中文AV岛国无码免费播放

    <object id="hatzn"><option id="hatzn"><mark id="hatzn"></mark></option></object>
    <object id="hatzn"></object>
    <pre id="hatzn"></pre>

  1. <center id="hatzn"><em id="hatzn"><track id="hatzn"></track></em></center>

    <del id="hatzn"><small id="hatzn"><samp id="hatzn"></samp></small></del><center id="hatzn"><small id="hatzn"><track id="hatzn"></track></small></center>
  2. <center id="hatzn"><ol id="hatzn"><p id="hatzn"></p></ol></center>

    <center id="hatzn"><em id="hatzn"></em></center>

    電子發燒友網 > 人工智能 > 正文

    什么是機器學習問題 普適逼近定理介紹

    2020年05月31日 10:42 ? 次閱讀

    ? ? ? 普適逼近定理

    眾所周知,神經網絡非常強大,可以將其用于幾乎任何統計學習問題,而且效果很好。 但是您是否考慮過為什么會這樣? 為什么在大多數情況下此方法比許多其他算法更強大?

    機器學習一樣,這有一個精確的數學原因。 簡而言之,神經網絡模型描述的功能集非常大。 但是描述一組功能意味著什么? 一組功能如何大? 這些概念乍一看似乎很難理解,但是可以正確定義它們,從而闡明為什么某些算法比其他算法更好的原因。

    機器學習作為函數逼近

    讓我們以一個抽象的觀點來闡述什么是機器學習問題。 假設我們有數據集

    其中x???是數據點,y是與數據點相關的觀測值。 觀測值y???可以是實數,甚至可以是概率分布(在分類的情況下)。 任務只是找到一個函數f(x),對于該函數f(x???)近似為y???。

    為此,我們預先修復了參數化的功能系列,然后選擇最適合的參數配置。 例如,線性回歸使用函數族

    作為參數的函數族,以a和b為參數。

    如果我們假設有一個真實的基礎函數g(x)描述了x???和y???之間的關系,則該問題可以表述為函數逼近問題。 這將我們帶入了美麗的近似理論技術領域。

    近似理論入門

    可能您一生中多次遇到指數函數。 它的定義是

    其中e是著名的歐拉數。 這是一個超越函數,基本上意味著您無法通過有限的多次加法和乘法來計算其值。 但是,當您將其放入計算器時,您仍然會獲得價值。 該值僅是一個近似值,盡管對于我們的目的通常是足夠的。 實際上,我們有

    這是一個多項式,因此可以顯式計算其值。 n越大,近似值越接近真實值。

    逼近理論的中心問題是為這些問題提供數學框架。 如果您有任何函數g(x)以及從計算方面更易于處理的函數族,那么您的目標就是找到一個與g足夠接近的"簡單"函數。 本質上,近似理論搜索三個核心問題的答案。

    什么是"足夠接近"?

    我可以(或應該)使用哪個函數系列來近似?

    從給定的近似函數族中,哪一個確切的函數最適合?

    別擔心這些聽起來是否有點抽象,因為接下來我們將研究神經網絡的特殊情況。

    神經網絡作為函數逼近器

    因此,讓我們重申這個問題。 我們有一個函數g(x),它描述數據和觀測值之間的關系。 這不是確切已知的,僅對于某些值

    其中g(x???)=y???。 我們的工作是找到一個f(x)

    從數據中概括知識

    并且在計算上可行。

    如果我們假設所有數據點都在子集X中,則

    持有,我們想要一個數量最高準則的函數

    盡可能小。 您可以通過繪制這些函數,為圖形包圍的區域著色并計算沿y軸的最大擴展區域來想象這個數量。

    即使我們不能評估g(x)的任意值,我們也應該始終在更廣泛的意義上接近它,而不是要求f(x)僅適合已知數據點x?。

    因此,給出了問題。 問題是,我們應該使用哪一組函數進行近似?

