数据科学和人工智能是令人着迷的计算领域。微软在这些新技术上下了很大的赌注，但我们也知道，数据科学家都是训练有素的专业人士，并不是每个软件开发人员都能创建和维护复杂的数据模型，执行线性代数或购买昂贵的GPU设备来运行这些模型。
2021-10-25 15:59:13
4.78MB
1
用于医学影像处理的深度学习：概述，挑战和未来
Deep Learning for Medical Image Processing: Overview, Challenges and Future
Muhammad Imran Razzak
2021-04-03 14:12:19
1.01MB
近些年来，人工智能领域又活跃起来，除了传统了学术圈外，Google、Microsoft、facebook等工业界优秀企业也纷纷成立相关研究团队，并取得了很多令人瞩目的成果。这要归功于社交网络用户产生的大量数据，这些数据大都是原始数据，需要被进一步分析处理;还要归功于廉价而又强大的计算资源的出现，比如GPGPU的快速发展。除去这些因素，AI尤其是机器学习领域出现的一股新潮流很大程度上推动了这次复兴——深度学习。本文中我将介绍深度学习背后的关键概念及算法，从最简单的元素开始并以此为基础进行下一步构建。如果你不太熟悉相关知识，通常的机器学习过程如下：1、机器学习算法需要输入少量标记好的样本，比如10
2021-02-25 17:05:38
462KB
1