Bengio

机器学习基本概念-1

机器学习大牛Bengio给出的解释是:Amachinelearningalgorithmisanalgorithmthatisabletolearnfromdata.这里的learn，Mitchell(
GavinZhou_xd·2016-08-27 23:34

Nature：Hinton、LeCun、Bengio三巨头权威科普深度学习

Hinton、LeCun、Bengio是深度学习的最权威的科学家。文中介绍的网络是深度学习中最为成熟，经典的部分。读这篇文章可以对深度学习的核心模块有一个最快的认识。
Richard_More·2016-08-27 12:16

SDAE--随读笔记

SDAE是将多个DAE(DenoisingAutoencoder)堆叠起来形成的一种算法.由P.Vincent,Hugo,Larochelle,Y.Bengio等人在StackedDenoisingAutoencoders
hslvien·2016-08-23 17:43

CNN-LSTM Image Captioning

Google基于CNN+RNN开发了一个ImageCaptionGenerator:http://bengio.abracadoudou.com/cv/publications/pdf/vinyals_
Mandddy·2016-08-23 16:38

计算机视觉及机器学习的一些学习资源（都是干货）

第二部分DP笔记来自Bengio的最新书籍DeepLearning.机器学习的系列笔记，内容包括：聚类(Clustering)、支持向量机、学习模型的评估和选择、神经网络NeuralNetworks、LogisticRegression
Coooooooooooooder·2016-06-16 08:09

深度学习FPGA实现基础知识13(向专家致敬--深度学习-LeCun、Bengio和Hinton的联合综述)

需求说明：深度学习FPGA实现知识储备来自：http://www.csdn.net/article/2015-06-01/2824811【编者按】三大牛YannLeCun、YoshuaBengio和GeoffreyHinton在深度学习领域的地位无人不知。为纪念人工智能提出60周年，最新的《Nature》杂志专门开辟了一个“人工智能+机器人”专题，发表多篇相关论文，其中包括了YannLeCun、Y
Times_poem·2016-06-08 15:00

Deep Learning (Yoshua Bengio, Ian Goodfellow, Aaron Courville) 翻译 Part 2 第6章

http://www.deeplearningbook.org/第6章DeepFeedforwardNetworksDeepFeedforwardNetworks也被称为feedforwardneuralnetworks或multi-layerperceptrons(MLPs),是十分重要的深度学习模型。FeedforwardNetworks的目标是拟合一个函数f*,比如一个分类器，y=f*(x)
guotong1988·2016-06-06 16:07

计算机视觉库整理

htmlDeepLearning（深度学习）：ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二Bengio
寒梅傲骨·2016-05-20 09:45

Deep Learning (Yoshua Bengio, Ian Goodfellow, Aaron Courville) 翻译 Part 1

http://www.deeplearningbook.org/67页，3.10常用函数及性质逻辑sigmoid用来产生伯努利分布的phi参数，因为它的范围是0到1，也就是在phi参数的有效值区间。softplus函数用来产生正态/高斯分布的beta或sigma参数，因为它的范围是0到正无穷，4.1underflow和overflow一种rounding错误，会是毁灭性的，是underflow，发
guotong1988·2016-05-06 18:25

Deep Learning (Ian Goodfellow, Yoshua Bengio and Aaron Courville) 阅读笔记

IanGoodfellow,YoshuaBengioandAaronCourville合著的《DeepLearning》终于写完了，并且放在网上可以在线免费阅读。网址：http://www.deeplearningbook.org一些笔记整理于此。Chapter11实践指导1什么问题适合用deeplearning如果一个问题是AI-complete的，就可以用。2明确目标任务errormetric
wiking__acm·2016-04-23 11:54

Deep Learning (Ian Goodfellow, Yoshua Bengio and Aaron Courville) 阅读笔记

IanGoodfellow,YoshuaBengioandAaronCourville合著的《DeepLearning》终于写完了，并且放在网上可以在线免费阅读。网址：http://www.deeplearningbook.org目前只看了2章，收获很大，一些笔记整理于此。Chapter11实践指导1什么问题适合用deeplearning如果一个问题是AI-complete的，就可以用。2明确目标
Wiking__acm·2016-04-23 11:00

