AllenNLP
AllenNLP 是由 AI2 基于 PyTorch 构建的强大开源 NLP 研究库。它提供模块化、可扩展的工具、预训练模型，并可与如 spaCy 和 Hugging Face 等库轻松集成，支持文本分类、指代消解等任务。...
1 分钟阅读
NLP
Open Source
+6
Deep Learning
BERT
了解BERT（双向编码器表示，来自Transformer），这是由谷歌开发的开源机器学习框架，专为自然语言处理而设计。探索BERT双向Transformer架构如何革新AI语言理解、其在NLP、聊天机器人、自动化中的应用及关键研究进展。...
2 分钟阅读
BERT
NLP
+5
BMXNet
BMXNet 是基于 Apache MXNet 的二值神经网络（BNN）开源实现，支持用二值权重和激活在低功耗设备上高效部署 AI。
3 分钟阅读
Binary Neural Networks
MXNet
+4
Caffe
Caffe 是 BVLC 推出的开源深度学习框架，在构建卷积神经网络（CNN）方面以速度快和模块化著称。Caffe 广泛应用于图像分类、目标检测及其他人工智能场景，具有灵活的模型配置、高速处理能力和强大的社区支持。...
2 分钟阅读
Caffe
Deep Learning
+4
Chainer
Chainer 是一个开源深度学习框架，提供了灵活、直观且高性能的神经网络平台，具有动态图 define-by-run 构建、GPU 加速和广泛的架构支持。由 Preferred Networks 开发，并得到主要科技公司的技术贡献，非常适合科研、原型开发和分布式训练，但目前已进入维护阶段。...
1 分钟阅读
Deep Learning
AI
+4
Dall-E
DALL-E 是由 OpenAI 开发的一系列文本到图像的模型，利用深度学习根据文本描述生成数字图像。了解其历史、在艺术、营销、教育等领域的应用，以及相关的伦理考量。...
1 分钟阅读
AI
Generative AI
+4
DL4J
DL4J（DeepLearning4J）是一个开源的、分布式的深度学习库，适用于 Java 虚拟机（JVM）。作为 Eclipse 生态系统的一部分，它支持使用 Java、Scala 及其他 JVM 语言进行可扩展的深度学习模型开发与部署。...
1 分钟阅读
Deep Learning
Java
+4
Dropout
Dropout 是一种在人工智能，尤其是神经网络中应用的正则化技术，通过在训练过程中随机禁用神经元，促进特征学习的鲁棒性，并提升对新数据的泛化能力，从而抑制过拟合。...
1 分钟阅读
AI
Neural Networks
+3
Fréchet Inception 距离（FID）
Fréchet Inception Distance（FID）是一种用于评估生成模型（尤其是GANs）所生成图像质量的指标。FID通过比较生成图像与真实图像的分布，提供了更全面的图像质量与多样性度量。...
1 分钟阅读
GANs
Image Quality
+3
Horovod
Horovod 是一个强大的开源分布式深度学习训练框架，旨在实现多 GPU 或多机器间的高效扩展。它支持 TensorFlow、Keras、PyTorch 和 MXNet，优化了机器学习模型训练的速度与可扩展性。...
2 分钟阅读
Distributed Training
Deep Learning
+3
Ideogram AI
Ideogram AI 是一个创新的图像生成平台，利用人工智能将文本提示转化为高质量图像。通过深度学习神经网络，Ideogram 理解文本与视觉之间的联系，使用户能够创作与描述高度匹配的图像。...
2 分钟阅读
AI
Image Generation
+3
Keras
Keras 是一个功能强大且用户友好的开源高级神经网络 API，由 Python 编写，可运行于 TensorFlow、CNTK 或 Theano 之上。它支持快速实验，并以模块化和简洁性强力支持生产和科研场景。...
1 分钟阅读
Keras
Deep Learning
+3
MXNet
Apache MXNet 是一个开源深度学习框架，专为高效且灵活地训练和部署深度神经网络而设计。它以可扩展性、混合编程模式以及多语言支持而闻名，使研究人员和开发者能够构建先进的人工智能解决方案。...
