- 综合排序
- 最热优先
- 最新优先
- 来自专栏企鹅号快讯
2018全球9大科技趋势展望
以下为德勤对2018年全球科技市场做出的9大预测： 1.2018年，全球将有超过10亿智能手机用户至少拥有一次创作增强现实（AR）内容的经历。 9。得益于新的芯片和更好的软件工具，2018年企业测试和部署机器学习技术的努力将增加一倍。 以上文字来源于德勤
88370发布于 2018-03-02 - 来自专栏深度学习
9种神经网络优化算法详解
理解全局最小化和局部最小化局部最小化：Local Minima全局最小化：Global Minima优化器如何工作优化器是用于改变神经网络属性（例如权重和学习率）的算法或方法，以减少损失。 正在上传图片...同样，在训练神经网络时，我们无法从一开始就确定模型的权重应该是什么，但可以通过基于损失函数的不断调整（类似于判断登山者是否在下山）来逐步接近目标。 优化器的作用就在于此: 它决定了如何调整神经网络的权重和学习率以减少损失。优化算法通过不断优化损失函数，帮助模型尽可能地输出准确的结果。 9种优化器列举9种不同类型的优化器以及它们是如何精确地工作以最小化损失函数的。 3.7793, 3.5844], [3.1313, -3.2832, -1.8481], c='b', s=100, label="Local Minima")plt.legend()plt.show()优化器9：
1.7K10编辑于 2025-02-07 - 来自专栏神经网络和深度学习
9 神经网络: 学习(Neural Networks: Learning)
Checking) 9.6 随机初始化(Random Initialization) 9.7 综合起来(Putting It Together) 9.8 自主驾驶(Autonomous Driving) 9 神经网络: 学习(Neural Networks: Learning) 9.1 代价函数(Cost Function) 神经网络的分类问题有两种： •二元分类问题(0/1分类) 只有一个输出单元 (K Rm: 即 m 维向量 Rm×n: 即 m×n 维矩阵 再次可见，神经网络背后的思想是和逻辑回归一样的，但由于计算复杂，实际上神经网络的代价函数 J(Θ) 是一个非凸(non-convex)函数。 《机器学习》一书中提到的 BP 网络强大之处： 任何布尔函数都可由两层神经网络准确表达，但所需的中间单元的数量随输入呈指数级增长; 任何连续函数都可由两层神经网络以任意精度逼近; 任何函数都可由三层神经网络以任意程度逼近 9.7 综合起来(Putting It Together) 一般来说，应用神经网络有如下步骤： 4.神经网络的建模（后续补充） –选取特征，确定特征向量 x 的维度，即输入单元的数量。
74640发布于 2020-07-09 - 来自专栏腾讯大讲堂的专栏
2015，科技产业的9个关键预测
而互联网和科技公司的品牌信誉度，也并不弱于传统农业品牌——甚至在信心透明度和营销能力的此消彼长之间，前者更易被高端消费群体所接受。 对于科技创新公司来说，这是他们介入一个庞大传统市场的绝佳机会。在电池开发、智能平台、核心中控等领域，存在与传统汽车公司合作的可能。甚至，完全开发一辆整车，也不是天方夜谭。 9、文化产业，进一步受益于网络 影视剧、图书出版、音乐等领域，将从与互联网的融合中得到更多好处。 上面的9个预测，也许不会全部在我们这个时空里发生。 但作为严肃的商业分析平台，企鹅智酷希望通过科学的分析模型和精准的数据调查分析，来更多发现未来迷雾中的真正商业机会和漩涡陷阱。 所以2015年，智酷将为关注商业科技领域的全球“智识者”，输出更多独家用户行为调查和深度商业研究报告，让我们共同期待。 文章转载自企鹅智酷
74680发布于 2018-02-11 - 来自专栏点滴科技资讯
2017年全球金融科技100强发布!中国9家金融科技企业上榜！
近日，毕马威和H2 Ventures联合发布了“2017年全球金融科技100强报告”，报告从全球范围内选出了最具创新性的100家金融科技企业，这100家金融科技企业来自全球29个国家。 今年的金融科技100强报告分成两个子榜单：（1）根据创新力，融资情况，规模和国家选出了全球前50名知名金融科技企业；（2）“新兴50强”金融科技企业，在创新型技术和商业模式方面比较新颖。 中国再次在全球金融科技领域占据主导地位，2017年全球金融科技100强企业中前十家有五家来自中国。这和前几年的趋势一致，中国知名金融科技企业在支付和保险领域占据明显优势。 陆金所是一家互联网金融资产交易平台，使用大数据分析风险 7、Kreditech可以在数秒内为无法享受银行服务（under-banked的客户提供贷款 8、Atom Bank是英国第一家纯线上数字零售银行 9、 2017年全球金融科技100强—领先型50强企业 ? 2017年全球金融科技100强—新兴50强企业 ?