Deep Learning (Ian Goodfellow, Yoshua Bengio and Aaron Courville) 阅读笔记

IanGoodfellow,YoshuaBengioandAaronCourville合著的《DeepLearning》终于写完了，并且放在网上可以在线免费阅读。网址：http://www.deeplearningbook.org一些笔记整理于此。Chapter11实践指导1什么问题适合用deeplearning如果一个问题是AI-complete的，就可以用。2明确目标任务errormetric
Wiking__acm·2016-04-23 11:00

Bengio大神的《Deep Learning》全书已完稿可获取全书电子版

【推荐】Bengio大神的《DeepLearning》全书已完稿可获取全书电子版2016-04-07机器学习研究会点击上方“机器学习研究会”可以订阅哦！
jstudy0·2016-04-09 12:27

《Deep Learning》全书已完稿_附全书电子版

DeepLearning第一篇书籍终于问世了，网站链接：http://www.deeplearningbook.org/Bengio大神的《DeepLearning》全书电子版在百度网盘下载：链接:http
u010402786·2016-04-08 12:00

神经网络机器翻译Neural Machine Translation(2): Attention Mechanism

为此，Bengio研究组提出基于注意力（Attention）的NMT，能较好的缓解这一问题并且能更好地处理长距离依赖。本文将介绍这
clear-·2016-04-04 18:13

[置顶] 神经网络机器翻译Neural Machine Translation(2): Attention Mechanism

为此，Bengio研究组提出基于注意力（Attention）的NMT，能较好的缓解这一问题并且能更好地处理长距离依赖。本文将介绍这
u011414416·2016-04-04 18:00

开始学习深度学习和循环神经网络Some starting points for deep learning and RNNs

Bengio,LeCun,Jordan,Hinton,Schmidhuber,Ng,deFreitasandOpenAIhavedoneredditAMA's.TheseareniceplacestostarttogetaZeitgeistofthefield.HintonandNglecturesatCoursera
garfielder007·2016-03-29 12:35

二值神经网络（Binary Neural Network，BNN）

而Bengio大神的这篇文章，则不止于将特征二值化，而是要将权重和每层的激活值统统二值化。相比于非二值化的网络，将大量的数学运算变成了位操作。
xinzhangyanxiang·2016-03-18 20:00

深度学习入门必看的书和论文？有哪些必备的技能需学习？

非常好的科普文章，可快速浅显了解DeepLearning：http://www.nature.com/nature/journal/v521/n7553/full/nature14539.html2.深度学习大牛Bengio
darren2015zdc·2016-03-10 09:34

Nature重磅：Hinton、LeCun、Bengio三巨头权威科普深度学习

原文链接：http://www.cnblogs.com/lv8218218/p/5166151.html2015-7-1622:55|发布者:炼数成金_小数|来自:机器之心摘要:借助深度学习，多处理层组成的计算模型可通过多层抽象来学习数据表征。这些方法显著推动了语音识别、视觉识别、目标检测以及许多其他领域的技术发展。机器学习为现代生活诸多方面带来巨大动力：从网页搜索到社交网络...借助深度学习，多
ddrz7697·2016-01-28 14:00

Nature重磅：Hinton、LeCun、Bengio三巨头权威科普深度学习

2015-7-1622:55| 发布者: 炼数成金_小数| 来自:机器之心 摘要:借助深度学习，多处理层组成的计算模型可通过多层抽象来学习数据表征。这些方法显著推动了语音识别、视觉识别、目标检测以及许多其他领域的技术发展。机器学习为现代生活诸多方面带来巨大动力：从网页搜索到社交网络...  借助深度学习，多处理层组成的计算模型可通过多层抽象来学习数据表征（representations）。这些方法
乷迦·2016-01-28 14:00

Deep Learning（深度学习）

DeepLearning（深度学习）：ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二Bengio
江中炼·2016-01-27 17:00

