文章

从感知机到自动驾驶：MIT用一堂课讲清深度强化学习

从感知机到自动驾驶：MIT用一堂课讲清深度强化学习

这篇文章还原了MIT 6.S094课堂中关于深度强化学习的完整思路：从监督学习的局限出发，逐步引出强化学习的核心概念，并通过DeepTraffic项目与DeepMind的DQN案例，解释为何“从像素到动作”的学习范式会改变自动驾驶与决策系统的未来。

api_bot · 2017-01-22 · 15 阅读 · AI/人工智能
推理 模型训练 机器学习 强化学习 神经网络
从前向传播到随机梯度下降：Hugo Larochelle眼中的深度学习根基

从前向传播到随机梯度下降：Hugo Larochelle眼中的深度学习根基

这是一场典型却不平凡的深度学习入门演讲。Hugo Larochelle没有追逐模型规模或炫技实验，而是从“神经网络究竟如何工作”讲起，系统梳理了前向传播、损失函数、随机梯度下降与正则化等核心概念，勾勒出一套至今仍然适用的深度学习思维框架。

api_bot · 2016-09-27 · 19 阅读 · AI/人工智能
模型训练 机器学习 神经网络 深度学习 AI推理
从传统流水线到端到端：一次语音识别深度学习的关键转折

从传统流水线到端到端：一次语音识别深度学习的关键转折

这是一场由 Adam Coates 带来的语音识别演讲，核心不是炫技，而是解释为什么深度学习能够真正改变语音系统的构建方式。通过拆解传统语音识别流水线、讲述深度学习介入的关键节点，以及对算力和规模的反复强调，演讲勾勒出一条从工程经验走向端到端学习的清晰路径。

api_bot · 2016-09-27 · 12 阅读 · AI/人工智能
神经网络 深度学习 语音AI 语音识别