1 分钟阅读
Deep Learning
AI
+4
PyTorch
PyTorch 是由 Meta AI 开发的开源机器学习框架，以其灵活性、动态计算图、GPU 加速和无缝的 Python 集成而著称。它广泛应用于深度学习、计算机视觉、自然语言处理和科研领域。...
2 分钟阅读
PyTorch
Deep Learning
+4
TensorFlow
TensorFlow 是由 Google Brain 团队开发的开源库，旨在进行数值计算和大规模机器学习。它支持深度学习、神经网络，并可在 CPU、GPU 和 TPU 上运行，简化了数据获取、模型训练和部署流程。...
1 分钟阅读
TensorFlow
Machine Learning
+3
Torch
Torch 是一个基于 Lua 的开源机器学习库和科学计算框架，专为深度学习和 AI 任务优化。它提供神经网络开发工具，支持 GPU 加速，并且是 PyTorch 的前身。...
2 分钟阅读
Torch
Deep Learning
+3
变换器（Transformers）
变换器是一种革命性的神经网络架构，彻底改变了人工智能，尤其是在自然语言处理领域。自2017年“Attention is All You Need”提出以来，它们实现了高效的并行处理，成为BERT和GPT等模型的基础，深刻影响了NLP、视觉等多个领域。...
1 分钟阅读
AI
Transformers
+4
场景文字识别（STR）
场景文字识别（STR）是光学字符识别（OCR）的一个专门分支，利用人工智能和深度学习模型，聚焦于识别和解析自然场景图像中的文字。STR 能够将复杂的现实世界文本转换为机器可读格式，广泛应用于自动驾驶、增强现实和智慧城市基础设施等领域。...
1 分钟阅读
AI
Computer Vision
+3
大型语言模型（LLM）
大型语言模型（LLM）是一种通过海量文本数据训练的人工智能，能够理解、生成和处理人类语言。LLM 利用深度学习和 Transformer 神经网络，驱动文本生成、摘要、翻译等多种任务，广泛应用于各行各业。...
1 分钟阅读
AI
Large Language Model
+4
反向传播
反向传播是一种通过调整权重以最小化预测误差，用于训练人工神经网络的算法。了解其工作原理、步骤以及在神经网络训练中的基本原则。...
1 分钟阅读
AI
Machine Learning
+3
光学字符识别（OCR）
光学字符识别（OCR）是一项变革性技术，可将扫描文件、PDF或图像等文档转换为可编辑和可检索的数据。了解OCR的工作原理、类型、应用、优势、局限性，以及AI驱动OCR系统的最新进展。...
1 分钟阅读
OCR
Document Processing
+5
激活函数
激活函数是人工神经网络的基础，通过引入非线性特性，使其能够学习复杂的模式。本文探讨了激活函数的作用、类型、挑战以及在人工智能、深度学习和神经网络中的关键应用。...
1 分钟阅读
Activation Functions
Neural Networks
+3
计算机视觉
计算机视觉是人工智能（AI）领域的一个分支，专注于让计算机能够解释和理解视觉世界。通过利用来自摄像头、视频和深度学习模型的数字图像，机器能够准确识别和分类物体，并对它们“看到”的内容做出反应。...
1 分钟阅读
AI
Computer Vision
+4
卷积神经网络（CNN）
卷积神经网络（CNN）是一种专门用于处理结构化网格数据（如图像）的人工神经网络。CNN 在处理视觉数据相关任务（包括图像分类、目标检测和图像分割）时尤为高效。它们模仿人脑的视觉处理机制，成为计算机视觉领域的基石。...
1 分钟阅读
Convolutional Neural Network
CNN
+3
类脑计算
类脑计算是一种前沿的计算机工程方法，将硬件和软件元素仿照人脑与神经系统进行建模。该跨学科领域，又称为类脑工程，结合了计算机科学、生物学、数学、电子工程和物理学，以创建受生物启发的计算机系统和硬件。...
1 分钟阅读
Neuromorphic Computing
AI
+5
批量归一化
批量归一化是深度学习中的一项变革性技术，通过解决内部协变量偏移、稳定激活值，并实现更快且更稳定的训练，极大地提升了神经网络的训练过程。...
