-
《重磅消息》深度強化學習入門及進階課程第二期開課啦
人工智慧有望在工業、技術和數位革命層面帶來前所未有的社會變革。能夠進行感測、歸因和操作的機器將加快眾多領域內大規模問題的解決,這些領域包括科學、金融、醫學和教育,進而增強人類的能力,並幫助我們實現更遠、更快的發展。受到摩爾定律和海量資料
2017-09-04 0 -
深度學習、強化學習最新課程視頻、CVPR會議視頻課程分享
CVPR—2017會議全套視頻下載位址分享CVPR是IEEE Conference on Computer Vision and Pattern Recognition的縮寫,即IEEE國際電腦視覺與模式識別會議。該會議是由IEEE舉辦的
2017-08-06 1 -
深度強化學習簡明教程分享,ACL、ICJL
ACL-2017年會議論文下載位址分享ACL會議(Annual Meeting of the Association for Computational Linguistics)是自然語言處理與計算語言學領域最高級別的學術會議,由計算語言
2017-08-07 1 -
重磅福利 人工智慧課程之強化學習從入門到進階 精品課程推薦
人工智慧有望在工業、技術和數位革命層面帶來前所未有的社會變革。能夠進行感測、歸因和操作的機器將加快眾多領域內大規模問題的解決,這些領域包括科學、金融、醫學和教育,進而增強人類的能力,並幫助我們實現更遠、更快的發展。受到摩爾定律和海量資料
2017-07-29 3 -
模型匯總19 強化學習(Reinforcement Learning)演算法基礎及分類
前一期介紹了強化學習基礎知識,今天,主要介紹強化學習各種演算法理論基礎。處於一個state空間下,Agent一系列動作決策問題,類似於一個瑪律科夫決策過程(Markov Decision Process, MDP),即當前的狀態只與前一個
2017-07-16 15 -
模型匯總18 強化學習(Reinforcement Learning)基礎介紹
1、背景介紹學習和推理是人類智慧最重要的體現,為了使電腦也能夠像人一樣學習和決策,機器學習技術應運而生。機器學習利用電腦來類比和實現人類學習和解決問題的過程,電腦系統通過不斷自我改進和學習,自動獲取知識並作出相應的決策、判斷或分析。機器學
2017-07-13 2 -
純乾貨10 強化學習視頻教程分享(從入門到精通)
分享兩套關於強化學習的視頻資料,一淺一深。後面,將陸續為大家奉上關於強化學習和深度強化學習的相關內容。第一套是中文版的,講的比較淺,適合入門的朋友,對強化學習有個初步的瞭解。部分視頻截圖連結: http://blog.csdn.net/l
2017-07-06 2 -
優化策略5 Label Smoothing Regularization_LSR原理分析
Label Smoothing Regularization(LSR)是一種通過在輸出y中添加雜訊,實現對模型進行約束,降低模型過擬合(overfitting)程度的一種約束方法(regularization methed)。1、背景
2017-07-03 6 -
15 Domain Adaptation、One-shot/zero-shot Learning概述
幾乎所有希望在實際應用中使用機器學習演算法的人都會遇到領域適應性(Domain Adaptation)的問題:我們在固定的source domain建立了模型,但希望把我們的模型部署到另外一個或幾個不同的target domain中。領
2017-06-18 4 -
遷移學習(Transfer Learning)概述
前一期介紹了表示學習Representation Learning,指出其中比較有趣的一個方向-共用表示學習。今天介紹共用表示學習最相關的機器學習領域-遷移學習(Transfer Learning)。文章內容主要整理自論文《A surve
2017-06-13 2 -
模型匯總-12 深度學習中的表示學習
我們在前面的《模型匯總_9 深度學習網路的表達方式匯總及模型分類方法》這篇文章中,指出了深度學習中常用的三種表示資料的方式,即局部表達、稀疏表達和分散式表達。深度學習強大建模和知識抽取的能力,主要原因之一就是它對觀測樣本X採用了有效的表達
2017-06-11 1 -
VAE_變分自動編碼器原理解析
VAE_變分自動編碼器原理解析" inline="0">2.1 VAE產生背景 生成模型根據公式(11)對觀測樣本p(X)建模: VAE_變分自動編碼器原理解析" inline="0"> 其中,引入了一個參數O,參數化後的隱變數z來簡
2017-06-07 2 -
VAE基礎:LVM、MAP、EM、MCMC、VI
Kingma et al和Rezende et al在2013年提出了變分自動編碼器(Variational AutoEncoders,VAEs)模型,僅僅三年的時間,VAEs就成為一種最流行的生成模型(Generative model
2017-06-04 4 -
基於Gate Mechanism的啟動單元GTU、GLU
1、Sigmoid和Tanh啟動函數及存在問題 深度學習(神經網路)中最先被廣泛使用的啟動函數是Sigmoid函數和雙曲正切啟動函數,都是非線性的啟動函數,兩個啟動函數的運算式如下:sigmoid函數: f(x)= 1 / (1+exp(
2017-05-24 7