3.2K100发布于 2018-04-28 - 来自专栏IT创事记
过去9年，科技公司是如何宣传自己的？
以下的统计数据期限为9年，因历史数据保管不善，总字数只有700多万字。这仅是一名普通科技记者9年常规所听演讲和采访的一部分，距离科技公司真实的数据表现仍相去甚远。 那不能够——因为存在数量级的差异；也可能是科技趋势等词汇，如云计算、大数据、人工智能……我们可以从此后对科技趋势热词的观察中看到这一点。 过去9年间，科技公司越来越没兴趣谈论这两个词了。 “云”抢去了话题 没有人会对“云”的高频出现感到意外。不过数据中呈现的“一波三折”还是满让人感到奇怪的，这有点太过赶娱乐圈的时髦了。 在曲折中成长 在科技公司口中，“自主”的频率在过去9年间一直高于“可控”，这是一个有趣的现象。其间波折变幻，留给大家评论好了。 事实上，过去9年间，科技公司谈论最多的词就是它，多达68,862次；第二多的是“服务”，30,453次；第三是“数据”一词，为29,496次。
43830编辑于 2022-06-17 - 来自专栏xingoo, 一个梦想做发明家的程序员
吴恩达机器学习笔记 —— 9 神经网络学习
本章讲述了神经网络的起源与神经元模型，并且描述了前馈型神经网络的构造。 神经网络最开始起源于生物信息中的大脑，在上世纪80-90年代的时候很火，后来就没什么消息了。在神经网络中，充满了下面的这种神经元，信号从树突中传进来，经过细胞核，然后沿着轴突传送出去。 神经元彼此连接，就形成了神经网络。 ? 下面是一个神经元的表示，增加一个x0固定为1，他的参数就是bias偏置项。激活函数有很多种，最常用的是sigmoid函数。 ? 下面是一个多层的神经网络，第一层是输入层，第二层是隐含层，最后一层是输出层。 ? 所以最终的hθ的值是从前面每一个输入和参数确定的 ? 基于神经元系统可以表示AND等问题 ? 多分类问题其实就是针对神经网络最后一层有多个输出 ?
37200发布于 2018-07-31 - 来自专栏点滴科技资讯
这9家保险科技创业企业引领硅谷的下一轮科技浪潮（附248页保险科技报告）
2016年毫无疑问是保险科技年，2017年同样如此！ 今年有很多重大事件发生：英国准备脱欧了，特朗普成为了美国下一任总统，芝加哥小熊队赢得了美国职业棒球大联盟冠军。 还有就是保险行业今年发生了重大变革，众多新兴的金融科技企业正在提供更优质的保险服务。有数家保险科技企业宣布获得了超过1000万美元以上投资，很多不还不止一次。 蓬勃发展中的保险科技产业中，有五个国家非常有影响力：美国，加拿大，以色列，英国和德国。以下这10家保险科技企业值得重点关注。 1. “科技正变革传统行业，从银行业到交通领域，但是员工健康保险在很长时间里没有太大变化，”HixMe公司首席执行官Denny Weinberg说道。 9.