    具有單個隱藏層的神經網絡

    從數學上講,具有單個隱藏層的神經網絡定義為

    其中φ是非線性函數(稱為激活函數),例如S型函數

    值x對應于數據,而w?,b?和v?是參數。 是功能家族

    足以近似任何合理的功能? 答案是肯定的!

    普適逼近定理

    > The universal approximation theorem in its full glory :) Source: Cybenko, G. (1989) "ApproximaTIons by superposiTIons of sigmoidal funcTIons", MathemaTIcs of Control, Signals, and Systems, 2(4), 303–314.

    1989年的一個著名結果被稱為通用逼近定理,該結論指出,只要激活函數像S形函數且被逼近的函數是連續的,具有單個隱藏層的神經網絡就可以根據需要精確地對其進行逼近。 (或使用機器學習術語進行學習。)

    如果確切的定理似乎很困難,請不要擔心,我將詳細解釋整個過程。 (實際上,我故意跳過了稠密之類的概念,以使說明更清晰,盡管不夠精確。)

    步驟1。 假設要學習的函數是g(x),它是連續的。 讓我們固定一個小的ε并在函數周圍繪制一個ε寬的條紋。 ε越小,結果越好。

    第二步。 (最困難的部分。)找到表格的功能

    完全在條紋內 該定理保證了這樣的F(x)的存在,因此這個函數族被稱為通用逼近器。 這是神經網絡的真棒,賦予它們真正的力量。

    但是,有幾個警告。 例如,該定理沒有說出N,也就是隱藏層中神經元的數量。 對于較小的ε,它可能非常大,從計算角度來看這是不利的。 我們希望盡快計算預測,而計算100億項之和絕對不好玩。

    第二個問題是,即使該定理保證了一個良好的逼近函數的存在,也沒有告訴我們如何找到它。 盡管這可能令人驚訝,但這在數學中是非常典型的。 我們有非常強大的工具來推斷某些對象的存在,而又不能顯式構造它們。 (有一所稱為建構主義的數學學校,它拒絕純粹的存在性證明,例如通用逼近定理的原始證明。但是,這個問題根深蒂固。如果不接受非構造性證明,我們甚至無法談論 無限集上的函數。)

    但是,最大的問題是,在實踐中,我們永遠不會完全了解底層功能,而只會知道所觀察到的內容:

    有無數種可能的配置可以很好地適合我們的數據。 它們中的大多數可怕地概括為新數據。 您肯定知道這種現象:這是可怕的過度擬合。

    擁有權利的同時也被賦予了重大的責任

    所以,這是東西。 如果您有N個觀測值,則可以找到一個非常適合您的觀測值的N-1階多項式。 這沒什么大不了的,您甚至可以使用Lagrange插值明確地寫下該多項式。 但是,它不會推廣到任何新數據,實際上會很糟糕。 下圖展示了當我們嘗試將大多項式擬合到一個小的數據集時會發生什么。

    神經網絡也有同樣的現象。 這是一個巨大的問題,而通用逼近定理給我們關于如何克服這一問題的絕對零提示。

    通常,功能族的表現力越高,就越容易過度擬合。 擁有權利的同時也被賦予了重大的責任。 這稱為偏差方差折衷。 對于神經網絡,從權重的L1正則化到下降層,有很多方法可以緩解這種情況。 但是,由于神經網絡具有如此高的表現力,因此這個問題始終在后臺隱約可見,需要不斷關注。

    超越萬能逼近定理

    正如我已經提到的,該定理沒有提供任何工具來為我們的神經網絡找到參數配置。 從實際的角度來看,這幾乎與通用逼近性質一樣重要。 幾十年來,神經網絡一直不受歡迎,因為缺乏一種計算有效的方法來使它們適合數據。 有兩項重要的進步,使它們的使用成為可能:反向傳播和通用GPU-s。 有了這兩個工具,訓練龐大的神經網絡變得輕而易舉。 您可以使用筆記本訓練最先進的模型,甚至不費吹灰之力。 自從通用逼近定理以來,我們已經走到現在!

