4场进球彩赛程什么意思 足球4场进球 4场进球彩过滤软件 4场进球彩怎么叫中奖 河北体彩4场进球samplingid126 湖南体彩足彩4场进球samplingid123 河北体彩4场进球samplingid103 4场进球360 4场进球的玩法 4场进球彩18078期开奖 4场进球彩开奖历史 4场进球彩预测方法 2017年12月4场进球 4场进球奖金 4场进球最新开奖
张飞软硬开源基于STM32 BLDC直流无刷电机驱动器开发视频套件,??戳此立抢??

ICLR 2019论文解读:深度学习应用于复杂系统控制

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、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?#36234;?#32422;大楼20%的能?#27169;?#20256;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?#36234;?#32422;80%以?#31995;?#36816;算时间并且提升10%以?#31995;?#25511;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。近期,华盛顿大学?#33455;?#32452;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:https://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?#36234;?#20026;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?#35828;?#31471;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?#26434;?#21270;问题(linearprogramming)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?#33455;浚?#22914;系统的李雅?#24352;?#22827;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,?#21307;?#27169;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?#33455;空?#20063;会训练一个?#35828;?#31471;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。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?#23884;?#30693;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?#33455;?#20013;,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?#33455;浚?#21516;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)。

?#23478;唬?#26412;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?#36234;?#35757;?#27867;?#30340;神经网络作为动态系统的模型,求解凸优化问题从而得?#25509;?#26368;优保证的控制输入。算法思路详见?#23478;?/p>

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?#25104;?#20197;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?#22411;?#20989;数(Theorem1),并?#31227;?#34920;达的效率比分段线性函数高指数级(Theorem2)。两条性?#26102;?#35777;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?#24230;?#21040;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?#19994;?#26368;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?#36234;?#35813;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?#26696;?#20010;?#26234;?#30340;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?#27169;?#30340;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?#24615;?#26463;,如温度可调节?#27573;?#31561;。我们通过设计大楼在一定时间?#25991;?#30340;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?#32423;?#20110;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?#27169;?#22270;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

分析并比较五?#22336;?#24120;有用的深度学习框架的优点及应用。

我?#19981;禩ensorFlow的原因有两点?#26680;?#23436;全是开源的,并且有出色的社区支持。TensorFlow为....
的头像 电子发烧友网工程师 发表于 04-24 17:26 ? 61次 阅读
分析并比较五?#22336;?#24120;有用的深度学习框架的优点及应用。

深度学习时代,能否实现照片“隐写术?#20445;?/a>

传统的AR(增强现实)就是这么做的。但这需要联网,而且对于纹理不丰富的?#35745;?#26816;索效果很差,也没有很好....
的头像 电子发烧友网工程师 发表于 04-24 10:46 ? 121次 阅读
深度学习时代,能否实现照片“隐写术?#20445;? />    </a>
</div><div class=

旷?#24433;?#24320;辟基础算法新路的斧?#26041;?#32473;了28岁的年轻人

张祥雨认为,70%的AI从业者依然从事着能被机器替代的重复性工作,AutoML这项?#27492;?#20250;让AI从业者....
的头像 新智元 发表于 04-23 10:45 ? 316次 阅读
旷?#24433;?#24320;辟基础算法新路的斧?#26041;?#32473;了28岁的年轻人

CMU王赟写在入职Facebook之前的八年博士生涯心路历程

第二个组织,叫做 Pittsburgh pLayboycLub。这是CMU和隔壁匹大的几个学生组建的....
的头像 将门创投 发表于 04-22 14:34 ? 172次 阅读
CMU王赟写在入职Facebook之前的八年博士生涯心路历程

什么是智能内容生成?万字讲述智能内容生成?#23548;?/a>

事实上,Data2Seq领域在工业界有着非常大的应用价值,应用领域如天气预报、体育报道、财经新闻和医....
的头像 电子发烧友网工程师 发表于 04-22 11:52 ? 245次 阅读
什么是智能内容生成?万字讲述智能内容生成?#23548;? />    </a>
</div><div class=

设计了一个强强联合型模型来预测?#21892;?#20215;格,为什么这么形容?