3.7K50发布于 2018-04-28 - 来自专栏对白的算法屋
用 Pytorch 训练快速神经网络的 9 个技巧
不要让你的神经网络变成这样 图片来源：Monsters U 这份指南的介绍从简单到复杂，一直介绍到你可以完成的大多数PITA修改，以充分利用你的网络。 9. 多节点GPU训练 每台机器上的各GPU都可获取一份模型的副本。每台机器分得一部分数据，并仅针对该部分数据进行训练。各机器彼此同步梯度。
1.1K40编辑于 2022-04-01 - 来自专栏红色石头的机器学习之路
9 大主题卷积神经网络（CNN）的 PyTorch 实现
上文聚焦于源码和论文，对于各种卷积神经网络模型的实现，本文将介绍它们的 PyTorch 实现，非常有用！ 9 大主题，目录如下： 1. 注意力机制网络 9. 人像分割网络 下面具体来看一下： 1. 9. 人像分割网络（PortraitSegmentation） 人像分割网络包括：SINet。 综上，该 GitHub 开源项目展示了近些年来主流的 9 大类卷积神经网络，总共包含了几十种具体的网络结构。其中每个网络结构都有 PyTorch 实现方式。还是很不错的。
86720编辑于 2022-01-20 - 来自专栏ShowMeAI研究中心
NLP教程(9) - 句法分析与树形递归神经网络
1653025747;1653032947&q-key-time=1653025747;1653032947&q-header-list=&q-url-param-list=&q-signature=2c9fc8f70a1fc16d580498aaca0f61a37984ec6d .递归神经网络 [标准递归神经网络] 递归神经网络(如上图所示)非常适合具有嵌套层次结构和内在递归结构的设置。 我们观察一个简单的递归神经网络是如何完成这项任务的。 1.1 递归神经网络的单层结构 [一个标准RNN示例] 让我们浏览一下上图中显示的模型。 8)- NLP中的卷积神经网络 NLP教程(9)- 句法分析与树形递归神经网络 斯坦福 CS224n 课程带学详解 斯坦福NLP课程 | 第1讲 - NLP介绍与词向量初步 斯坦福NLP课程 | 第2讲 | 第6讲 - 循环神经网络与语言模型 斯坦福NLP课程 | 第7讲 - 梯度消失问题与RNN变种 斯坦福NLP课程 | 第8讲 - 机器翻译、seq2seq与注意力机制 斯坦福NLP课程 | 第9讲
1.7K41编辑于 2022-05-20 - 来自专栏智能算法
必读 | 透析卷积神经网络，并分享9篇必读论文
本文为你介绍CNN整体系统架构及算法，并为你分享9篇必读论文。 当你第一次听到卷积神经网络（CNN）这个短语时，也许你会想起生物神经科学领域的一些东西；可以说，某种程度上你是对的。CNN是从神经生物学中视觉皮层这个概念上获取了灵感。 例如，对于一个数字分类程序，N就应该取10（0~9共10个数字）。这个N维向量中的每一个数字表示被分到该类的几率。 （跟第一层9个组合起来） 图中卷积网络ConvNet的第一层通常是由一些用于检测简单边缘、颜色等信息的低阶特征检测子组成。从图中也可以看出，第二层则是更多的圆形特征。 文章要点 模型里共使用9个Inception module模块，深度总计100层！
1K30发布于 2019-07-12 - 来自专栏科技云报道
云计算行业盛会，9月即将揭秘丨科技云·资讯
