-
2022.05.20345
Nature Neurosci: 神經科學的深度學習框架是什么？
深度學習初期可能借鑒了神經科學的經驗，比如大腦視覺皮層結構的模擬，層級編碼等，但真正促使深度學習大放異彩的，卻是源于對神經科學的背離，比如目前沒有生物數據支撐的反向傳播算法，Relu函數等。雖然這些規則的加入使得深度神經網絡在各類任務上的表現得到了極大的提升，接近甚至是優于人腦的表現，但為什么會有這樣的效果仍是一個黑箱。Blake Richards組織一眾科學家在Nature Neuroscien...
查看全文 -
2022.05.19234
后疫情時代邊緣計算（Edge Computing）的未來
物聯網、5G以及AR / VR的興起一直在推動將計算帶入網絡邊緣的需求。但是現在，在新冠病毒COVID-19大流行中，對高速網絡的日益增長的需求正以前所未有的速度加速發展。我們看到視頻會議和內容流達到了創紀錄的高水平，這兩者都需要更高帶寬和更低延遲數據傳輸。物聯網、5G以及AR / VR的興起一直在推動將計算帶入網絡邊緣的需求。但是現在，在新冠病毒COVID-19大流行中，對高速網絡的日益增長的需...
查看全文 -
2022.05.19517
2012年至今，細數深度學習領域這些年取得的經典成果
自2006年Hinton發表經典論文以來，深度學習領域又取得了哪些突破性成果呢？Google Brain前員工Denny Britz 在本文中進行了回顧整理，按時間順序介紹了從2012年到2020年深度學習領域的數項關鍵性科研成就。2006年，Hinton 發表了一篇論文《A Fast Learning Algorithm for Deep Belief Nets》，提出了降維和逐層預訓練方法，該...
查看全文 -
2022.05.18355
深度學習資訊｜選擇性注意力在強化學習中的應用
非注意盲視 (Inattentional Blindness) 是一種心理現象：在人們聚焦于某項任務時，他們會忽視與之無關的細節，這就是 選擇性注意力 (Selective Attention) 的結果。這種選擇性注意力使人能夠專注于外界的重要信息，而不會分心于無關緊要的細節。人們相信，這種選擇性注意力機制使人能夠將廣泛的感官信息濃縮為一種足夠簡潔的形式，用于未來的決策。盡管這看似是一種局限性，但...
查看全文