首先,要了解什么因素会影响 GS 的?#21892;?#20215;格波动,需要包含尽可能多的信息(从不同的方面和角度)。将使....
的头像 电子发烧友网工程师 发表于 04-22 11:38 ? 284次 阅读
设计了一个强强联合型模型来预测?#21892;?#20215;格,为什么这么形容?

邓力荣获学术界的盛高荣誉:入选加拿大国家工程院院士

即便几经挫败,邓力也始终在进行着统计模型和计算人工神经网络在内的相关?#33455;浚?#24182;在加入加拿大滑铁卢大学任....
的头像 新智元 发表于 04-22 11:27 ? 426次 阅读
邓力荣获学术界的盛高荣誉:入选加拿大国家工程院院士

深度学习到底是什么卷积神经网络的结构你了解吗

在很多人眼里,深度学习是一个非常神奇的技术,是人工智能的未来,是机器学习的圣杯。今天大恒图像带您一起....
的头像 电子发烧友网工程师 发表于 04-20 09:36 ? 264次 阅读
深度学习到底是什么卷积神经网络的结构你了解吗

深度学习与传统计算机视觉到底是怎么样的关系

如今,深度学习在众多领域?#21152;?#19968;席之地,尤其是在计算机视觉领域。尽管许多人都为之深深着迷,然而,深网就....
的头像 电子发烧友网工程师 发表于 04-20 09:28 ? 208次 阅读
深度学习与传统计算机视觉到底是怎么样的关系

卷积神经网络四种卷积类型

?#34892;?#28040;息来源使用名称deconvolution,这是不合适的,因为它不是解卷积。为了使事情更糟,确实....
的头像 Imagination Tech 发表于 04-19 16:48 ? 206次 阅读
卷积神经网络四种卷积类型

从多个角度对TensorFlow和PyTorch进行了对比,哪个会成为最有话语权的深度学习框架

从上图可以看出,TensorFlow在star、fork、watch和贡献者4个方面活跃度均是最高,....
的头像 新智元 发表于 04-19 14:41 ? 248次 阅读
从多个角度对TensorFlow和PyTorch进行了对比,哪个会成为最有话语权的深度学习框架

FAIR何恺明团队近日发表神经结构搜索NAS方面的最新力作

在这一趋势的推进中,神经结构搜索 (neural architecture search, NAS)....
的头像 新智元 发表于 04-19 14:34 ? 263次 阅读
FAIR何恺明团队近日发表神经结构搜索NAS方面的最新力作

博士生求职AI岗位的经验分享

别指望这段时间能完成多少工作。正如一位同事所言:“当你听到这个或那个招聘人员的反馈时,你的大脑一直在....
的头像 新智元 发表于 04-19 13:36 ? 238次 阅读
博士生求职AI岗位的经验分享

深度学习真正可以实现什么,与经典计算机视觉的区别是什么?

看起来他正在用一些随机看的过滤器对每个图像进行卷积,然后使用一些非常奇怪的逻辑,许多“if then....
的头像 新智元 发表于 04-19 10:46 ? 228次 阅读
深度学习真正可以实现什么,与经典计算机视觉的区别是什么?

OpenAI Five是如何训练的、为什么选择打Dota以及AI在打Dota的时候在想什么?

总决赛让OpenAI的科学家可以回答一个重要的?#33455;?#38382;题:OpenAI Five在多大程度、以何种方式....
的头像 新智元 发表于 04-19 09:29 ? 485次 阅读
OpenAI Five是如何训练的、为什么选择打Dota以及AI在打Dota的时候在想什么?