    通常,這是標準深度學習課程的起點。 由于其數學上的復雜性,因此未涵蓋神經網絡的理論基礎。 但是,通用逼近定理(及其證明中使用的工具)對神經網絡為何如此強大提供了非常深入的了解,甚至為工程新穎的體系結構奠定了基礎。 畢竟,誰說過我們只能將S型和線性函數結合起來?

    下載發燒友APP

    打造屬于您的人脈電子圈

    關注電子發燒友微信

    有趣有料的資訊及技術干貨

    關注發燒友課堂

    鎖定最新課程活動及技術直播

    電子發燒友觀察

    一線報道 · 深度觀察 · 最新資訊
    收藏 人收藏
    分享:

    評論

    相關推薦

    第一屆中國AI與機器學習研討會

    活動內容  人工智能技術將在未來對傳統產業產生重大顛覆性影響,人工智能將在各行各業為創新設計帶來新的動力,它也將催生新的
    發燒友學院發表于 2018-03-29 00:00? 774次閱讀
    第一屆中國AI與機器學習研討會

    什么是“可解釋的”? 可解釋性AI不能解釋什么

    通過建立既可解釋又準確的模型來改良這種錯誤的二分法。關鍵是將神經網絡與決策樹相結合,在使用神經網絡進....
    發表于 2020-05-31 10:51? 0次閱讀
    什么是“可解釋的”? 可解釋性AI不能解釋什么

    AI和機器學習如何來遏制流行病

    組織已迅速運用其AI和機器學習知識來遏制這種流行病。
    發表于 2020-05-31 10:24? 2次閱讀
    AI和機器學習如何來遏制流行病

    汽車如何才能“眼觀六路”

    上述每一種傳感器的感知能力正在不斷提升,讓汽車能夠更好地感知周邊環境、自動行駛??梢哉f,雷達有望成為....
    發表于 2020-05-29 11:16? 212次閱讀
    汽車如何才能“眼觀六路”

    貿澤電子備貨Fortebit Speech語音識...

    EasyVR 3 Plus是一款多功能語音識別模塊。通過它,設計人員可以輕松地將通用、強大、高性價比....
    發表于 2020-05-29 10:46? 176次閱讀
    貿澤電子備貨Fortebit Speech語音識...

    AI、機器學習和深度學習將是OEM的主要市場

    人工智能(AI)正在迅速改變全球行業參與者的經營方式。隨著人工智能在商業和商業領域的廣泛應用,我們看....
    發表于 2020-05-28 16:59? 552次閱讀
    AI、機器學習和深度學習將是OEM的主要市場

    Spectrum儀器推出用于智能道路雷達探測的數...

    自主學習道路基礎設施將為降低道路事故提供早期預警 德國漢斯多爾夫,2020年5月27日訊德國的道路上....
    發表于 2020-05-27 14:04? 124次閱讀
    Spectrum儀器推出用于智能道路雷達探測的數...

    機器學習基石筆記

    3)機器學習基石筆記 Lecture3:Types of Learning...
    發表于 2020-05-26 14:53? 22次閱讀
    機器學習基石筆記

    百度正式宣布Graphcore加入百度飛槳硬件生...

    百度飛槳是中國首個開源開放、功能完備的產業級深度學習平臺,目前累計開發者數量超過190 萬,服務企業....
    發表于 2020-05-25 14:32? 77次閱讀
    百度正式宣布Graphcore加入百度飛槳硬件生...

    吳恩達機器學習筆記分享

    【吳恩達機器學習筆記】第八章:正則化
    發表于 2020-05-25 08:49? 16次閱讀
    吳恩達機器學習筆記分享

    卷積神經網絡體系設計的理論實現

    卷積神經網絡,簡稱CNN,常用于視覺圖像分析的深度學習的人工神經網絡。形象地來說,這些網絡結構就是由....
    發表于 2020-05-24 10:11? 541次閱讀
    卷積神經網絡體系設計的理論實現

    神經網絡的DBN與GAN及RNN等形象的詳細資料...

    2006年,神經網絡之父Geoffrey Hinton祭出神器深度信念網絡,一舉解決了深層神經網絡的....
    發表于 2020-05-24 09:19? 453次閱讀
    神經網絡的DBN與GAN及RNN等形象的詳細資料...