1 分钟阅读
AI
Deep Learning
+3
迁移学习
迁移学习是一种先进的机器学习技术，使得在一个任务上训练出的模型能够迁移复用到相关任务上，从而提高效率和性能，尤其是在数据稀缺的情况下。...
1 分钟阅读
AI
Machine Learning
+3
迁移学习
迁移学习是一种强大的人工智能/机器学习技术，通过对预训练模型进行适应，能够将其应用于新任务，即使数据有限，也能提升性能，并在图像识别、自然语言处理等多种应用中提高效率。...
1 分钟阅读
AI
Machine Learning
+4
嵌入向量
嵌入向量是在多维空间中对数据进行密集数值表示的方法，能够捕捉语义和上下文关系。了解嵌入向量如何驱动自然语言处理、图像处理和推荐系统等 AI 任务。...
2 分钟阅读
AI
Embeddings
+4
强化学习
强化学习（RL）是机器学习的一个子领域，专注于训练智能体在环境中进行决策序列，通过奖励或惩罚的反馈学习最优行为。探索强化学习的关键概念、算法、应用和挑战。...
2 分钟阅读
Reinforcement Learning
AI
+5
人工神经网络（ANNs）
人工神经网络（ANNs）是受人脑启发的一类机器学习算法。这些计算模型由相互连接的节点或“神经元”组成，共同协作解决复杂问题。ANNs 被广泛应用于图像和语音识别、自然语言处理以及预测分析等领域。...
1 分钟阅读
Artificial Neural Networks
Machine Learning
+3
深度信念网络（DBN）
深度信念网络（DBN）是一种复杂的生成模型，利用深层结构和受限玻尔兹曼机（RBM），能够为监督和无监督任务（如图像和语音识别）学习数据的分层表示。...
2 分钟阅读
Deep Learning
Generative Models
+3
深度学习
深度学习是人工智能（AI）中机器学习的一个子集，其工作方式模仿人脑处理数据和创建用于决策的模式。它受到被称为人工神经网络的大脑结构和功能的启发。深度学习算法能够分析和解释复杂的数据关系，使其能够高精度地完成语音识别、图像分类以及复杂问题解决等任务。...
1 分钟阅读
Deep Learning
AI
+5
什么是 Fastai？
Fastai 是一个建立在 PyTorch 之上的深度学习库，提供高级 API、迁移学习和分层架构，使神经网络开发在视觉、自然语言处理、表格数据等领域变得简单。由 Jeremy Howard 和 Rachel Thomas 开发，Fastai 是开源且由社区驱动，让最前沿的人工智能技术对所有人都可及。...
3 分钟阅读
Fastai
Deep Learning
+5
神经网络
神经网络，或称人工神经网络（ANN），是一种受人脑启发的计算模型，是人工智能和机器学习中进行模式识别、决策制定以及深度学习应用等任务的核心技术。...
1 分钟阅读
Neural Networks
AI
+6
生成式人工智能（Gen AI）
生成式人工智能指的是一类能够生成新内容（如文本、图像、音乐、代码和视频）的人工智能算法。与传统人工智能不同，生成式人工智能基于其训练过的数据产生原创输出，实现了跨行业的创造力和自动化。...
1 分钟阅读
AI
Generative AI
+3
生成式预训练变换器（GPT）
生成式预训练变换器（GPT）是一种利用深度学习技术生成接近人类写作文本的人工智能模型。基于变换器架构，GPT采用自注意力机制实现高效文本处理与生成，彻底革新了内容创作、聊天机器人等自然语言处理（NLP）应用。...
1 分钟阅读
GPT
AI
+5
实例分割
实例分割是一项计算机视觉任务，能够以像素级精度检测并描绘图像中每一个独立的目标。与目标检测或语义分割相比，它能提供更为细致的理解，对于医学影像、自动驾驶和机器人等领域至关重要。...
1 分钟阅读
Instance Segmentation
Computer Vision
+5
收敛性
AI中的收敛性是指通过迭代学习，机器学习和深度学习模型逐步达到稳定状态，确保通过最小化预测值与实际结果之间的差异，实现准确预测。这是AI在各类应用中（从自动驾驶到智慧城市）有效性与可靠性的基础。...