充分利用人工智能,实现更为高效的下一代数据存储

数据生成的速度远超人们的想象。在以前,人是数据产生的主要来源;而现在,图像设备、传感器、无人机、互联....
发表于 04-17 17:50 ? 177次 阅读
充分利用人工智能,实现更为高效的下一代数据存储

一文讲述Quadro RTX 5000带来的性能提升

NVLink技术取代了SLI技术,可以配合Quadro NVLink 2-Slot或者3-Slot使....
的头像 英伟达NVIDIA企业解决方案 发表于 04-17 16:50 ? 395次 阅读
一文讲述Quadro RTX 5000带来的性能提升

回顾2019GTC大会上中国初创企业的最新技术和创新展示方案

智擎信息携“智策”深度学习端计算产品和工业数据自动化分析平台登陆NVIDIA GTC大会,将超过10....
的头像 英伟达NVIDIA企业解决方案 发表于 04-17 16:48 ? 565次 阅读
回顾2019GTC大会上中国初创企业的最新技术和创新展示方案

解析DARTS:海量数据训练和新样本特征的综合

?#33455;?#20154;员首次将深度学习与贝?#31471;?#20551;设检验结合,利用深度学习强化RNA可变剪接分析的准确性。
的头像 人工智能学家 发表于 04-17 09:11 ? 351次 阅读
解析DARTS:海量数据训练和新样本特征的综合

我们应该跳出框架的桎梏 往更广泛的人工智能领域寻找价值

最近几年深度学习的流行,大家一般认为是从2012年AlexNet在图像识别领域的成功作为一个里程碑。....
发表于 04-16 17:40 ? 84次 阅读
我们应该跳出框架的桎梏 往更广泛的人工智能领域寻找价值

一听说是黑盒系统就敬而远之是否是最好的做法?

黑箱系统给出的答案无法完全令人信服的事情并不只发生在科学家和工程师身上。2018 年提出的「?#35775;?#19968;般....
的头像 人工智能 发表于 04-16 10:30 ? 207次 阅读
一听说是黑盒系统就敬而远之是否是最好的做法?

最先进的双足机器人能够以相对较高的速度行走和跑步

无独?#20449;跡?#24917;尼黑工业大学机械工程系的?#33455;?#20154;员们正在?#33455;?#26500;造一种能够快速、类似人类自主行走的机器人。他....
的头像 机器人大讲堂 发表于 04-15 09:10 ? 403次 阅读
最先进的双足机器人能够以相对较高的速度行走和跑步

基于深树的软件缺陷预测模型的详细资料说明

缺陷在软件系统中很常见,可能会给软件用户带来各种各样的问题。为了快速预测大型代码库中最可能出现的缺陷....
发表于 04-15 08:00 ? 32次 阅读
基于深树的软件缺陷预测模型的详细资料说明

苏州市智能网联汽车首批路测?#26222;?#21457;放

Momenta当选第一届?#31181;?#29702;事长单位,奇瑞新能源汽?#23548;?#26415;有限公?#23613;?#19978;海淞泓智能汽车科?#21152;?#38480;公?#23613;?#33487;....
的头像 机器人技术与应用 发表于 04-13 11:20 ? 756次 阅读
苏州市智能网联汽车首批路测?#26222;?#21457;放

分析深度学习技术现状,?#20449;?#28145;度学习发展趋势

深度神经网络节点功能不断丰富。为了克服目前神经网络存在的局限性,业界探索并提出了新型神经网络节点,使....
的头像 人工智能学家 发表于 04-13 11:06 ? 836次 阅读
分析深度学习技术现状,?#20449;?#28145;度学习发展趋势

在深度学习如日中天的现在,三巨头又在忙活着什么?

如果说三巨头在全世界都不相信深度学习时的执拗,最终换来了图灵奖和一句句“泰斗”的赞美声;那?#27425;?#20204;今天....
的头像 人工智能爱好者社区 发表于 04-13 10:43 ? 553次 阅读
在深度学习如日中天的现在,三巨头又在忙活着什么?