    卷積神經網絡—深度卷積網絡:實例探究及學習總結

    《深度學習工程師-吳恩達》03卷積神經網絡—深度卷積網絡:實例探究 學習總結...
    發表于 2020-05-22 17:15? 56次閱讀
    卷積神經網絡—深度卷積網絡:實例探究及學習總結

    林軒田機器學習基石課程個人筆記

    林軒田機器學習基石課程個人筆記-第二講
    發表于 2020-05-22 07:35? 27次閱讀
    林軒田機器學習基石課程個人筆記

    利用機器學習來分析與特定藥物的患者結果信息

    選擇治療多種類型癌癥的一線化療藥物通常是由標準治療方案所決定的,但如果在治療過程中第一種藥物失敗了,....
    發表于 2020-05-21 15:58? 35次閱讀
    利用機器學習來分析與特定藥物的患者結果信息

    怎么能讓機器學習像孩子一樣學習語言

    孩子們通過觀察周圍的環境,傾聽周圍的人,以及把所看到和聽到的聯系起來來學習語言。除此之外,這有助于孩....
    發表于 2020-05-21 15:56? 40次閱讀
    怎么能讓機器學習像孩子一樣學習語言

    機器學習可以幫助農民提高產量

    優化種子選擇、減少肥料使用和檢測農作物疾病早期跡象的機器學習軟件正在徹底改變農業?,F農業大部分處在自....
    發表于 2020-05-21 15:54? 40次閱讀
    機器學習可以幫助農民提高產量

    機器學習——期望最大算法

    機器學習 - 期望最大(EM)算法
    發表于 2020-05-21 14:31? 28次閱讀
    機器學習——期望最大算法

    AI專家為較小城市構建COVID-19預測模型

    在機器學習,數據挖掘和模式識別方面具有專業知識的Malik Magdon-Ismail博士專門為紐約....
    發表于 2020-05-21 11:01? 393次閱讀
    AI專家為較小城市構建COVID-19預測模型

    使用計算建模和機器學習方法來預測心臟“從原子到心...

    “我們希望模型框架可以擴展到對藥物發現,對各種化合物和靶標進行藥物安全性篩查以及在各種監管過程中產生....
    發表于 2020-05-21 10:49? 340次閱讀
    使用計算建模和機器學習方法來預測心臟“從原子到心...

    AI可以幫助皮膚科醫生更準確地診斷許多皮膚疾病和...

    正如《研究皮膚病學雜志》(Journal of Investigative Dermatology)....
    發表于 2020-05-21 10:22? 328次閱讀
    AI可以幫助皮膚科醫生更準確地診斷許多皮膚疾病和...

    研究人員已經使用機器學習來開發血液測試

    這個由來自哈佛醫學院,克利夫蘭診所,梅奧診所等眾多研究人員的研究人員組成的多機構團隊對來自3,052....
    發表于 2020-05-21 10:17? 220次閱讀
    研究人員已經使用機器學習來開發血液測試

    微軟與心血管健康公司Prevencio簽署了一項...

    Prevencio的HART測試涵蓋了多種心血管疾病,包括阻塞性冠狀動脈疾病,心臟病,中風,外周動脈....
    發表于 2020-05-21 10:15? 390次閱讀
    微軟與心血管健康公司Prevencio簽署了一項...

    生物公司利用機器學習找到冠狀病毒的治療方法

    AbCellera使用機器學習來找到抗體療法,并在二月份從診斷為COVID-19的患者那里獲得了血液....
    發表于 2020-05-21 10:12? 243次閱讀
    生物公司利用機器學習找到冠狀病毒的治療方法

    Google已經推出了17種語言的免費培訓課程

     新的培訓課程由JournalismAI與VRT新聞和Google新聞倡議(GNI)合作制作。他們意....
    發表于 2020-05-21 10:08? 352次閱讀
    Google已經推出了17種語言的免費培訓課程

    波士頓兒童醫院開發了一個在線資源HealthMa...