【Yoshua Bengio 亲自解答】机器学习 81 个问题及答案 (部分)

【YoshuaBengio亲自解答】机器学习81个问题及答案(部分)新智元编译1来源：Quora译者：张巨岩王婉婷李宏菲戴秋池这是Quora的最新节目，针对特定话题进行系列的问答。如果你不了解Quora，可以把它看作美国版的知乎，不过里面大咖云集，奥巴马、ElonMusk、BillGates都会在上面回答问题。这是针对特定话题的问答系列，而有什么能比机器学习更适合作为开头的第一个话题呢？机器学习无
OcmRaZOR·2016-01-25 08:51

【Yoshua Bengio 亲自解答】机器学习 81 个问题及答案 (部分)

【YoshuaBengio亲自解答】机器学习81个问题及答案(部分)  新智元编译1来源：Quora译者：张巨岩  王婉婷  李宏菲  戴秋池这是Quora的最新节目，针对特定话题进行系列的问答。如果你不了解Quora，可以把它看作美国版的知乎，不过里面大咖云集，奥巴马、ElonMusk、BillGates都会在上面回答问题。 这是针对特定话题的问答系列，而有什么能比机器学习更适合作为开头的第一个
csyhhb·2016-01-25 08:00

【Yoshua Bengio 亲自解答】机器学习 81 个问题及答案（最全收录）

本文转自：http://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=401958262&idx=1&sn=707f228cf5779a31f0933af903516ba6&scene=1&srcid=0121zzdeFPtgoRoEviZ3LZDG#rd译者：张巨岩王婉婷李宏菲戴秋池这是Quora的最新节目，针对特定话题进行系列的问答。如果你不了解Q
帅气的弟八哥·2016-01-22 16:21

Theano-Deep Learning Tutorials 笔记:Stacked Denoising Autoencoders (SdA)

www.deeplearning.net/tutorial/SdA.htmlTheStackedDenoisingAutoencoder(SdA)isanextensionofthestackedautoencoder[Bengio07
u012816943·2016-01-14 09:00

盘点机器学习领域的五大流派

他认为，机器学习中符号主义者的代表人物是Mitchell、Muggleton、Quilan，联结主义者代表是LeCun、Hinton和Bengio，进化主义代表是Koda、Holland以及Lipson
goodshot·2016-01-13 12:45

Theano-Deep Learning Tutorials 笔记:Denoising Autoencoders (dA)

AutoencodersSeesection4.6of[Bengio09]foranoverviewofauto-encoders.UFLDL中自编码介绍http://deeplearning.stanford
u012816943·2016-01-12 14:00

微博收藏（机器学习探讨）（二）

1.0 关于深度学习与工程师的讨论@龙星镖局感受：1）深度学习真成了，80%机器学习工程师失业；2）大规模机器学习依赖数据、架构，算法其次；3）NLP是深度学习的前沿阵地，Dean，Bengio，Jordan
qq_26898461·2016-01-05 09:00

对话机器学习大神Yoshua Bengio（下）

YoshuaBengio教授（个人主页）是机器学习大神之一，尤其是在深度学习这个领域。他连同GeoffHinton老先生以及YannLeCun（燕乐存）教授，缔造了2006年开始的深度学习复兴。他的研究工作主要聚焦在高级机器学习方面，致力于用其解决人工智能问题。他是仅存的几个仍然全身心投入在学术界的深度学习教授之一，好多其他教授早已投身于工业界，加入了谷歌或Facebook公司。作为机器学习社区的
GarfieldEr007·2015-12-29 13:00

NLP学习笔记(1)-词向量与语言模型

阅读的第一篇词向量相关的文献是TomasMikolov2013年的论文，其中提到了Bengio在2003的经典文章。
锦堇年·2015-12-11 23:20

NLP学习笔记(1)-词向量与语言模型

阅读的第一篇词向量相关的文献是TomasMikolov2013年的论文，其中提到了Bengio在2003的经典文章。
qjc937044867·2015-12-11 23:00