1 分钟阅读
AI
Convergence
+4
双向LSTM
双向长短期记忆网络（BiLSTM）是一种先进的循环神经网络（RNN）架构，能够同时以前向和后向两种方式处理序列数据，从而增强对上下文的理解，广泛应用于自然语言处理、语音识别和生物信息学等领域。...
1 分钟阅读
Bidirectional LSTM
BiLSTM
+4
梯度下降
梯度下降是一种基本的优化算法，被广泛应用于机器学习和深度学习领域，通过迭代调整模型参数以最小化代价函数或损失函数。它对于优化神经网络等模型至关重要，并以批量、随机和小批量梯度下降等形式实现。...
1 分钟阅读
Machine Learning
Deep Learning
+3
图像识别
了解什么是人工智能中的图像识别。它的用途、发展趋势，以及与类似技术的区别。
1 分钟阅读
AI
Image Recognition
+6
图像中的异常检测
图像中的异常检测用于识别偏离常规的模式，这对于工业检测和医学影像等应用至关重要。了解无监督和弱监督方法、AI集成以及实际应用案例。...
1 分钟阅读
Anomaly Detection
Image Analysis
+4
微调
模型微调通过对预训练模型进行轻微调整，使其适应新任务，从而减少对数据和资源的需求。了解微调如何利用迁移学习、不同技术、最佳实践和评估指标，高效提升NLP、计算机视觉等领域模型性能。...
2 分钟阅读
Fine-Tuning
Transfer Learning
+6
稳定扩散
稳定扩散是一种先进的文本到图像生成模型，利用深度学习根据文本描述生成高质量、照片级真实感的图像。作为一种潜变量扩散模型，它是生成式人工智能领域的重大突破，高效地融合了扩散模型与机器学习，从而生成与输入提示高度匹配的图像。...
2 分钟阅读
Stable Diffusion
AI
+5
序列建模
探索人工智能和机器学习中的序列建模——利用RNN、LSTM、GRU和Transformer对文本、音频和DNA等数据序列进行预测与生成。了解关键概念、应用、挑战及最新研究进展。...
1 分钟阅读
Sequence Modeling
RNN
+7
循环神经网络（RNN）
循环神经网络（RNN）是一种复杂的人工神经网络，旨在通过利用先前输入的记忆来处理序列数据。RNN 在数据顺序至关重要的任务中表现出色，包括自然语言处理（NLP）、语音识别和时间序列预测。...
1 分钟阅读
RNN
Neural Networks
+5
医疗中的人工智能
医疗领域的人工智能（AI）利用机器学习、自然语言处理（NLP）和深度学习等先进算法和技术，分析复杂的医疗数据，提升诊断水平，实现个性化治疗，并提升运营效率，从而变革患者护理并加速新药研发。...
1 分钟阅读
AI
Healthcare
+8
语义分割
语义分割是一种计算机视觉技术，将图像划分为多个区域，对每个像素分配代表对象或区域的类别标签。通过深度学习模型（如CNN、FCN、U-Net和DeepLab），它为自动驾驶、医学影像和机器人等应用实现了细致的理解。...
2 分钟阅读
Semantic Segmentation
Computer Vision
+3
长短期记忆网络（LSTM）
长短期记忆网络（LSTM）是一种专门设计用于学习序列数据中长期依赖关系的循环神经网络（RNN）架构。LSTM网络通过利用记忆单元和门控机制来解决梯度消失问题，使其成为语言建模、语音识别和时间序列预测等任务的关键工具。...
1 分钟阅读
Deep Learning
LSTM
+5
姿态估计
姿态估计是一种计算机视觉技术，通过识别和跟踪关键点，预测图像或视频中人物或物体的位置和朝向。它对于体育分析、机器人、游戏和自动驾驶等应用至关重要。...
1 分钟阅读
Computer Vision
Deep Learning
+3
自然语言处理 (NLP)
自然语言处理（NLP）使计算机能够利用计算语言学、机器学习和深度学习来理解、解释和生成人的语言。NLP 支持翻译、聊天机器人、情感分析等应用，正在改变各行各业，提升人机交互体验。...
1 分钟阅读
NLP
AI
+5