    波士頓兒童醫院首席創新官約翰·布朗斯坦(John Brownstein)在彭博市場上討論了該技術。他....
    發表于 2020-05-21 10:06? 309次閱讀
    波士頓兒童醫院開發了一個在線資源HealthMa...

    開發可以識別Covid-19新型療法的機器學習方...

    就像硅谷一樣神秘,計算機科學與工程專業的學生通常希望立志加入Facebook或Tesla這類公司時會....
    發表于 2020-05-21 10:00? 343次閱讀
    開發可以識別Covid-19新型療法的機器學習方...

    人工智能可以縮短醫院的等待時間

    在我們的最新研究中,我們使用了機器學習(或人工智能(AI))來幫助醫生和護士確定哪些患者已準備好出院....
    發表于 2020-05-21 09:58? 357次閱讀
    人工智能可以縮短醫院的等待時間

    一種使用機器學習來發現其他尚未開發的具有治療價值...

    該研究的資深作者,機械工程學系助理教授,布萊根婦女醫院的腸胃病學家Giovanni Traverso....
    發表于 2020-05-21 09:56? 219次閱讀
    一種使用機器學習來發現其他尚未開發的具有治療價值...

    機器學習研究用于自學做事的算法

    縱觀當前的業務趨勢,所有公司,無論是航空,電子商務,廣告,教育,都在試圖為其消費者提供個性化的產品。....
    發表于 2020-05-21 09:46? 316次閱讀
    機器學習研究用于自學做事的算法

    醫學院正在研究一個人工智能,可以幫助識別腦瘤

    英特爾和賓夕法尼亞大學醫學院正在研究一個龐大的、跨機構的人工智能,它將幫助識別腦瘤,但不會逾越嚴格的....
    發表于 2020-05-20 17:29? 244次閱讀
    醫學院正在研究一個人工智能,可以幫助識別腦瘤

    可解釋的機器學習——打開機器學習黑匣子

    【資源下載】《可解釋的機器學習》,打開機器學習黑匣子...
    發表于 2020-05-20 14:16? 67次閱讀
    可解釋的機器學習——打開機器學習黑匣子

    利用Microchip PolarFire FP...

    隨著人工智能、機器學習技術和物聯網的興起,應用開始向收集數據的網絡邊緣遷移。為縮小體積、減少產熱、提....
    發表于 2020-05-20 10:47? 162次閱讀
    利用Microchip PolarFire FP...

    Cartesiam發布優化意法半導體STM32開...

    意法半導體AI解決方案經理Miguel Castro表示:“ST微控制器的用戶不僅可以從Cartes....
    發表于 2020-05-20 10:35? 114次閱讀
    Cartesiam發布優化意法半導體STM32開...

    人工智能考古新用法,研發新型機器學習系統

    古老的糞便是考古研究的重要信息來源,它可以提供關于人的身份、飲食、健康狀況等信息。
    發表于 2020-05-20 09:44? 72次閱讀
    人工智能考古新用法,研發新型機器學習系統

    機器學習來幫助預測外科重癥患者

    根據《美國重癥監護雜志》上發表的一項研究,一組研究人員使用機器學習來幫助預測外科重癥患者發展為醫院獲....
    發表于 2020-05-19 15:23? 29次閱讀
    機器學習來幫助預測外科重癥患者

    MathWorks推出具有AI功能的2020a版...

    MathWorks推出了2020a版本,具有用于深度學習的擴展AI功能。
    發表于 2020-05-19 14:46? 335次閱讀
    MathWorks推出具有AI功能的2020a版...

