hinton

AlexNet 阅读理解 - ImageNet Classification with Deep Convolutional Neural Networks

原文地址]关于AlexNet的介绍.博主Yuens对论文和网络结构理解真心透彻，膜拜.转载并非常感谢原博主-Yuens’sBlog.这篇文章是AlexKrizhevsky在2012年提出的，Alex师从Hinton
AIHGF·2020-07-02 13:18

机器学习：分类与回归（classify and regression）

分类与回归问题在用DBN作手写体识别实验的时候，hinton2006年发表的论文AfastlearningAlgorithmfordeepbeliefnets所对应的代码，里面用到softmax进行多分类
happy_XYY·2020-07-02 13:18

CIFAR-10 数据集

CIFAR-10数据集简介CIFAR-10是由Hinton的学生AlexKrizhevsky和IlyaSutskever整理的一个用于识别普适物体的小型数据集。
翟羽嚄·2020-07-02 11:27

深度学习要另起炉灶，彻底抛弃反向传播

原文其它链接其它链接2、原文浅析浅析更新【导读】Hinton在接受Axios网站采访时表示，他现在对反向传播算法“深感怀疑”。
Shaelyn_W·2020-07-02 11:21

深度学习学术论文阅读笔记（一）之经典学术论文阅读笔记

《Learningmultiplelayersofrepresentation》/GE.Hinton（1）主要内容：论述采用多层网络表达（深度学习网络：卷积网络，堆叠自动编码器，深度神经网络）来提取（如
lqfarmer·2020-07-02 10:24

caffe cifar10数据集训练及模型调用

一、cifar数据集介绍Cifar-10是由Hinton的两个大弟子AlexKrizhevsky、IlyaSutskever收集的一个用于普适物体识别的数据集。
徐大大平凡之路·2020-07-02 03:45

专访深度学习之父Geoffrey Hinton：人工智能的向量之舞

你目前所见到的每一个人工智能领域的新进展，都取决于三十年前的突破。要保持进步，需要打破人工智能巨大的局限性。1980年代中期出版的这本书，展示了如何训练具有多层次的神经网络，它为过去十年里AI的进步奠定了基础。对于人工智能的未来，MIT的记者JamesSomers专访了深度学习之父GeoffreyHinton。以下是正文：▍向量学院与全球人工智能中心我正站在即将成为世界中心的地方，又或许只是位于多
机械鸡_·2020-07-02 00:46

常用数据集

一、Cifar数据集Hinton参与收集彩色图像（RGB）图像尺寸相同分为两种：Cifar10和Cifar100用于图片分类Cifar10包含60000条数据，50000条用于训练，10000条用于测试
dejing6575·2020-07-01 22:15

线上直播丨Hinton等6位图灵奖得主、百余位顶级学者邀你群聊AI

GeoffreyHinton等6位图灵奖得主亲临，百余位顶级学者邀请你加入群聊「2020北京智源大会」，深入系统探讨「人工智能的下一个十年」。自2009年深度学习崛起以来，第三波人工智能浪潮席卷全球，推动了新一波技术革命。在这波澜壮阔的11年，我们见证了技术突破、应用创新与产业变革。技术上，深度学习首先带来计算机视觉、语音识别等领域的突破，让机器识别的准确率一步步突破人类水平；在应用上，深度学习、
AI科技大本营·2020-07-01 21:46

儿子转眼就长大：Hinton、LeCun、Bengio 口述神经网络简史

1960年的水牛城，工作人员正在「精细调节」一台感知机作者：杨晓凡刘鹏思颖摘要：几位最偏执的人坚持到了春天来临谷歌母公司Alphabet，亚马逊，苹果，Facebook和微软这些全球最大的科技巨头们，都已经很大程度上将自己的未来押在了AI上面，他们开启了一轮「谁先打造出更智能的机器」的AI竞赛。巨头们的AI竞赛点燃了AI技术，几乎是一夜之间特斯拉的自动驾驶汽车已经奔驰在路上，而亚马逊语音助手Ale
人工智能学家·2020-07-01 19:30

