深度學習
#
深度學習
含有「深度學習」共 59 篇內容
全部內容
發佈日期由新至舊
BERT與GPT: 自監督學習的大型模型
本文介紹自我監督學習的概念和訓練方式,以BERT和GPT為例,深入探討Masking Input及Fine-Tune的實際操作和可應用性。
2024-05-16
3
#
機器學習
#
深度學習
#
ChatGPT
生成式對抗網路GAN
這篇文章探討了生成式對抗網路中機率分佈的使用與相關的訓練方式,包括Generator不同的點、Distriminator的訓練過程、生成圖片的條件設定等。此外,也提到了GAN訓練的困難與解決方式以及不同的learning方式。文章內容豐富且詳細,涵蓋了GAN的各個相關面向。
2024-05-15
4
#
機器學習
#
AI
#
深度學習
Transformer中的Encoder Decoder與Cross Attention介紹
本文介紹了Transformer中的Encoder Decoder與Cross Attention的運作方式以及的應用。涉及self-attention、autoRegressive Decoder、Non-AutoRegressive Decoder、Cross Attention等概念。
2024-05-13
2
#
輸入
#
機率
#
AI
陪你讀書|學習的因果律——《深度學習的技術》
這篇文章介紹了《深度學習的技術》中的五大學習部分:記憶力,理解力,知識網,拓展能力與生活應用。作者分享了對於這些學習部分的心得與建議,並提供了主題相關的書籍推薦及閱讀資料。
2024-05-02
21
#
學習
#
人生
#
閱讀
高階管理者應該了解的六個 AI 問題
近年來,生成式AI對市場帶來了巨大變革,然而,企業的AI專案卻面臨許多部署和失敗的問題。從MIT Sloan Management Review的研究中,我們發現數據科學家在尋找防止AI模型失敗的模式上面存在許多問題。本文提供了三個觀點,協助缺乏技術的高階主管針對辨識有效的AI模型和數據集提出方法。
2024-04-30
5
#
生成式AI
#
深度學習
#
科技
AI 深度學習之父 - Geoffrey Hinton 辛頓
1986 年,人工智慧的崛起,神經網路的出現。人工神經網路發展遭遇挑戰,直到 2006 年由Hinton提出限制玻爾茲曼機與深度信念網絡,重新點燃熱情。2018年,Hinton獲得圖靈獎。近年,Hinton持續關注AI帶來的危險,力促人們關注。
2024-04-17
3
#
人工智慧
#
危險
#
模型
LearnAI頻道宗旨
這個頻道將提供以下服務: 深入介紹各種Machine Learning技術 深入介紹各種Deep Learning技術 深入介紹各種Reinforcement Learning技術 深入介紹Probabilistic Graphical Model技術 不定時提供讀書筆記 讓我們一起在未
2024-04-14
1
#
學習
#
職場
#
AI人工智慧
『普林斯頓最熱門的電腦通識課』資料與資訊
「資料探勘」早在十幾年前唸書時就有耳聞,但資料科學倒是近五年來才知道有這門學科。就我的理解來說,資料探勘就是如何從大量資料中找出有用的資訊,而「資料科學」就是利用這些有用的資訊來做分析,從而達到預測的目的。
2024-03-27
0
#
資料探勘
#
資料科學
#
網路爬蟲
轉貼|NVIDIA 2024 GTC大會
2024-03-19
2
[論文導讀]多模態數據與人工智能技術在醫學診斷上的綜效
多模態資料與模型目前在人工智慧領域是主流話題之一。多模態對於醫學研究之所以重要,是因為它能夠提供疾病的全面觀點,從來自不同來源和類型的數據(如醫學影像、文字病歷、臨床數據與生理訊號等)結合起來,使得醫學偵測與診斷更加準確和全面。
2024-02-29
4
#
科技
#
科技力
#
深度學習