网易彩票买彩票安全吗,ICLR 2019论文解读:深度学习应用于复杂系统控制

2019-01-10 14:53 次阅读

引言

20世纪,控制论、系统论、信息论,对工业产生了颠覆性的影响。继2011年深度学习在物体检测上超越传统方法以来,深度学习在识别传感(包含语音识别网易彩票买彩票安全吗、物体识别),自然语言处理领域里产生了颠覆性的影响。最近在信息论里,深度学习也产生了重要影响。使用深度学习可以对不同形式编码的信息进行自动解码。如今,深度学习再次影响控制论,传统控制论往往是模型驱动算法,需要设计复杂的模型和控制方案,而以数据驱动为核心的深度学习用作控制领域的春天即将到来,这将推动数十万亿的工业、服务业的进一步升级。通过深度学习控制,可以让机器人,能源,交通等行业效率显著提升。例如,使用深度学习进行智能楼宇控制,可以节约大楼20%的能耗,传统的控制需要多名专家2年的时间建立一个楼宇模型,深度学习可以利用楼宇历史数据在一天内得到超越传统方法的模型;在机器人控制和强化学习领域里,相比传统控制方法,本文提出的方法可以节约80%以上的运算时间并且提升10%以上的控制准确度。

深度学习控制行业刚刚兴起,还有很多的问题没有解决,还需要很多的理论突破。网易彩票买彩票安全吗近期,华盛顿大学研究组在ICLR2019发表了一篇深度学习控制的最新成果[1],这是第一次将深度学习与凸优化理论结合应用到最优控制理论中,在从理论层面保证模型达到全局最优解的同时,大幅提升了复杂系统控制的效率和准确度。该论文在公开评审中获得了6/7/8的评分,在所有1449submissions中得分位列前90位(top6%)。在这里,论文的两位作者将亲自为我们解读其中的核心思想。

论文地址:http://openreview.net/forum?id=H1MW72AcK7¬eId=HylsgDCzeV

机器学习/强化学习与控制

自动控制与机器学习作为两个拥有深厚历史的学科,已经发展了数十年,并建立了各自较为完善的学科体系。在自动控制中的重要一环,是首先根据历史数据对控制系统进行输入-输出的端到端建模。目前广泛使用的系统辨识(systemidentification)方法主要有两种:一是使用线性/或分段线性模型来预测系统的(状态,控制变量)->(状态)关系。这样做的好处是后续的优化问题是线性优化问题(linearprogram网易彩票买彩票安全吗ming)并可结合控制论中的线性二次型调节器LQR(LinearQuadraticRegulator)等控制模型,易于求解并实现闭环最优控制。同时控制论较为注重系统的理论性质研究,如系统的李雅普诺夫稳定性,以及基于卡尔曼滤波等的最优状态估计等。但是线性模型很难准确地描述复杂系统的动态,且建模过程需要大量专家知识和调试。因为存在对物理对象的建模,这类方法也被称为基于模型的控制和强化学习model-basedcontrol/reinforcementlearning。第二种方法是使用一些较为复杂的机器学习模型,比如深度神经网络,支持向量机(SVM)等对物理系统进行建模。相比线性模型,这些模型能够更为准确地捕捉系统输入-输出的动态关系。而在一般的(深度)强化学习算法中,通常研究者也会训练一个端到端的算法,由状态直接输出控制。由于不存在物理建模过程,这类方法也一般被称为model-freecontrol/reinforcementlearning。网易彩票买彩票安全吗但是这些复杂模型给后续的优化控制问题求解带来了困难。我们都知道深度神经网络,一般来说输出对于输入都是非凸的,包含很多局部最优点,所以在优化过程中很容易陷入局部最优情况。在对稳定性要求很高的系统控制情境下(比如电力系统控制,航天系统以及工业控制),这种多个局部最优解并且没有全局最优收敛性保证的情况是我们非常不愿看到的,也一定程度限制了目前深度模型在这些行业中的应用。同时,在当前的深度强化学习研究中,尽管在多个应用和领域中已经取得行业领先的控制和优化效果,但对模型的理论性质尚缺乏研究,同时需要大量标注的状态和决策数据以泛化模型的表征能力和应用场景[2](ICML2018tutorialandAnnualReviewofControl,RoboticsandAutonomousSystems,Recht,Berkeley)。

