栏目简介：人工神经网络（ANN）是受构成人类大脑的生物神经网络启发而发展出来的计算系统。 ANN基于被称为人造神经元的相关单元的集合（类似于生物脑中的轴突）。神经元之间的每个连接（突触）可以将信号传输到另一个神经元。接收（突触后）神经元可以处理信号，然后信号连接到它的下游神经元。神经元可以具有通常由0~1之间的实数表示的状态。神经元和突触也可以具有随着学习进行而变化的权重，这可以增加或减少其发送到下游的信号的强度。此外，它们可以具有这样的阈值，使得只有当聚合信号低于（或高于）它时，该电平是发送的下行信号。神经元通常被分层组织，不同的层可以在其输入上执行不同类型的变换。信号从第一（输入）到最后（输出）层行进，可能经历了多次遍历层。神经网络方法的最初目标是以与人类大脑相同的方式解决问题。随着时间的推移，注意力集中于匹配特定的心理能力，导致与生物学的偏差，如反向传播，或反向传递信息，并调整网络以反映信息。人工神经网络已被用于各种任务，包括计算机视觉，语音识别，机器翻译，社交网络过滤，医疗诊断等许多领域。
[2018-06-20] 在深度强化学习中，大型网络在直接的策略逼近过程中，将会学习如何将复杂的高维输入（通常可见）映射到动作。当一个拥有数百万参数的巨型网 ...
[2018-06-25] 本文讲述了DeepMind联合谷歌大脑、MIT等机构27位作者发表重磅论文，提出“图网络”（Graph network），将端到端学习与归纳推理相结合，有望解决深度学习无法进行关系推理的问题。...
[2018-06-14] 到目前为止，我已经完成了我的深度学习MOOCs - 最近，Andrew Ng在Coursera的精彩系列。尽管面向艺术倾向的人很少。这就是Tensor...
[2018-05-31] 循环神经网络（RNN）是人工神经网络中非常流行的一个版本，其可以很好地处理序列数据类型。该数据类型指的是将一组数据点以特定顺序排列，从而使相关的数据点一个挨着一个，具体的例子...
[2018-06-05] 生成对抗网络（Generative Adversarial Nets ，GAN）目前已广泛应用于图像生成、超分辨率图片生成、图像压缩、图像风格转换、数据增强、文本生成等场景。越来越多的研发人员从事 GAN 网络的研究，...
[2018-05-31] 神经网络是一种在很多用例中能够提供最优准确率的机器学习算法。但是，很多时候我们构建的神经网络的准确率可能无法令人满意，或者无法让我们在数据科学竞赛中拿到领先名次...
[2018-06-05] 利用TensorFlow的playground网站可以直观的查看一个神经网络的工作模式，样本数据集通过学习速率训练后，对结果逐步收敛，而后通过测试集以直观的方式展现学习成果，本文讲解神经网络的实现...
[2018-05-31] 如今，随着人工智能技术不断取得突破性进展，越来越多的领域开始使用AI来解决问题。最近，罗马大学（Sapienza University of Rome）一名 ...
[2018-05-11] 近日，DeepMind在Nature上发表的一篇论文引起AI领域和神经科学领域的极大震撼：AI展现出与人脑“网格细胞”高度一致的空间导航能力。这项发现有助于AI的可解释性和把神经科学作为新算法的灵...
[2018-03-27] 人工神经网络，近来成为了越来越强大的工具。数据分析、社会科学、机器人、脑科学的分类、预测、模式识别都开始 ...
