深度学习--北京智能君博文化创意有限公司

深度看点

更多

专家智库

更多

媒体评述

更多

深度学习首页 > 服务 > 深度学习

深度学习不仅存在“黑盒”，还存在不少缺点！

深度学习的局限性和不足，该方法主要使用在具有可微分（函数连续）、强监督（样本数据标定很好、样本类别/属性/评价目标恒定）学习、封闭静态系统（干扰少、鲁棒性好、不复杂）任务下，而对于不可微分、弱监督学习（样本分布偏移大、新类别多、属性退化严重、目标多样）、开放动态环境下该方法效果较差，计算收敛性不好。

2017-09-28

在深度学习大热的同时，我们也要直面这六个挑战

深度学习已经成为人工智能领域最主要的研究方向，我们熟知的人工智能应用（语音识别、图像处理和自然语言处理）背后都有深度学习在支撑。

2017-09-25

如何利用深度学习诊断心脏病

本文探讨的是开发一个能够对心脏磁共振成像（MRI）数据集图像中的右心室自动分割的系统。到目前为止，这主要是通过经典的图像处理方法来处理的。而现代深度学习技术有可能提供更可靠、更自动化的解决方案。

2017-09-19

IBM深度学习重大突破

北京时间8月8日下午消息，IBM一直在努力促使计算机变得更智能化、更人性化。本周该公司宣布，已经开发出一种技术，可以大幅缩短处理海量数据并得出有用结论的时间。

2017-08-10

深度学习中的卷积网络到底怎么回事？

现如今，卷积神经网络在人工智能领域应用的广泛性及重要性可谓是不言而喻。为了让大家对卷积的类型有一个清晰明了的认识，我可以快速概述不同类型的卷积及其好处。为了简单起见，我仅关注二维卷积。

2017-07-25

五个你们最想问的人工智能问题

一个细思恐极的问题：1997年的深蓝和2016年的AlphaGo，算法和技术肯定不可同日而语，可是没人怀疑它们都是人工智能。那么，到底什么样的机器才能说是具有了人工智能？

2017-07-21

共14条记录<12 3 >

关于我们

官方微信

联系我们

010-57188978

投稿：zgznhcy@ciiip.com

地址：北京市朝阳区劲松南路1号

网址：www.ciiip.com