图一:本文提出的输入凸的神经网络的(a)动态系统学习与(b)闭环控制过程。

在「Optimalcontrolvianeuralnetwork:aconvexapproach」一文中,作者提出了一种新的数据驱动的控制方法。该篇文章作出了结合model-freecontrol与model-basedcontrol的一步重要尝试。在训练过程中,我们用一个输入凸(inputconvex)的神经网络来表达系统表达复杂的动态特性;在控制与优化过程中,我们就可以将训练好的神经网络作为动态系统的模型,求解凸优化问题从而得到有最优保证的控制输入。算法思路详见图一

基于输入凸神经网络的最优控制框架

为了解决现有模型的不足,本文作者提出了一种新的系统辨识方法:基于输入凸的神经网络的系统辨识。建立在之前InputConvexNeuralNetwork(ICNN)[3](ICML2017,Amosetal.,2017,CMU)的基础上,本文作者提出一种新型的InputConvexRecurrentNeuralNetwork(ICRNN)用于具有时间关联的动态系统建模。不同于通用的神经网络结构,输入凸的神经网络要求所有隐藏层之间的权重矩阵非负,同时加入了对输入向量的负映射以及输入到隐藏层的直连层增加ICNN和ICRNN的表达能力。

作者在文章中理论证明了,输入凸神经网络ICNN和ICRNN可以表示所有凸函数(Theorem1),并且其表达的效率比分段线性函数高指数级(Theorem2)。两条性质保证所提出的网络架构能够很好地应用于优化与控制问题中用于对象建模与求解。

在使用输入凸神经网络进行系统建模后,作者将系统模型嵌入到模型预测控制(ModelPredictiveControl)框架中,用于求解最优的系统控制值。因为使用了输入凸神经网络,这里的MPC问题是一个凸优化问题,使用经典的梯度下降方法就可以保证我们找到最优的控制策略。如果系统的状态或者控制输入包含约束条件(constraints),我们也可以使用投影梯度下降(ProjectedGradientMethod)或者内点法进行求解。这样,使用ICNN对瞬态特性建模或使用ICRNN对时序过程建模并用于控制对输入优化求解,我们不仅能够满足控制论中对于最优解的性质的保证,同时也可以充分发挥深度模型的表征能力,即可作为一种适用于各领域的建模与控制方法。

图3.基于ICNN的MuJoColocomotiontasks的控制结果。K=100,300,1000对应[4]中基于模型的强化学习的算法设定,我们测试了在模型预测控制中,不同未来预测区间长度下各任务的回报。

应用一:机器人运动控制

作者首先将提出的深度学习控制框架应用于机器人的控制,使用的是OpenAI中的MuJuCo机器人仿真平台的四个前向运动任务。我们首先使用随机采样的机器人动作和状态的数据作为初始样本训练一个ICNN网络,并结合DAGGER(AISTATS,Rossetal,2011,CMU)以在训练和控制过程中更好地探索和泛化。本文提出的方法相比目前的强化学习方法更加高效、准确。同目前最好的基于模型的强化学习算法(model-basedRL)[4](2018ICRA,Nagabandietal.,2018,Berkeley)相比,本文提出的方法仅仅使用20%的运算时间就可以达到比之前方法高10%的控制效果(图3)。与无模型的深度强化学习算法如TRPO,DDPG往往超过10^6的样本数量相比,我们的控制方法可以从10^4量级的样本中学习到极为准确的动态模型并用于控制。同时我们还可以将该方法得到控制结果作为初始控制策略,然后随着机器人在环境中收集更多的样本,与无模型的强化学习方法(model-freeRL)结合,在动态系统环境下实现更好的控制效果。

