要了解在LSTM(GRU)中使用门结构的动机以及它们和解决RNN
Miracle_520·2019-03-05 14:16

用于超参数随机化搜索的几个分布

Bengio等人在《RandomSearchforHyper-ParameterOptimization》中提出了随机化搜索的方法。他们指出大部分参数空间存在“低有效维度(lowef
massquantity·2019-01-21 20:00

论文阅读：Deep learning—Yann LeCun, Yoshua Bengio & Geoffrey Hinton

这篇文章从期末前写到期末后，因为内容实在太多了...这篇论文包含了深度学习中比较常见的几个概念，但因为我主要方向是图像领域，因此只对前半部分进行了学习。最近同时在看李宏毅老师的课程，没有专门记笔记，但是把一些内容融合在了下面概念的理解中。论文阅读：Deeplearning—YannLeCun,YoshuaBengio&GeoffreyHinton这是一篇概述性论文，作为深度学习论文学习的入门篇，作
lyn_decoder·2019-01-16 12:07

【收藏清单】AI学习资料汇总——你想要的AI资源，这里都有

https://www.tinymind.cn/articles/52、李飞飞、吴恩达、Bengio等人的15大顶级深度学习课程，你收
AI科技大本营·2018-12-10 14:42

【收藏清单】AI学习资料汇总——你想找的AI资源，这里都有

https://www.tinymind.cn/articles/52、李飞飞、吴恩达、Bengio等人的15大顶级深度学习课程，你收
csdn人工智能头条·2018-12-10 14:44

AI英雄 | 对话AI大师Bengio：AI不应变成军备竞赛

关注网易智能，聚焦AI大事件，读懂下一个大时代！出品| 网易智能（公众号smartman163）期号| AI英雄-第111期选自|LaptopsMagazine译者| 李擎人工神经网络和深度学习领域的大牛、加拿大计算机科学家YoshuaBengio日前在MIT的一次活动中接受采访时表示，希望停止有关人工智能军备竞赛的讨论，并让发展中国家更容易获得这项技术。YoshuaBengio是现代人工智能的大
网易智能·2018-11-26 00:00

深度学习的一些方法

xavier初始化：xavier初始化方法由Bengio在2010年提出，基
-牧野-·2018-11-23 09:38

二十一世纪计算丨Yoshua Bengio：深度学习通往人类水平AI的挑战

演讲中，Bengio以去年发布在arXiv的研究计划论文“有意识先验”（Theconsciousnessprior）
微软研究院AI头条·2018-11-15 19:06

Bengio团队提出BabyAI：首个有人类参与的AI语言学习平台

简介如何训练智能体去理解人类的自然语言指令？无论从实用技术还是科学研究的角度看，该问题都十分重要。虽然人工智能技术在不断演进，但是如何实现可更好地理解自身需求的智能助手的问题仍然未得到很好的解决。从另一方面看，心理学、认知科学和语言学研究等领域也在研究类似问题，但是这些研究主要针对人类儿童阶段。要实现扎实的语言学习能力，需要将计算机科学与对人类语言的识别研究结合起来。近期，蒙特利尔大学Yoshua
昵称4·2018-11-12 12:00

深度学习巨头Yoshua Bengio清华演讲: 深度学习通往人类水平人工智能的挑战

来源：专知摘要：2018年11月7日晚，被称为“深度学习三巨头”之一的蒙特利尔大学计算机科学与运算研究系教授YoshuaBengio在清华大学做了《深度学习抵达人类水平人工智能所面临的挑战（ChallengesforDeepLearningtowardsHuman-LevelAI》的学术报告。YoshuaBengio教授客观的说，目前人工智能距离人类水平还仍然十分遥远，人工智能在工业应用的成功主要
人工智能学家·2018-11-11 19:22

AI大师丨Yoshua Bengio：纯粹与理想，深度学习的30年

11月7日，YoshuaBengio将作为演讲嘉宾，参加微软亚洲研究院举办的“二十一世纪的计算”学术研讨会暨微软教育峰会，在与Bengio大神面对面之前，先来看看他的研究故事吧！
微软研究院AI头条·2018-10-18 18:34

深度学习的最新研究进展（三）

Bengio（2009）解释了深层架构，例如Boltzmannmachine（BM）和RestrictedBoltzmannMachines（RBM）及其变体等。
慧安金科·2018-09-25 15:01

深度学习的最新研究进展（二）

Bengio（2009）解释了深度结构的神经网络，如卷积神经网络（CNN）、自编码器（AE）及其变体等。Deng和Yu（2014）详细介绍了一些神经网络架构，如AE及其变体。
慧安金科·2018-09-19 14:24

【深度学习(Deep Learning by Yoshua Bengio & Ian GoodFellow )学习笔记】第一部分（应用数学与机器学习基础）——线性代数

线性代数线性代数主要面向连续数学，而非离散数学，所以很多计算机科学家很少接触它。然而掌握好线性代数对理解和从事机器学习算法相关工作时很有必要的。1.1标量、向量、矩阵和张量标量（scalar）：一个标量就是单独一个数。通常用斜体、小写表示。介绍标量时，通常会明确表示它所属的类型。如：定义实数标量：会说“令s∈R”表示一条斜率。向量（vector）:一个向量就是一列有序排列的数。通常用粗体、小写表示
慢慢成长的芦苇·2018-08-29 16:18

神经网路语言模型(NNLM)的理解

用神经网络来训练语言模型的思想最早由百度IDL（深度学习研究院）的徐伟提出[1],NNLM（NerualNetworkLanguageModel）是这方面的一个经典模型，具体内容可参考Bengio2003
lilong117194·2018-08-24 17:36

Nature纪念人工智能60周年专题，由三位大神合写！

本文是《Nature》杂志为纪念人工智能60周年而专门推出的深度学习综述，也是Hinton、LeCun和Bengio三位大神首次合写同一篇文章。
嵌入式资讯精选·2018-08-15 11:00

Linux下使用Caffe自己制作数据、并训练手写数字识别模型（python版）

训练模型第一步：下载MNIST数据集在Linux的终端输入：wgethttp://deeplearning.net/data/mnist/mnist.pkl.gz原版mnist数据集下载比较慢，所以使用这个bengio
安歇在溪水旁·2018-08-04 11:33

重磅 | Hinton、LeCun、Bengio联合署名深度学习综述，《Nature》纪念人工智能60周年专题...

本文是《Nature》杂志为纪念人工智能60周年而专门推出的深度学习综述，也是Hinton、LeCun和Bengio三位大神首次合写同一篇文章。
enohtzvqijxo00atz3y8·2018-07-29 07:00
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他