常见机器学习算法名单

工作机制:这个算法由一个目标变量或结果变量(或因变量)组成。这些变量由已知的一系?#24615;?#31034;变量(自变量)....
的头像 人工智能和机器人?#33455;?#38498; 发表于 04-13 10:38 ? 565次 阅读
常见机器学习算法名单

关于OpenCV深度学习模块的内容

OpenCV是计算机视觉领域使用最为广泛的开源库,以功能全面使用方便著称。在LiveVideoSta....
的头像 LiveVideoStack 发表于 04-13 09:59 ? 436次 阅读
关于OpenCV深度学习模块的内容

腾讯优?#32426;?#20986;名为DSFD(中文名为双分支人脸检测器)的全新算法

该算法已被计算机视觉顶级会议CVPR 2019接收,原文《DSFD: Dual Shot Face ....
的头像 人工智能 发表于 04-12 12:19 ? 442次 阅读
腾讯优?#32426;?#20986;名为DSFD(中文名为双分支人脸检测器)的全新算法

TensorFlow和PyTorch框架的几个重要发展

在最大的搜索引擎上进行网络搜索是衡量受欢迎程度的一个标准。我们查看了过去一年谷歌趋势的搜索历史。我们....
的头像 人工智能 发表于 04-11 12:01 ? 346次 阅读
TensorFlow和PyTorch框架的几个重要发展

寒武纪的前世今生与未来你知道吗?

1999年,在专家加强对国内芯片企业支持力度的提议下,当时的国家经贸委政策司与信息产业部组成联合小组....
的头像 电子发烧友网工程师 发表于 04-10 17:43 ? 6385次 阅读
寒武纪的前世今生与未来你知道吗?

如何表示一个词语的意思?#21487;?#32463;网络?#26159;度?#30340;基本思路

我们先把一个词语定义成一个稠密向量,通过调整一个单词及其上下文单词的向量,使得根据两个向量可以推测两....
的头像 电子发烧友网工程师 发表于 04-10 17:16 ? 291次 阅读
如何表示一个词语的意思?#21487;?#32463;网络?#26159;度?#30340;基本思路

梯度下降算法在深度学习中扮演着举足轻重的地位

这里的欧几里得距离公式也可以换成其他距离公式(下文?#30001;?#20998;享其他距离公式)。这同样也解释了,我们为什么....
的头像 深度学习每?#29031;?#35201; 发表于 04-10 13:50 ? 189次 阅读
梯度下降算法在深度学习中扮演着举足轻重的地位

AI做数学的能力不?#26696;?#20013;生水平?

DeepMind在这篇论文中引入了一个由许多不同类型的数学问题组成的数据集,对于模型来说,优于缺乏上....
的头像 人工智能 发表于 04-09 11:22 ? 425次 阅读
AI做数学的能力不?#26696;?#20013;生水平?

自然语言处理中极其重要的句法分析

深层文法句法分析,即利用深层文法,例如词汇化树邻接文法(Lexicalized Tree Adjoi....
的头像 人工智能头条 发表于 04-09 10:23 ? 269次 阅读
自然语言处理中极其重要的句法分析

“理性回归,安全是自动驾驶之本”的主题演讲

我们知道自动驾驶需要很多的传感器,除了我们现在都知道的摄像头还有毫米波雷达、激光雷达、超声波雷达等等....
的头像 将门创投 发表于 04-08 15:11 ? 466次 阅读
“理性回归,安全是自动驾驶之本”的主题演讲

看看AI在医学健康领域如何大显身手

在人类的知?#35835;?#22495;中?#20449;?#22823;数量的分子有成为药物的潜力,制药公司和药学家每年花费着无数的努力和金钱来探索....
的头像 将门创投 发表于 04-08 15:02 ? 391次 阅读
看看AI在医学健康领域如何大显身手

一种WS新方法,那它可以超越GN、BN吗?

