深度学习？不一定非得搞“黑箱” / 开普饭

引子:在机器学习中,可解释性的概念既重要又难以捉摸.我们能相信模型吗?它在部署过程中会起作用吗?关于这个世界,模型还能告诉我们什么?模型不仅应该是好的,而且应该是可以解释的,然而,可解释性似乎没有具体 ...

作者王焕超腾讯研究院研究员算法黑箱:从奥巴马"变"成白人说起打码容易去码难,这条互联网定理似乎将成为历史. 2020年,美国杜克大学的研究者提出一种新型算法,名为PU ...

两个月前轰动网络的AI设计大师CLIP,刚刚被OpenAI"扒开"了脑子. 没想到,这个性能强大的AI竟和人类思维方式如此相像. 打个比方,无论你听到"炸鸡"二 ...

文/陈根在人工智能深度学习输入的数据和其输出的答案之间,存在着人们无法洞悉的"隐层",它被称为"黑箱".这里的"黑箱"并不只意味着不能观察 ...

深度学习各类优化器借用古代炼丹的一些名词,我们可以把训练模型中的数据比做炼丹药材,模型比做炼丹炉,火候比做优化器.那么我们知道,同样的药材同样的炼丹炉,但是火候不一样的话,炼出来的丹药千差万别,同样 ...

AI研习图书馆,发现不一样的精彩世界 ML visual-开源绘图项目一.引言随着人工智能技术的蓬勃发展,进入深度学习领域做科研的学者越来越多,深度学习研究呈现出百家争鸣.百花齐花的大好形势.众所 ...

本文采用总分思路:整体架构 -> 特征提取模块 -> 时空自注意力机制 -> 损失函数 . 01 - 整体架构整体架构可以通过一张图看明白: 可以看到,这是一个孪生网络,变化前后影 ...

博雯发自凹非寺量子位报道 | 公众号 QbitAI 机器人要如何完成这样一个动作? 我们一般会基于强化学习,在仿真环境中进行模拟训练. 这时,如果在一台机器的CPU环境下进行模拟训练,那么需要 ...

提示 1 人类视觉系统机理基于深度学习的图像识别思想,源于对人视觉系统的认知机理.这得益于美国神经生物学家David Hubel和orstenWiese(1981年诺贝尔医学获得者)的发现:人类负责 ...

如今,深度学习已经贯穿于我们的生活,无论是汽车自动驾驶.AI 医学诊断,还是面部.声音识别技术,无一没有 AI 的参与.然而,尽管人们早已明了深度学习的输入和输出,却对其具体的学习过程一无所知. 近日 ...

颅骨内脑膜瘤病理与临床特点颅骨内脑膜瘤(intraosseous meningioma)也称颅骨脑膜瘤或板障脑膜瘤,较少见,约占脑膜瘤2%以下.可能起自于异位于板障或嵌顿于颅缝的蛛网膜细胞.不包括 ...

仅做学术分享,如有侵权,联系删除转载于 :深度学习前沿作为机器学习从业者,你需要知道概率分布相关的知识.这里有一份最常见的基本概率分布教程,大多数和使用 python 库进行深度学习有关. 概率分 ...

大家好,这是专栏<计算摄影>的第七篇文章,这一个专栏来自于计算机科学与摄影艺术的交叉学科. 作者&编辑 | 言有三图像超分,就是要将低分辨率的图像恢复为高分辨率的图像,它在日常的 ...

深度学习？不一定非得搞“黑箱”