应用二:大楼的能源管理

同时,本文作者也将提出的深度学习控制框架应用于智能楼宇的供热通风与空气调节系统(HVAC)控制。我们通过建筑能耗仿真软件EnergyPlus得到一栋大楼的分时能耗数据及各个分区的传感器数据,并使用ICRNN建立楼宇输入特征(如室内温度,人流量,空调设定温度等)到输出特征(如能耗)的动态模型。在控制过程中,文章提出的模型可以非常方便地加入一系列约束,如温度可调节范围等。我们通过设计大楼在一定时间段内的温度设置值,并满足相应约束的前提下,来最优化楼宇的能耗。相比于传统的线性模型以及控制方法,使用ICRNN的控制方法在保证房间温度维持在[19,24]摄氏度区间内的情况下,帮助大楼节约多于20%的能耗。在更大的温度波动区间内([16,27]摄氏度),可以帮助建筑节约近40%能耗(图4左)。同时相比于传统神经网络模型直接用于系统建模,基于ICRNN的控制方法由于有控制求解的最优性保证,得到的温度设定值更加的稳定(图4右中红线为ICRNN控制温度设置,绿线为普通神经网络控制温度设置)。

目前,华盛顿大学的PaulAllenCenter电子工程与计算机大楼正在安装相应的传感器,并计划将该控制方案用于该建筑HAVC系统的实时控制。

随着5G时代的到来与物联网技术的进一步发展,越来越多的物理系统中(电力,交通,航天,工业控制等)将会有更多的智能传感器与数据流,本文提出的基于深度学习的控制方法也将会有更广阔的应用空间。

参考资料:

[1]ChenYize*,YuanyuanShi*,andBaosenZhang."OptimalControlViaNeuralNetworks:AConvexApproach."ToAppearinInternationalConferenceonLearningRepresentations(ICLR),2019

[2]Recht,Benjamin."Atourofreinforcementlearning:Theviewfromcontinuouscontrol."AnnualReviewofControl,Robotics,andAutonomousSystems(2018).

[3]Amos,Brandon,LeiXu,andJ.ZicoKolter."Inputconvexneuralnetworks."InternationalConferenceonMachineLearning(ICML),2017

[4]Nagabandi,Anusha,etal."Neuralnetworkdynamicsformodel-baseddeepreinforcementlearningwithmodel-freefine-tuning."2018IEEEInternationalConferenceonRoboticsandAutomation(ICRA).IEEE,2018.

[5]Ross,Stéphane,GeoffreyGordon,andDrewBagnell."Areductionofimitationlearningandstructuredpredictiontono-regretonlinelearning."Proceedingsofthefourteenthinternationalconferenceonartificialintelligenceandstatistics.2011.

本文来源:机器之心

收藏 人收藏
分享:

评论

相关推荐

深度学习和神经网络

David,加州大学物理博士,美国著名电商数据科学家。本课程介绍什么是深度学习, 深度学习与机器学习的关系,几种神经网络
发表于 11-08 00:00 7724次 阅读
深度学习和神经网络

国内唯一开源开放深度学习平台飞桨累计服务150多万开发者

10月18日下午消息,2019年中关村论坛期间,在AI时代的深度学习技术与应用创新论坛上,百度首席技....
的头像 牵手一起梦 发表于 10-18 17:02 32次 阅读
国内唯一开源开放深度学习平台飞桨累计服务150多万开发者

FPGA有着优于传统GPP加速能力的显著潜力

作为GPU在算法加速上强有力的竞争者,FPGA是否立即支持不同硬件,显得尤为重要。FPGA与GPU不....
发表于 10-18 15:42 18次 阅读
FPGA有着优于传统GPP加速能力的显著潜力

未来人工智能将与产业进行深度结合

1997年5月,IBM的计算机程序“深蓝”在正常时限的国际象棋比赛中首次击败了当时世界第一的棋手加里....
发表于 10-18 10:12 131次 阅读
未来人工智能将与产业进行深度结合

FPGA和深度学习有什么关系?

人工智能的风潮从技术一路蔓延到硬件,让“芯片”成为今年行业里盛极一时的主题。人们关注通用芯片领域里CPU和GPU不断刷新...
发表于 10-18 08:30 8次 阅读
FPGA和深度学习有什么关系?