其中 W^ 卷积层的权重,* 是卷积运算。将图2 所示作为一个例子,WS方法不会直接在原始权重上进行....
的头像 电子发烧友网工程师 发表于 04-08 14:36 ? 255次 阅读
一种WS新方法,那它可以超越GN、BN吗?

?#19994;?#36866;用现代机器学习模型的测试和Debug新方法

目前大多数?#33455;慷技性?#30417;督学习(主要是图像分类)的背景下,但是需要将这些想法扩展到其他条件。在最近关....
的头像 新智元 发表于 04-08 13:53 ? 281次 阅读
?#19994;?#36866;用现代机器学习模型的测试和Debug新方法

从通用到专用:一部“合久必分、分久必合”的芯片发展史

在过去的几十年里,绝大多数人都在适用高度同质化(homogeneous)的x86计算机,而CPU的快....
的头像 新智元 发表于 04-08 12:06 ? 811次 阅读
从通用到专用:一部“合久必分、分久必合”的芯片发展史

图灵奖为什么没颁给LSTM之父Jürgen Schmidhuber?

因为他坚持认为现在大火的GAN就是PM的变种,两者的区别就在于方向是反的,为此,Jürgen Sch....
的头像 新智元 发表于 04-08 11:54 ? 557次 阅读
图灵奖为什么没颁给LSTM之父Jürgen Schmidhuber?

图灵奖得主:人类不得不面对人工智能被滥用的现实

技术本无善恶,但日渐强大的人工智能如同一柄双刃剑,终将同时拥?#22411;?#21160;科学进步和破坏人类社会的力量。
发表于 04-06 07:48 ? 464次 阅读
图灵奖得主:人类不得不面对人工智能被滥用的现实

一个单路径One-Shot模型,以解决训练过程中面对的主要挑战

One-Shot 是一种新范式。它定义了超网络,并以相似的方式做权重复用。但是并没有将模型结构分布参....
的头像 电子发烧友网工程师 发表于 04-04 16:46 ? 511次 阅读
一个单路径One-Shot模型,以解决训练过程中面对的主要挑战

开发者如何选择合适的开放平台?开放平台如何吸引开发者来平台开发应用?

而小i机器人的平台除了让开发者可以直接使用,还可以基于这个平台扩充自己的能力。从底层技术来看,这一智....
的头像 电子发烧友网工程师 发表于 04-04 16:43 ? 523次 阅读
开发者如何选择合适的开放平台?开放平台如何吸引开发者来平台开发应用?

手把手教你操作Faster R-CNN和Mask R-CNN

Mask R-CNN是承继于Faster R-CNN,Mask R-CNN只是在Faster R-C....
的头像 电子发烧友网工程师 发表于 04-04 16:32 ? 503次 阅读
手把手教你操作Faster R-CNN和Mask R-CNN

1024块TPU在燃烧!将BERT预训练模型的训练时长从3天缩减到了76分钟

BERT是一种先进的深度学习模型,它建立在语义理解的深度双向转换器上。当我们增加batch size....
的头像 电子发烧友网工程师 发表于 04-04 16:27 ? 732次 阅读
1024块TPU在燃烧!将BERT预训练模型的训练时长从3天缩减到了76分钟

用Jetson Nano打造您的专属机器人

想知道制造它的全部材料清单吗? 包括Jetson Nano在内,一共只需要250美元。其中还包括一个....
的头像 英伟达NVIDIA中国 发表于 04-03 15:41 ? 1039次 阅读
用Jetson Nano打造您的专属机器人

深入了解最新的深度学习?#33455;?#25104;果

NVIDIA应用深度学习?#33455;?#21103;总裁Bryan Catanzaro表示:?#25226;芯?#35770;文中总会提出各种又新又....
的头像 英伟达NVIDIA企业解决方案 发表于 04-03 12:21 ? 470次 阅读
深入了解最新的深度学习?#33455;?#25104;果