今年是全球云计算大会·中国站进入第五个年头，将于2017年9月5日-7日全新亮相上海世博展览馆。 中国战略MKT云生态总监，华为 吕鑫, 执行副总裁,有孚网络 杨海明博士，首席架构师，京东云 张振伦，大中华区技术总监，F5 季昕华，首席执行官，Ucloud 鲁为民，创始人兼首席执行官，上海殷泊信息科技有限公司 张淳， 创始人兼首席执行官，九州云 张宇峰，首席技术官，互联港湾 亓亚烜，首席执行官，云杉网络 张权，高级副总裁，万国数据 钱明，联合创始人，执行副总裁及首席技术官，上海思华科技股份有限公司 张东，系统软件部总经理 据了解，展览同期企业CIO闭门研讨会将于9月6日举办，目前正在接受报名中。 【科技云报道原创】 转载请注明“科技云报道”并附本文链接
55920编辑于 2022-04-14 - 来自专栏新智元
远程操控神经的高科技诞生
，可以通过智能手机控制的微型大脑植入物来控制神经回路。 向大脑输送药物和光线 在现代生物学研究中，为了理解神经元的功能、帮助寻找针对神经疾病的药物，科学家往往需要直接向活体动物的脑部传输特定的药物与光线并追踪这些药物与光线对生物体的后续影响，即通过药物理解不同的脑细胞在特定生理活动 光遗传学是一门新兴的生物技术领域，神经科学家可以往受试者的神经元注入视蛋白基因，然后利用光线控制活体组织中的神经元。 向大脑传输药物和光的传统方法通常会利用刚性金属管和光纤。 其中，神经器件是光流控的；药物输送则通过加热器的热驱动实现。 ? “无线光流控脑探头”组装图像 由于可替换药盒的存在，神经科学家不用担心药物耗尽。 “它让我们能够更好地剖析行为的神经回路基础，以及大脑中特定神经调节器的作用，”Bruchas说，“我们也渴望将该设备用于复杂的药理学研究，帮助我们开发新的治疗疼痛、成瘾和情绪障碍的方法。”
1.4K10发布于 2019-08-20 - 来自专栏ATYUN订阅号
【科技】神经网络使我们能够以新的方式“读懂人脸”
去年9月，斯坦福大学教授Michal Kosinski利用AI试图从他们脸上预测性取向时，引发了一场激烈的争论。现在，他已经用自己的软件来证明他所表达的观点。 其他由神经网络驱动的图像识别技术正在开发中，包括阅读自动驾驶标志和自动检测机场安全扫描仪中的武器。 近年来，神经网络也使得面部分析等技术更加精确。 在这种情况下，神经网络可以把注意力集中在亮度而不是面部表情上，但似乎可以看到面部的链接。 让神经网络来解释他们如何分析图像是他目前研究的重点。 研究人员说，在神经网络能够可靠地用于更多安全关键领域的面部识别之前，可能还需要一段时间。
78350发布于 2018-03-02 - 来自专栏GiantPandaCV
卷积神经网络学习路线（十九） | 旷世科技 2017 ShuffleNetV1
前言 这是卷积神经网络学习路线的第19篇文章，主要为大家介绍一下旷世科技在2017年发表的ShuffleNet V1，和MobileNet V1/V2一样，也是一个轻量级的卷积神经网络，专用于计算力受限的移动设备 介绍 当前很多CNN模型的发展方向是变得更大，更深，这让深度卷积神经网络的准确率更高，但难以运行在移动设备上，针对这一问题，许多工作的重点放在对现有预训练模型的剪枝，压缩或使用低比特表示。 相关工作 高效模型设计：卷积神经网络在CV任务中取得了极大的成功，在嵌入式设备上运行高质量深度神经网络需求越来越大，这也促进了对高效模型的研究。 方法 针对组卷积的通道混洗 现代卷积神经网络会包含多个重复模块。
1.3K20发布于 2020-02-21 - 来自专栏AI科技评论
AI 影响因子 9 月结果出炉，商汤科技成为最大赢家