计算机视觉caffe之路第三篇：CIFAR-10数据集训练及预测实例

1.简介Cifar-10是由Hinton的两个大弟子AlexKrizhevsky、IlyaSutskever收集的一个用于普适物体识别的数据集。Cifar是加拿大政府牵头投资的一个先进科学项目研究所。
asukasmallriver·2020-07-01 17:50

AI大事件 | Geoffrey Hinton决定抛弃反向传播_预期策略梯度算法

本文来源于阿里云-云栖社区，原文点击这里。呜啦啦啦啦啦大家好呀，又到了本周的AI大事件时间了。过去的一周中AI圈都发生了什么？大佬们互撕了哪些问题？研究者们发布了哪些值得一读的论文？又有哪些开源的代码和数据库可以使用了？文摘菌带你盘点过去一周AI大事件！了解过去一周AI爆点，一篇就够啦！新闻GeoffreyHinton决定抛弃反向传播来源：WWW.AXIOS.COM链接：http://click.
Mr_zebra·2020-07-01 08:09

Geoffrey Hinton专访：如何解释神经网络的变迁

在津南谷歌的I/O开发者大会上，美国科技媒体Wired的NicholasThompson和Hinton讨论了他早期对大脑的痴迷，以及计算机可以模仿其神经结构的可能性。
BigDataDigest·2020-07-01 08:10

提出反向传播算法、深度学习之父 Geoffrey Hinton 将要来演讲

GeoffreyHinton等6位图灵奖得主亲临，百余位顶级学者邀请你加入群聊「2020北京智源大会」，深入系统探讨「人工智能的下一个十年」。自2009年深度学习崛起以来，第三波人工智能浪潮席卷全球，推动了新一波技术革命。在这波澜壮阔的11年，我们见证了技术突破、应用创新与产业变革。技术上，深度学习首先带来计算机视觉、语音识别等领域的突破，让机器识别的准确率一步步突破人类水平；在应用上，深度学习、
算法channel·2020-07-01 07:34

Geoffrey Hinton 等6位图灵奖得主和100多位专家邀请您共话人工智能下一个十年

关注上方“深度学习技术前沿”，选择“星标公众号”，技术干货，第一时间送达！自2009年深度学习崛起以来，第三波人工智能浪潮席卷全球，推动了新一波技术革命。在这波澜壮阔的11年，我们见证了技术突破、应用创新与产业变革。技术上，深度学习首先带来计算机视觉、语音识别等领域的突破，让机器识别的准确率一步步突破人类水平；在应用上，深度学习、强化学习、联邦学习等学习范式在安防、游戏、金融等不同场景带来新的创新
深度学习技术前沿·2020-07-01 06:14

LSTM之亲、图灵奖得主Hinton亲临中国顶级AI大会

GeoffreyHinton等6位图灵奖得主亲临，百余位顶级学者邀请你加入群聊「2020北京智源大会」，深入系统探讨「人工智能的下一个十年」。自2009年深度学习崛起以来，第三波人工智能浪潮席卷全球，推动了新一波技术革命。在这波澜壮阔的11年，我们见证了技术突破、应用创新与产业变革。技术上，深度学习首先带来计算机视觉、语音识别等领域的突破，让机器识别的准确率一步步突破人类水平；在应用上，深度学习、
weixin_38754123·2020-07-01 06:06

什么是 Dropout

为了应对神经网络很容易过拟合的问题，2014年Hinton提出了一个神器，**Dropout:ASimpleWaytoPreventNeuralNetworksfromOverfitting**(originalpaper
不会停的蜗牛·2020-07-01 05:50

[论文笔记] [2013] [ICLR] Efficient estimation of word representations in vector space

1986年Hinton提出了DistributedRepresentation这个概念，2003年Bengio提出的NNLM首次使用了词向量，而这篇论文提出了两种新的模型结构对以前学习词向量的方式进行改进
Alexzhuan·2020-07-01 04:40

Hinton等6位图灵奖得主、百余位顶级学者邀你加入群聊，共话人工智能下一个十年...