人工智能发展最大的瓶颈是什么

深度学习的算法在全世界科技行业非常有意思,它符合一个规律——代码共享,代码公开。
发表于 10-17 14:18 123次 阅读
人工智能发展最大的瓶颈是什么

开源开放会是以后人工智能的主要发展方向吗

深度学习是新一代人工智能的核心支撑。
发表于 10-17 10:54 99次 阅读
开源开放会是以后人工智能的主要发展方向吗

机器视觉火了,三大问题如何解决?

机器视觉是人工智能的一个分支,简单来说,就是用机器代替人眼来做测试和判断,在实际应用中,机器视觉还存....
的头像 Carol Li 发表于 10-16 23:01 1268次 阅读
机器视觉火了,三大问题如何解决?

智能交互应用落地多领域逐步替代人工或成趋势

作为最热门话题的人工智能几乎每届互联网大会都会被业界大佬提及,过去其应用场景更多体现在人脸识别的简单....
发表于 10-16 15:39 65次 阅读
智能交互应用落地多领域逐步替代人工或成趋势

在未来AI视频的市场应用将非常广泛

商汤科技与日本最大海运公司商船三井株式会社(MOL)达成了合作,共同开发新型船舶影像识别和记录系统,....
发表于 10-14 15:24 70次 阅读
在未来AI视频的市场应用将非常广泛

更加准确的天气数据如何提高安全性和能源效率

预防中暑:日本的研究人员正在结合解剖学模型、核心温度算法、热调节反应模型、太阳辐射模型和天气数据,以....
的头像 IEEE电气电子工程师学会 发表于 10-13 16:58 196次 阅读
更加准确的天气数据如何提高安全性和能源效率

未来与人工智能的结合将会是什么样子

人工智能已经有了自己的想法了。AlphaGo就有自己的想法。首先,AlphaGo不仅仅是一个深度学习....
发表于 10-13 08:56 71次 阅读
未来与人工智能的结合将会是什么样子

不同于人工智能领域的深度学习或将成为趋势

深度学习不是教育学独有的概念。事实上,这一概念滥觞于20世纪50年代计算机科学的人工智能研究。195....
发表于 10-12 11:50 78次 阅读
不同于人工智能领域的深度学习或将成为趋势

可编辑神经网络有什么积极意义

在这种情况下进行编辑意味着在不影响其他输入的情况下,更改输入对子集的模型预测(与错误分类的对象相对应....
发表于 10-12 11:11 62次 阅读
可编辑神经网络有什么积极意义

融合人类与AI的创造力带来什么积极意义

这些网络被称为AttoNets,用于图像分类和实体划分,但也可以作为视频动作识别、视频姿态估计、图像....
发表于 10-12 11:02 46次 阅读
融合人类与AI的创造力带来什么积极意义

一个AI创业者看《投资人逃离人工智能》

这篇文章无论是从叙事、举证、事实分析还是结论启发都句句有声、层层推进,确实能够给朋友们带来冲击。作为....
的头像 倩倩 发表于 10-10 14:52 949次 阅读
一个AI创业者看《投资人逃离人工智能》

人工智能如何助力4S店解决卖车难?

渐进式改良路线已不能满足负增长时代下的营销需求,结合了知识图谱、语义理解、深度学习等技术的智慧外呼服....
的头像 倩倩 发表于 10-10 14:46 353次 阅读
人工智能如何助力4S店解决卖车难?

Python编程快速上手让繁琐工作自动化PDF电子书免费下载

如今,人们面临的大多数任务都可以通过编写计算机软件来完成。Python 是一种解释型、面向对象、动态....
发表于 10-10 08:00 96次 阅读
Python编程快速上手让繁琐工作自动化PDF电子书免费下载

为什么说FPGA是机器深度学习的未来?

  最近几年数据量和可访问性的迅速增长,使得人工智能的算法设计理念发生了转变。人工建立算法的做法被计算机从大量数据中自动...
发表于 10-10 06:45 78次 阅读
为什么说FPGA是机器深度学习的未来?

