모든 모델은 T. Mikolov 등이 제안한 네가티브 샘플링 오브젝티브(Negative Sampling objective)를 최소화합니다. 이는 희소성 업데이트(sparse update) 범위를 제공합니다

ZhuSuan : 베이지안 방법론과 딥러닝의 장점을 결합한 Bayesian Deep Learning을 위한 Python 기반 확률 프로그래밍

Estimator, Experiment, Dataset을 사용하여 모델을 학습하는 방법 이 블로그에서는 Estimator , Experiment, Dataset을 비롯한 새로운

“Playing Atari with Deep Reinforcement Learning” 논문 해설 Google의 DeepMind는 세계 최고의 AI 연구팀 중

인공지능 기술 적용에 대한 합리적 방향을 제시하다 “고객과 함께 고민하며 성숙해지는 기업으로 나아갈 것”  

컴퓨터비전과 딥러닝 알고리즘을 기반으로 도로 교통량을 세는 법을 학습합니다. 이 튜토리얼에서는 background subtraction 알고리즘을 사용하여

트렌드1 : 언어구조의 귀환 최근의 딥러닝 인기는 NLP에 대한 단순한 패러다임을 강조했습니다. 언어는 단어의 연속입니다.

이 프로젝트는 강화학습을위한 최적화된 인프라를 제공합니다. OpenAI gym 인터페이스를 병렬 환경으로 확장하여 에이전트를 TensorFlow에 구현하고

Deep Learning Meta-Architecture 국내 국립농업과학원과 국립대학이 함께 연구한 논문입니다. 식물 질병과 해충은 농업 분야에서 주요한

GPU 가속화는 고성능 컴퓨팅에 혁명을 가져 왔습니다. 특히 재무 , 소매 , 물류 , 헬스케어/제약,  공공기관과 같은 업종에서 처리 집약적인 작업 부하에 대한 GPU 활용이

워드임베딩은 자연어 처리에서 딥러닝의 성공을 뒷받침하는 주요 동력 중 하나입니다. NLP 이외의 기술자조차 word2vec으로 명사와

배경 제거는 일종의 “마커 “및 가장자리 감지를 사용하는 경우 수동 또는 반수동으로 쉽게 수행 할