GeoffreyHinton等6位图灵奖得主亲临，百余位顶级学者邀请你加入群聊「2020北京智源大会」，深入系统探讨「人工智能的下一个十年」。自2009年深度学习崛起以来，第三波人工智能浪潮席卷全球，推动了新一波技术革命。在这波澜壮阔的11年，我们见证了技术突破、应用创新与产业变革。技术上，深度学习首先带来计算机视觉、语音识别等领域的突破，让机器识别的准确率一步步突破人类水平；在应用上，深度学习、
zenRRan·2020-07-01 03:48

和Hinton等图灵奖得主聊人工智能是怎么样一种体验？

GeoffreyHinton等6位图灵奖得主亲临，百余位顶级学者邀请你加入群聊「2020北京智源大会」，深入系统探讨「人工智能的下一个十年」。自2009年深度学习崛起以来，第三波人工智能浪潮席卷全球，推动了新一波技术革命。在这波澜壮阔的11年，我们见证了技术突破、应用创新与产业变革。技术上，深度学习首先带来计算机视觉、语音识别等领域的突破，让机器识别的准确率一步步突破人类水平；在应用上，深度学习、
程序员吴师兄·2020-07-01 02:21

Hinton等6位图灵奖得主、百余位顶级学者邀你加入群聊，共话人工智能下一个十年...

GeoffreyHinton等6位图灵奖得主亲临，百余位顶级学者邀请你加入群聊「2020北京智源大会」，深入系统探讨「人工智能的下一个十年」。自2009年深度学习崛起以来，第三波人工智能浪潮席卷全球，推动了新一波技术革命。在这波澜壮阔的11年，我们见证了技术突破、应用创新与产业变革。技术上，深度学习首先带来计算机视觉、语音识别等领域的突破，让机器识别的准确率一步步突破人类水平；在应用上，深度学习、
csdn人工智能头条·2020-07-01 02:16

Hinton等6位图灵奖得主、百余位顶级学者邀你群聊，共话人工智能下一个十年...

GeoffreyHinton等6位图灵奖得主亲临，百余位顶级学者邀请你加入群聊「2020北京智源大会」，深入系统探讨「人工智能的下一个十年」。自2009年深度学习崛起以来，第三波人工智能浪潮席卷全球，推动了新一波技术革命。在这波澜壮阔的11年，我们见证了技术突破、应用创新与产业变革。技术上，深度学习首先带来计算机视觉、语音识别等领域的突破，让机器识别的准确率一步步突破人类水平；在应用上，深度学习、
菜鸟学Python·2020-07-01 01:35

Hinton等6位图灵奖得主、百余位顶级学者邀你加入群聊，共话人工智能下一个十年...

GeoffreyHinton等6位图灵奖得主亲临，百余位顶级学者邀请你加入群聊「2020北京智源大会」，深入系统探讨「人工智能的下一个十年」。自2009年深度学习崛起以来，第三波人工智能浪潮席卷全球，推动了新一波技术革命。在这波澜壮阔的11年，我们见证了技术突破、应用创新与产业变革。技术上，深度学习首先带来计算机视觉、语音识别等领域的突破，让机器识别的准确率一步步突破人类水平；在应用上，深度学习、
PaperWeekly·2020-07-01 01:03