神经网络加速器开始被重视的原因是什么

自从以深度学习为代表的神经网络算法的精度大大提升以后,人工智能开始终于又再次火了起来,且有席卷全球之....
发表于 10-09 16:05 131次 阅读
神经网络加速器开始被重视的原因是什么

“深视创新”宣布获得千万级人民币Pre-A轮融资

他详细解释说,表面瑕疵检测一直是机器视觉检测行业的难点与空白,在AI技术介入前几乎没有企业愿意投入技....
的头像 倩倩 发表于 10-09 15:12 285次 阅读
“深视创新”宣布获得千万级人民币Pre-A轮融资

如果人工智能超越人类后我们该何去何从

人工智能是21世纪以来,人类最伟大的发明之一。它带给了人类诸多便利,但是,霍金却十分担忧它的隐患。2....
发表于 10-09 10:59 82次 阅读
如果人工智能超越人类后我们该何去何从

英特尔与智芯原动推动智慧交通创新

通过摄像头等图像摄取设备来拍摄车牌,进行自动化的识别,并与后端的管理系统对接,可以自动的执行车辆停车....
发表于 10-09 09:23 68次 阅读
英特尔与智芯原动推动智慧交通创新

人工智能将会是新时代军备竞赛的重要一环

现代人工智能的大跃进始于2012年。研究员成功开发「深度学习」(deep learning)技术,利....
的头像 倩倩 发表于 10-08 14:50 235次 阅读
人工智能将会是新时代军备竞赛的重要一环

人工智能可进行更准确的视力测试

在他们的研究中,研究人员从18个月的101位视力良好且健康的儿童中收集了OCT脉络膜视网膜眼部扫描图....
的头像 倩倩 发表于 10-08 14:43 257次 阅读
人工智能可进行更准确的视力测试

人工智能也加入地球保卫战!

通过提供虚拟仪器来补充物理设备,深度学习可以帮助我们从当前监控太阳的能力中获得更多价值。这项研究发表....
的头像 倩倩 发表于 10-08 14:30 567次 阅读
人工智能也加入地球保卫战!

FPGA在深度学习上有什么应用

机器学习对日常生活影响深远。无论是在上点击个性化推荐内容、在智能手机上使用语音沟通,或利用面部识别技....
发表于 10-08 11:06 108次 阅读
FPGA在深度学习上有什么应用

智能人机交互系统能为你的生活带来什么便利?

众所周知,人工智能从感知智能到认知智能就是要让机器人能够理解,能够思考,能够交流。这是目前人工智能研....
的头像 倩倩 发表于 09-30 11:15 320次 阅读
智能人机交互系统能为你的生活带来什么便利?

阿里妈妈的深度学习演进之路

深度学习如何应用在广告、推荐及搜索业务?阿里妈妈实践案例解读...
发表于 09-29 14:15 65次 阅读
阿里妈妈的深度学习演进之路

深度学习下的AI微表情研究

对微表情的研究,在方法上事实上类似于人脸识别,一般包含检测和识别两个具体问题。 对于人脸识别,一般都....
的头像 人工智能学家 发表于 09-28 01:31 540次 阅读
深度学习下的AI微表情研究

瑞莱智慧RealAI亮相第五届中国人工智能大会

作为本次大会的另一大亮点,同期举办的首届中国人工智能产品博览会吸引到了阿里巴巴、百度、科大讯飞、旷视....
的头像 倩倩 发表于 09-27 15:09 405次 阅读
瑞莱智慧RealAI亮相第五届中国人工智能大会

2019第五届中国人工智能大会(CCAI)在青岛胶州方圆体育中心开幕

在延续往届大会成功经验的基础上,第五届中国人工智能大会由7位国内外院士领衔,共设置1个主论坛、1个大....
的头像 倩倩 发表于 09-27 14:42 432次 阅读
2019第五届中国人工智能大会(CCAI)在青岛胶州方圆体育中心开幕

PTB数据集建立语言模型

《实战Google深度学习框架》之RNN学习笔记2 LSTM对PTB数据集的建模...
发表于 09-26 16:21 80次 阅读
PTB数据集建立语言模型

10nm十代酷睿首发DLBoost加速 AI革命来了

DLBoost是什么?直观来说就是DeepLearning Boost(深度学习加速),深度学习是目....
的头像 倩倩 发表于 09-26 15:50 1660次 阅读
10nm十代酷睿首发DLBoost加速 AI革命来了