NVIDIA?#33455;?#21033;用生成式对抗网络创建高度?#26222;?#30340;场景。

GauGAN为各行各业的专业人士提供了一个能够创建虚拟世界的强大工具——从建筑师、城市规划者、到景观....
的头像 英伟达NVIDIA企业解决方案 发表于 04-03 12:00 ? 477次 阅读
NVIDIA?#33455;?#21033;用生成式对抗网络创建高度?#26222;?#30340;场景。

混合精度训练的优势!将自动混合精度用于主流深度学习框架

仅通过添加?#24863;?#20195;码,TensorFlow、PyTorch和MXNet中的自动混合精确功能就能助力深度....
的头像 英伟达NVIDIA企业解决方案 发表于 04-03 11:31 ? 480次 阅读
混合精度训练的优势!将自动混合精度用于主流深度学习框架

Python深度学习的数学基础

算法工程师修仙之路:Python深度学习(八)
发表于 04-02 13:03 ? 85次 阅读
Python深度学习的数学基础

基于深度学习的监督图像分类算法?#33455;浚琈ATLAB制作的。求助:程序代码修改补充,有偿

关键词:图像检索;深度学习;哈希算法;
发表于 04-01 16:12 ? 180次 阅读
基于深度学习的监督图像分类算法?#33455;浚琈ATLAB制作的。求助:程序代码修改补充,有偿

深度学习在汽车中的应用

作者:德州仪器Joe Folkens    在未来的某个时候,人们必定能够相对自如地运用人工智能,安全地驾车出行。这个时刻...
发表于 03-13 06:45 ? 324次 阅读
深度学习在汽车中的应用

AI工程师 10 个深度学习方法

过去十年里,人们对机器学习的兴趣经历了爆炸式的整长。我们?#36127;?#27599;天都可以在计算机程序、行业会议和媒体上看到机器学习的身影。...
发表于 03-07 20:17 ? 161次 阅读
AI工程师 10 个深度学习方法

深度学习应用和图像论文相关?#22987;?/a>

[水博文]论文杂读
发表于 03-05 14:24 ? 98次 阅读
深度学习应用和图像论文相关?#22987;? />    </a>
</div><div class=

主流深度学习框架比较

DL:主流深度学习框架多个方向PK比较
发表于 12-26 11:10 ? 361次 阅读
主流深度学习框架比较

Win10系统进行深度学习时系统C盘满了,正确?#23545;?#19968;些非必要的内容的方法

C盘:当Win10系统进行深度学习的时候发现系统C盘满了,大神教你如何正确?#23545;?#19968;些非必要的内容——Jason niu...
发表于 12-26 10:45 ? 232次 阅读
Win10系统进行深度学习时系统C盘满了,正确?#23545;?#19968;些非必要的内容的方法

深度学习框架TensorFlow&TensorFlow-GPU详解

TensorFlow&TensorFlow-GPU:深度学习框架TensorFlow&TensorFlow-GPU的简介、安装、使用方法详细攻略...
发表于 12-25 17:21 ? 476次 阅读
深度学习框架TensorFlow&TensorFlow-GPU详解

计算机视觉神经网络资料全集

CV之YOLOv3:深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录(第二次)——Jason niu...
发表于 12-24 11:52 ? 311次 阅读
计算机视觉神经网络资料全集

CV之YOLOv3:深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录

CV之YOLOv3:深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录...
发表于 12-24 11:51 ? 351次 阅读
CV之YOLOv3:深度学习之计算机视觉神经网络Yolov3-5clessses训练自己的数据集全程记录
14086期4场进球开奖
4场进球彩赛程什么意思 足球4场进球 4场进球彩过滤软件 4场进球彩怎么叫中奖 河北体彩4场进球samplingid126 湖南体彩足彩4场进球samplingid123 河北体彩4场进球samplingid103 4场进球360 4场进球的玩法 4场进球彩18078期开奖 4场进球彩开奖历史 4场进球彩预测方法 2017年12月4场进球 4场进球奖金 4场进球最新开奖