什么样的AI大会，光图灵奖得主就邀请了6位！千万别看门票价格

这也是与中国渊源颇深的Hinton，第
QbitAl·2020-07-01 00:57

Deep learning: Dropout, DropConnect

Dropout是Hinton在2012年提出来的。Dropout是指在模型训练时随机的让隐层节点的权重变成0，暂时认为这些节点不是网络结构的一部分，但是会把它们的权重保留下来（不更新）上图帮助理解。
董老师wenjunoy·2020-06-30 22:18

capsule解读

本篇blog主要是源于对hinton的DynamicRoutingBetweenCapsules进行理解，转载请注明出处容器（capsule）：表示的是一些神经元的集合，这些神经元都是某一类别实体的激活的向量
山抹微云654·2020-06-30 15:35

Tensorflow实现AlexNet

Hinton教授团队提出了一个简单有效的方法，Dropout，将神经网络某一层的输出节点数据随机丢弃一部分，实质上等于创造出了很多新的随机样本
Manfestain·2020-06-30 14:13

机器学习两种方法——监督学习和无监督学习（通俗理解）

前言机器学习分为：监督学习，无监督学习，半监督学习（也可以用hinton所说的强化学习）等。在这里，主要理解一下监督学习和无监督学习。
奋斗的博客·2020-06-30 14:06

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）http://www.csdn.net/article/2015-06-02/2824825【编者按】三大牛YannLeCun、YoshuaBengio
zdy0_2004·2020-06-30 12:25

Geoffrey Hinton：放弃反向传播，我们的人工智能需要重头再来

但是就在最近，Hinton却说BackPropagation方法应该被摈弃，转而去发掘另外的通向AI的新路径。Hinton说他现在“深度怀疑”BackPropa
zchang81·2020-06-30 12:29

机器学习两种方法——监督学习和无监督学习（通俗理解）

前言机器学习分为：监督学习，无监督学习，半监督学习（也可以用hinton所说的强化学习）等。在这里，主要理解一下监督学习和无监督学习。
风翼冰舟·2020-06-30 12:05

Tensorflow中的dropout的使用方法

Hinton在论文《Improvingneuralnetworksbypreventingco-adaptationoffeaturedetectors》中提出了Dropout。
·2020-06-30 12:57

RNN训练过程详解

Hinton第七课。
-dragon-·2020-06-30 11:37

辛顿（Hinton）大师介绍深度学习

辛顿（Hinton）大师介绍深度学习2015年5月28日，《自然》杂志（521卷，pp435-444）刊登深度学习创始人杰夫·辛顿（GeoffreyHinton，1947-）评论深度学习的文章，通俗易懂
yuanmeng001·2020-06-30 09:55

Hinton介绍胶囊理论的论文

文章来源：https://mp.weixin.qq.com/s/00UAn7m_yeYld-s60NFA8A雷锋字幕组AI科技评论AI科技评论按：昨天深度学习教父GeoffreyHinton关于Capsule（胶囊）的新论文一发出，马上引起了热烈讨论。AI科技评论微信公众号发出的解读文章下也收到了踊跃的留言，有读者表示“自己也有这样的想法”（笑）。今天我们也趁热对论文做了全文翻译，想了解具体细节的
yangdelong·2020-06-30 05:02

Hinton大神Capsule论文首次公布，深度学习基石CNN或被取代

文章来源：新智元https://mp.weixin.qq.com/s/5Af_K_BGrD5RomgpWxJNBQ【新智元导读】Hinton要打造下一代CNN的Capsule细节终于通过一篇论文发布。
yangdelong·2020-06-30 05:02

【Hinton大神新作】Dynamic Routing Between Capsules阅读笔记

DynamicRoutingBetweenCapsules卷积信号处理之卷积，信号的叠加与分解http://blog.csdn.net/lz0499/article/details/70195284信息是由多个信号组成的，例如图片里面的车、人、天空、草地等等傅里叶变换核心概念Vector，instantiationparameters，个人理解类似于结构性的先验知识，PriorLengthofVe
轩辕森·2020-06-30 03:16