    Deeplearningai結構化機器學習項目

    Deeplearningai 結構化機器學習項目 Week2 6-10
    發表于 2020-05-18 15:12? 89次閱讀
    Deeplearningai結構化機器學習項目

    Java和Python機器學習框架都有哪些

    機器學習的爆炸性增長推動了許多開源工具的發展,使得開發人員更容易學習其技術。接下來,我們來看看開發者....
    發表于 2020-05-18 11:48? 76次閱讀
    Java和Python機器學習框架都有哪些

    人工智能和自動化如何為網絡安全提供幫助

    網絡安全技能短缺仍然困擾著跨地區、跨市場、跨部門的組織,政府部門也不例外。根據調查,全球需要足夠的網....
    發表于 2020-05-17 11:15? 125次閱讀
    人工智能和自動化如何為網絡安全提供幫助

    機器學習的5種采樣方法介紹

    一種廣泛采用的處理高度不平衡數據集的技術稱為重采樣。它包括從多數類(欠采樣)中刪除樣本或向少數類(過....
    發表于 2020-05-17 09:53? 397次閱讀
    機器學習的5種采樣方法介紹

    MIT:使用深度卷積神經網絡提高稀疏3D激光雷達...

    為了提高稀疏3D激光雷達捕獲點云的分辨率,MIT的研究人員通過研究,將這個問題從3D問題轉換為2D圖....
    發表于 2020-05-17 09:47? 133次閱讀
    MIT:使用深度卷積神經網絡提高稀疏3D激光雷達...

    人工智能機器人BADGR可自行規劃和穿越無障礙路...

    我們能讓機器人直接從圖像中推理出導航信號嗎?為了探索這個問題,我們開發了一種機器人,它可以通過自己在....
    發表于 2020-05-16 10:45? 531次閱讀
    人工智能機器人BADGR可自行規劃和穿越無障礙路...

    深度強化學習的概念和工作原理的詳細資料說明

    深度學習DL是機器學習中一種基于對數據進行表征學習的方法。深度學習DL有監督和非監督之分,都已經得到....
    發表于 2020-05-16 09:20? 336次閱讀
    深度強化學習的概念和工作原理的詳細資料說明

    數字產品和服務:通過移動設備推動數字化

    倍加福(Pepperl+Fuchs)旗下品牌ecom展示了其擴展的產品組合。今年的重點是新的產品系列....
    發表于 2020-05-15 17:16? 95次閱讀
    數字產品和服務:通過移動設備推動數字化

    機器學習之 k-近鄰算法(k-NN)

    機器學習  機器學習100天(5) --- k-近鄰算法(k-NN)...
    發表于 2020-05-15 15:06? 118次閱讀
    機器學習之 k-近鄰算法(k-NN)

    機器學習之偏差、方差,生成模型,判別模型,先驗概率,后驗概率

    機器學習:偏差、方差,生成模型,判別模型,先驗概率,后驗概率...
    發表于 2020-05-14 15:23? 44次閱讀
    機器學習之偏差、方差,生成模型,判別模型,先驗概率,后驗概率

    機器學習與量子傳感器結合實現了高靈敏度檢測磁場的...

     據麥姆斯咨詢報道,來自布里斯托大學(University of Bristol)的研究人員通過將機....
    發表于 2020-05-14 09:22? 78次閱讀
    機器學習與量子傳感器結合實現了高靈敏度檢測磁場的...

    自動駕駛的難題主要集中于行為預測以及路徑規劃

    這時,我們需要自動駕駛車自己去“主動學習”如何駕駛,將有限的人類提供的數據最大化。如果我們回憶小時候....
    發表于 2020-05-13 17:04? 378次閱讀
    自動駕駛的難題主要集中于行為預測以及路徑規劃

    2020年的自動駕駛行業形態已經趨于成熟

    另外,這種開發方式完全依賴人類的駕駛經驗,但是人類的駕駛習慣很難量化。一些人看來比較危險的駕駛習慣,....
    發表于 2020-05-13 16:56? 365次閱讀
    2020年的自動駕駛行業形態已經趨于成熟

    有關深度森林的新論文和Jeffery Dean機...

    在多標簽學習領域,每個勢力都和多個表現相關聯,因此最重要的任務是如何讓構建的模型學到標簽關系。深度神....
    發表于 2020-05-13 16:24? 489次閱讀
    有關深度森林的新論文和Jeffery Dean機...