瑞萨电子与StradVision合作开发下一代ADAS智能摄像头

瑞萨电子株式会社(TSE:6723),与具备深度学习专业知识的自动驾驶视觉处理技术解决方案提供商St....
发表于 09-26 11:07 313次 阅读
瑞萨电子与StradVision合作开发下一代ADAS智能摄像头

换脸软件涉嫌公众安全?人体生物识别信息管理要跟上

所以我相信,虽然在换脸软件这里看似是用户自愿点击“同意”奉上自己的人脸信息,如果你把2017年12月....
的头像 倩倩 发表于 09-26 10:54 402次 阅读
换脸软件涉嫌公众安全?人体生物识别信息管理要跟上

深度学习下的编程语言介绍

再见Python!Yann LeCun警告:深度学习需要新编程语言...
发表于 09-25 16:59 85次 阅读
深度学习下的编程语言介绍

人工智能靠什么走向大众视线

随着人脸识别、语音识别和自动驾驶日益成为关注焦点,人工智能(AI)与社会、人类生活融合程度正在快速演....
发表于 09-24 16:23 189次 阅读
人工智能靠什么走向大众视线

人工智能和触觉技术将如何革新VR游戏

目前,VR已针对在虚拟空间中进行社交进行了优化,并通过将人类沉浸在3D环境中来覆盖人类的视觉范围。这....
的头像 倩倩 发表于 09-24 15:23 314次 阅读
人工智能和触觉技术将如何革新VR游戏

投资人逃离人工智能,AI革命与“社会人”的逆袭

莫涛所供职的企业,以一家人脸识别技术的AI初创公司,创始团队由知名科学家组成,在2017和2018年....
的头像 倩倩 发表于 09-24 14:53 610次 阅读
投资人逃离人工智能,AI革命与“社会人”的逆袭

投资总额450.6亿元的24个项目集中签约青岛

近日,2019第五届中国人工智能大会(CCAI)在青岛胶州盛大开幕,大会以“智变融合”为主题,旨在搭....
的头像 倩倩 发表于 09-24 11:23 416次 阅读
投资总额450.6亿元的24个项目集中签约青岛

人工智能将大大提高与识别相关的任务的准确性

机器学习尤其擅长于识别模式和发现异常或异常值。“模式匹配模式”是人工智能项目中不断重复使用的方法之一....
发表于 09-24 09:50 146次 阅读
人工智能将大大提高与识别相关的任务的准确性

正在出现的零散的微芯片市场将给开发者带来一些艰难的选择

人工智能研究人员需要在处理深度学习前所未有的计算需求时所能获得的所有优势。GPU处理能力发展迅速,最....
的头像 IEEE电气电子工程师学会 发表于 09-22 09:26 406次 阅读
正在出现的零散的微芯片市场将给开发者带来一些艰难的选择

人工智能在未来将实现社会包容式发展

很多人看到人工智能,看到的都是悲观的景象,但我看到的是光明的未来。在过去的60多年当中,科技进步最重....
发表于 09-20 16:29 139次 阅读
人工智能在未来将实现社会包容式发展

翻转教学中的深度学习

从布卢姆的教育目标分类来看,翻转作业在课前主要为实现记忆与理解层次的部分目标,为课堂实现更高阶的其余....
的头像 倩倩 发表于 09-20 16:14 321次 阅读
翻转教学中的深度学习

深度学习路径的由来,面对人工智能人类还只是“小学生”

这些研究人员认为,受大脑生物学启发的、那些被称为神经网络、连接主义和并行分布处理的AI实现方法,会最....
的头像 倩倩 发表于 09-20 16:05 693次 阅读
深度学习路径的由来,面对人工智能人类还只是“小学生”

深度学习与机器阅读

随后,以传统机器阅读的方法作为引入,引出了深度学习的方法。先介绍了机器阅读的主要步骤:文本表示(将文....
的头像 倩倩 发表于 09-20 16:01 513次 阅读
深度学习与机器阅读