【deep learning学习笔记】Greedy Layer-Wise Training of Deep Networks

在Hinton提出stackRBM组成的DBN之后，Bengio这篇文章一方面验证DBN模型，另一方面讨论可能的扩展。
xceman1997·2020-06-29 23:00

Yoshua Bengio为什么能跟Hinton、LeCun相提并论？

看看2015年Natrue上一篇名为deeplearning的综述，是由bengio，hinton和lecun一起做的Hinton的几种算法让深度神经网络work，带活了整个领域。
舒克在升级打怪·2020-06-29 18:18

神经网络应用场景

神经网络应用场景（1）语音识别自2006年Hinton等提出深度学习的概念，神经网络再次回到人们的视野中，语音识别是第1个取得突破的领域。
时间之里·2020-06-29 12:39

图像识别-AlexNet网络结构详解

AlexNet网络结构详解一、简介二、网络结构解析三、算法创新点四、Caffe框架下训练一、简介AlexNet网络，是2012年ImageNet竞赛冠军获得者Hinton和他的学生AlexKrizhevsky
算法之美DL·2020-06-29 12:06

人体骨骼关键点检测(姿态估计)综述2019

2012年，Hinton课题组为了证明深度学习的潜力，首次参加ImageNet图像识别比赛，其通过构建的CNN网络AlexNet一举夺得冠军，且碾压第
weixin_43915208·2020-06-29 11:35

深度学习 --- 深度卷积神经网络详解（AlexNet 网络详解）

本篇将解释另外一个卷积神经网络，该网络是Hinton率领的谷歌团队（AlexKrizhevsky，IlyaSutskever，GeoffreyE.Hinton）在2010年的ImageNet大赛获得冠军的一个神经网络
zsffuture·2020-06-29 04:49

DL代码参考

文章目录AlexNet实现VGG16-Keras实现AlexNet实现在2012年ImageNet竞赛中，来自多伦多大学的Hinton教授带着他的学生AlexKrizhevsky惊艳了世界，他们构建的神经网络模型以超过第二名
星尘逸风·2020-06-29 04:14

一文全览，AAAI 2020上的知识图谱

其实仅仅在几年以前，我们都很少在计算机科学界的学术会议上看到他们的身影，Hinton甚至表示自己都很久不参与AAAI会议了——毕
喜欢打酱油的老鸟·2020-06-29 03:04

吴恩达教授访谈Hinton教授摘要

总结如下：1.Hinton的论文让人们真正意义上地理解了反向传播(BP)算法，1986年被Nature收录。
RainbowSun1102·2020-06-29 01:31

(12)[arXiv16] Layer Normalization

计划完成深度学习入门的126篇论文第十二篇，多伦多大学的Hinton针对RNN等模型研究了对于BatchNorm的变种LayerNormalization。
gdtop818·2020-06-28 20:36

lecture15-自动编码器、语义哈希、图像检索

Hinton第15课，本节有课外读物《SemanticHashing》和《UsingVeryDeepAutoencodersforContent-BasedImageRetrieval》这两篇论文一、从
weixin_34306593·2020-06-28 16:51

深度学习必备手册（上）

（二）机器学习必备手册——博客整理系列（三）扩展眼界的都在这——博客整理系列（四）深度学习必备手册——博客整理系列（六）深度学习的概念源于人工神经网络的研究，如果追溯深度学习的概念还是要回到2006年Hinton
weixin_34019929·2020-06-28 09:46

Yoshua Bengio, Yann LeCun, Geoffrey Hinton 获 2018 年图灵奖 ...

雷锋网(公众号：雷锋网)AI科技评论按，今天，ACM宣布，2018年图灵奖获得者是号称深度学习三巨头的YoshuaBengio,YannLeCun和GeoffreyHinton，得奖理由是：他们在概念和工程上取得的巨大突破，使得深度神经网络成为计算的关键元素（Forconceptualandengineeringbreakthroughsthathavemadedeepneuralnetworks
weixin_33728708·2020-06-28 04:54
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他