    因果推斷和機器學習已有的聯系以及應該建立哪些聯系

    二者雖然都是「泛化」,但后者難度更高。這個缺點并不令人吃驚,因為機器學習是忽視動物嚴重依賴的信息:對....
    發表于 2020-05-13 16:14? 544次閱讀
    因果推斷和機器學習已有的聯系以及應該建立哪些聯系

    Sklearn與TensorFlow機器學習實用指南——第九章習題答案

    Sklearn 與 TensorFlow 機器學習實用指南——第九章習題答案...
    發表于 2020-05-13 13:28? 43次閱讀
    Sklearn與TensorFlow機器學習實用指南——第九章習題答案

    基于神經網絡的嵌入式芯片正式誕生,功耗減少100...

    近期,歐洲研究與創新中心Imec推出了世界上第一個使用尖峰遞歸神經網絡處理雷達信號的芯片。
    發表于 2020-05-13 10:31? 321次閱讀
    基于神經網絡的嵌入式芯片正式誕生,功耗減少100...

    機器學習能否提供針對EDA設計挑戰的解決方案

    人工智能正在改變我們周圍的世界,為全球經濟各個領域的創新創造了一條途徑。如今,人工智能可以通過自然語....
    發表于 2020-05-13 09:32? 88次閱讀
    機器學習能否提供針對EDA設計挑戰的解決方案

    關于對話式AI及其技術組件能力的探索

    今天,自動化、人工智能(AI)和自然語言處理(NLP)的進步使設計經濟高效的數字體驗成為可能。
    發表于 2020-05-12 17:04? 182次閱讀
    關于對話式AI及其技術組件能力的探索

    5G技術最終將會成為聯合學習的福音

    隨著全世界的開發團隊爭相開發AI工具,在邊緣設備上訓練算法變得越來越普遍。
    發表于 2020-05-12 15:43? 383次閱讀
    5G技術最終將會成為聯合學習的福音

    盤點機器學習推動運輸與物流行業變革的幾種方式

    人工智能通過自動駕駛車輛、更好的路線圖和更準確的預測使運輸和物流變得更智能、更高效。
    發表于 2020-05-12 11:36? 461次閱讀
    盤點機器學習推動運輸與物流行業變革的幾種方式

    邊緣智能將會成為人工智能的下一波浪潮

    隨著人工智能和機器學習(ML)的采用率上升,以算法形式處理大量數據以實現計算目的的能力變得越來越重要....
    發表于 2020-05-12 11:06? 123次閱讀
    邊緣智能將會成為人工智能的下一波浪潮

    FPGA運算單元技術創新可支持高算力浮點

    隨著機器學習(Machine Learning)領域越來越多地使用現場可編程門陣列(FPGA)來進行....
    發表于 2020-05-12 10:46? 103次閱讀
    FPGA運算單元技術創新可支持高算力浮點

    機器學習開發者想要打造一款App有多難?

    我第一次看到此類工具是在卡內基梅隆大學,之后又在伯克利、Google X、Zoox 看到。這些工具最....
    發表于 2020-05-12 10:06? 505次閱讀
    機器學習開發者想要打造一款App有多難?

    一些中文NLP領域,構建語料的經驗和技巧

    雖然通過這些途徑,能夠搜集到不少的NLP語料,但這些“現成”的語料往往與我們需要解決的 NLP 問題....
    發表于 2020-05-12 09:57? 372次閱讀
    一些中文NLP領域,構建語料的經驗和技巧
    中文AV岛国无码免费播放

      <object id="hatzn"><option id="hatzn"><mark id="hatzn"></mark></option></object>
      <object id="hatzn"></object>
      <pre id="hatzn"></pre>

    1. <center id="hatzn"><em id="hatzn"><track id="hatzn"></track></em></center>

      <del id="hatzn"><small id="hatzn"><samp id="hatzn"></samp></small></del><center id="hatzn"><small id="hatzn"><track id="hatzn"></track></small></center>
    2. <center id="hatzn"><ol id="hatzn"><p id="hatzn"></p></ol></center>

      <center id="hatzn"><em id="hatzn"></em></center>