Part.1 会议/期刊论文 对于旷视来说，9 月是收获月，ECCV 2018 上旷视科技共有 10 篇接收论文。 ECCV 2018 | 10篇论文+5项世界第一，记旷视科技ECCV之旅 2018 年 9 月 7 日，新一届 CHiME-5 比赛结果揭晓。 活跃企业（研究院）上榜名单如下： 腾讯 滴滴 京东 百度 商汤科技 美图影像实验室 光珀智能 眼控科技 阿里巴巴 码隆科技 依图科技 今日头条人工智能实验室 云从科技 华为 快手 亮亮视野 英特尔 9 月，腾讯优图实验室升级为腾讯计算机视觉研发中心，与 Science 期刊达成战略合作。腾讯高级执行副总裁汤道生表示，腾讯在未来会进一步联合全球产、学、研各方力量，持续推动计算机视觉技术的发展。 全球高校人工智能学术联盟成立，15 所高校与商汤科技共同发起 商汤成为第五大国家人工智能开放创新平台 以上便是 AI 影响因子 9 月活跃企业的主要信息。
1.2K30发布于 2018-10-25 - 来自专栏量子位
李开复创业9年再看世界：中美科技成平行宇宙，VC也要+AI
在创新工场完成第四期5亿美元基金募资后，创业9年的李开复，向我们分享了VC创业者视野下的新世界： 硅谷宇宙中心裂变为中美平行宇宙; 中国本土创新走向全球，5年后AI完全有可能超越美国; VC也面临AI 所以今天既是创新工场创业9年的回顾，也是我们对世界变化的看法。 创新工场“创业往事” 创新工场创立伊始，最初定位是创新孵化，有孵化也有投资。 也就是说，我们创业这9年的品牌优势和回报都得到了认可，这让我非常自豪。 然而就在这10年左右的时间里，全球创新和科技发展的格局发生了很大变化，最后导致了“宇宙裂变”。从美国硅谷为核心的单一宇宙，已经变成了中美平行宇宙。 另外，之前全世界都是美国高科技的殖民地，所以美国公司在进入其他国家的本土化过程中，思维都是打造一个巨大的全球品牌，让这个平台为全世界所用。
59240发布于 2018-07-24 - 来自专栏一些有趣的Python案例
「深度学习一遍过」必修9：解读卷积神经网络 AlexNet
本专栏用于记录关于深度学习的笔记，不光方便自己复习与查阅，同时也希望能给您解决一些关于深度学习的相关问题，并提供一些微不足道的人工神经网络模型设计思路。 输出特征图像先扩展 个像素，即大小 输出特征图大小： ，即 池化： ， 输出特征图大小： ，即 1.2.6 全连接6 输入图像大小： 共 个神经元 输出 个向量 1.2.7 全连接7 输入图像大小： 共 个神经元 输出 个向量 1.2.8 全连接8 输入图像大小： 共 个神经元 防止过拟合，提高泛化能力 重叠池化(overlapping)，更有利于减轻过拟合 裁剪翻转等数据增强策略，提高模型泛化能力 多 GPU 训练，尽量使用更多特征图，并减少计算量 LRN 归一化，抑制反馈较小的神经元 ，放大反馈较大的神经元，增强模型泛化能力 ReLU 激活函数，加快模型收敛 3 代码解读 3.1 通过 torchvision.models 导入 AlexNet from torchvision.models
73410编辑于 2022-01-05 - 来自专栏新智元
英伟达黑科技登场！RTX神经纹理压缩，显存用量狂减96%
在显卡技术不断迭代的当下，NVIDIA再次凭借其前沿创新，吸引了全球科技爱好者的目光。 RTX神经纹理压缩（NTC）技术在beta测试演示中的表现，堪称惊艳。 而「样本推理」模式更是一骑绝尘，将纹理内存进一步压缩至仅11.37MB，与非神经压缩相比，内存使用量降低了95.8%，相比以前的神经压缩模式减少了88%。 RTX神经纹理压缩技术的出现，无疑为游戏行业的未来发展指明了新的方向。 从玩家的角度来看，RTX神经纹理压缩技术将带来更加沉浸式的游戏体验。 此外，RTX神经纹理压缩技术还有望在虚拟现实（VR）和增强现实（AR）领域发挥重要作用。
98410编辑于 2025-02-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号