深度学习-LeCun、Bengio和Hinton的联合综述（下）

深度学习-LeCun、Bengio和Hinton的联合综述（下）摘要：YannLeCun、YoshuaBengio和GeoffreyHinton发表于《Nature》的综述文章“DeepLearning
u010025211·2015-11-16 10:00

深度学习-LeCun、Bengio和Hinton的联合综述（上）

深度学习-LeCun、Bengio和Hinton的联合综述（上）摘要：最新的《Nature》杂志专门为“人工智能+机器人”开辟了一个专题，发表多篇相关论文，其中包括了LeCun、Bengio和Hinton
u010025211·2015-11-16 10:00

基于Theano的DL的开源小框架：Dragon

Bengio做出了之后就
·2015-11-11 15:41

【deep learning学习笔记】最近读的几个ppt（未完...）

《Learning Deep Architectures_Bengio_2009》 1. Bengio 是Deep Learning的领军人物之一了，这个ppt是对其经
·2015-11-11 08:22

Deep Learning at NIPS2012

Deep Learning (see [1] for conference pre-proceedings and [2] for a well-attended workshop program by Bengio
·2015-11-11 06:40

CNN训练Cifar-10技巧

Hinton、Bengio和他的学生在2004年拿到了Cifar投资的少量资金，建立了神经计算和自适应感知项目。
·2015-11-11 04:45

栈式自动编码器(Stacked AutoEncoder)

于是Bengio等人在2007年的  Greedy Layer-Wise Training of Deep Networks 中， 仿照stacked RBM构成的DBN，提出Stacked
·2015-11-11 04:43

栈式自动编码器(Stacked AutoEncoder)

于是Bengio等人在2007年的  Greedy Layer-Wise Training of Deep Networks 中， 仿照stacked RBM构成的DBN，提出Stacked
·2015-11-11 00:30

CNN训练Cifar-10技巧

Hinton、Bengio和他的学生在2004年拿到了Cifa
·2015-11-11 00:04

The Promise of Deep Learning

The Promise of Deep Learning By Yoshua Bengio Humans have long dreamed of creating machines that
·2015-11-01 14:21

Bengio最新博文：深度学习展望

Bengio最新博文：深度学习展望   人类一直梦想着创造有智能的机器。
·2015-11-01 10:09

对话机器学习大神Yoshua Bengio（上）

Yoshua Bengio教授（个人主页）是机器学习大神之一，尤其是在深度学习这个领域。
·2015-10-31 15:47

My deep learning reading list

My deep learning reading list 主要是顺着Bengio的PAMI review的文章找出来的。
·2015-10-31 15:42

对话机器学习大神Yoshua Bengio（下）

对话机器学习大神Yoshua Bengio（下） Yoshua Bengio教授（个人主页）是机器学习大神之一，尤其是在深度学习这个领域。
·2015-10-31 10:21

Deep learning：四十九(RNN-RBM简单理解)

  　　前言： 　　本文主要是bengio的deep learning tutorial教程主页中最后一个sample：rnn-rbm in polyphonic music.
·2015-10-27 11:08

Deep learning：四十四(Pylearn2中的Quick-start例子)

  　　前言： 　　听说Pylearn2是个蛮适合搞深度学习的库，它建立在Theano之上，支持GPU(估计得以后工作才玩这个，现在木有这个硬件条件)运算，由DL大牛Bengio小组弄出来的
·2015-10-27 11:06

Deep learning：四十二(Denoise Autoencoder简单理解)

前言： 　　当采用无监督的方法分层预训练深度网络的权值时，为了学习到较鲁棒的特征，可以在网络的可视层（即数据的输入层）引入随机噪声，这种方法称为Denoise Autoencoder(简称dAE)，由Bengio
·2015-10-27 11:05

Contractive Auto-Encoder

本博客已经迁往http://www.kemaswill.com/, 博客园这边也会继续更新, 欢迎关注~ Contractive Autoencoder(CAE)是Bengio等人在2011年提出的一种新的
·2015-10-27 11:44
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他