深度学习的基础知识,深度学习神经网络和学习过程的历史

好的,大脑是如何表现的?它使用几个无限对(x,y)样本(训练集)训练自己,并且在整个逐步过程中,f(....
的头像 倩倩 发表于 09-20 15:57 374次 阅读
深度学习的基础知识,深度学习神经网络和学习过程的历史

深度学习仍缺乏科学理论根基,会碰到发展壁垒

随着互联网时代的发展,AI 技术给人们的生活带来便捷的同时,大众的职业信息、购买偏好、日常出行、刷脸....
的头像 倩倩 发表于 09-20 15:53 650次 阅读
深度学习仍缺乏科学理论根基,会碰到发展壁垒

EmbodyMe宣布获得2.3亿日元融资,开发了一款AR应用程序“Xpression”

EmbodyMe所研发的应用Xpression与国内之前风靡的《ZAO》类似,基于AR通过深度学习技....
的头像 倩倩 发表于 09-20 15:49 450次 阅读
EmbodyMe宣布获得2.3亿日元融资,开发了一款AR应用程序“Xpression”

如何促进学生深度学习?选用三条策略进行探索

二是基于学生的知识经验:物理知识本身就是一个完整的知识体系,它们之间有着本质的逻辑关系,通过对原有知....
的头像 倩倩 发表于 09-20 15:46 339次 阅读
如何促进学生深度学习?选用三条策略进行探索

使用Node.js在深度学习中做图片预处理

做图片预处理的目的是为了解决对象识别中训练集不足的问题。当对象识别应用于某个专用领域的时候,就会遇到....
的头像 倩倩 发表于 09-20 15:40 376次 阅读
使用Node.js在深度学习中做图片预处理

首个基于深度学习的端到端在线手写数学公式识别模型

TAP 延续了会议文章 [1] 中的 Encoder 框架,在 Attention 机制上针对在线手....
的头像 倩倩 发表于 09-20 15:35 418次 阅读
首个基于深度学习的端到端在线手写数学公式识别模型

AI寒冬将至?深度学习的“新江湖”

说到深度学习与人工智能的关系,简单来说就是:将海量数据通过深度学习进行处理后形成一个模型,再将模型应....
的头像 倩倩 发表于 09-20 15:29 424次 阅读
AI寒冬将至?深度学习的“新江湖”

PyTorch版《动手学深度学习》开源了

目前,该项目在 GitHub 上已获得超过 1.1 万星,并且中文版电子书还发布了纸质版书籍。不过虽....
的头像 倩倩 发表于 09-20 15:25 372次 阅读
PyTorch版《动手学深度学习》开源了

闪马智能获5800万元天使轮融资

大客流管理:用于公共场所、大型活动区域等地大规模人流疏导管理,同时可分析识别拉横幅、打架斗殴、人群聚....
的头像 倩倩 发表于 09-20 15:18 429次 阅读
闪马智能获5800万元天使轮融资

探讨机器学习与深度学习的差异

人工智慧、機器學習以及深度學習已變成現今最熱門的話題之一,但以字面上的意思不足以清楚的表達其意義,使得人們常常混淆。以下...
发表于 09-20 09:05 145次 阅读
探讨机器学习与深度学习的差异

神经网络和反向传播算法

03_深度学习入门_神经网络和反向传播算法
发表于 09-12 07:08 148次 阅读
神经网络和反向传播算法

神经网络结构搜索有什么优势?

近年来,深度学习的繁荣,尤其是神经网络的发展,颠覆了传统机器学习特征工程的时代,将人工智能的浪潮推到了历史最高点。然而,...
发表于 09-11 11:52 108次 阅读
神经网络结构搜索有什么优势?

新一代人工智能领域十大最具成长性技术展望具体有哪些?

近年来,随着人工智能的进一步发展创新,新技术持续获得突破性进展,呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等...
发表于 09-11 11:51 289次 阅读
新一代人工智能领域十大最具成长性技术展望具体有哪些?

spark和深度学习的基本原理

当Spark遇上TensorFlow分布式深度学习框架原理和实践...
发表于 09-09 08:46 148次 阅读
spark和深度学习的基本原理