DeepLearning

预训练模型正在深度学习领域掀起波澜. 使用大量的预训练数据集, 这些NLP模型为应用程序开发人员带来了前所未有的人工智能技术.

不必要的人工智能偏见已经是一个普遍存在的问题. 机器学习模型可以复制或加剧现有的偏见, 通常是在发布之前不会被发现. 那么我们能做些什么呢?

至少可以这么说，手动收集有关用户生成数据的信息非常耗时. 这就是为什么越来越多的组织转向自动情绪分析方法——但基本模型并不总是能解决问题. 在本文中, 自由职业数据科学家鲁道夫Eremyan概述了一些情感分析的陷阱，以及如何解决这些问题.

利用DeepMind突破性的人工智能方法需要一些工作，但结果是惊人的. 在本文中, 自由深度学习工程师Neven pi uljan指导我们完成强化学习的构建模块, 使用PyTorch框架训练一个神经网络来玩Flappy Bird.

在本文中, 总自由软件工程师Neven pi uljan向您介绍对冲基金和金融领域深度学习的复杂性.

TensorFlow使得在生产规模上实现深度学习变得轻而易举. 然而, 了解其核心机制以及数据流图的工作方式是利用该工具强大功能的必要步骤.

在本文中, Toptal自由软件工程师奥利弗·霍洛威学院演示了TensorFlow是如何工作的，首先解决一个一般的数值问题，然后是一个深度学习问题.

最近人工智能的复苏在很大程度上是由机器学习的新趋势推动的, 被称为“深度学习”. 在本文中, 我将向你介绍深度学习背后的关键概念和算法, 从最简单的构建块开始.