Searching for 深度学习

2019年AI，数据科学，深度学习和机器学习的主要发展是什么？您预计2020年会有哪些主要趋势？

2019年AI，数据科学，深度学习和机器学习的主要发展是什么？您预计2020年会有哪些主要趋势？

本文汇总了深度学习相关的重要知识点，通过长图和 PDF 的方式呈现给大家，欢迎各位 PM 下载。

在这篇文章中，我们将从回归分析开始到深度学习等领域，快速而广泛地回顾目前关于训练数据多少的经验和相关的研究结果。

我们来一起浏览目前广泛使用的10个深度学习移动端框架（建议先收藏后阅读）以便在将来的学习工作中更好地进行移动端AI项目的开发和部署。

我们将快速介绍NLP中的3种主要技术方法，以及我们如何使用它们来构建出色的机器！

DeepMind联合谷歌大脑、MIT等机构27位作者发表重磅论文，提出“图网络”（Graph network），将端到端学习与归纳推理相结合，有望解决深度学习无法进行关系推理的问题。

2018年10 月初，Google AI 提出了一种新的上下文词表征——BERT 特征。本文对 BERT 特征进行了介绍，并简要分析了 BERT 特征的可解释性。

革命性进展应该分阶段发生，我们今天遇到的是实现Interventional level的主要障碍。这并不意味着我们不能取得任何进展，而是在目前的成熟度水平中有许多悬而未决的成果，而这些成果已经准备好进行开发，DL在2019年的进展将主要围绕这一务实的认识。

随着深度学习关注度和势头上升，深度学习被越来越多的企业和组织的生产实践结合起来。这时，无论是对于深度学习相关专业的初学者，还是已经在企业和组织中从事工业场景应用和研发的开发者来说，选择一个适合自己，适合业务场景需求的深度学习框架显得尤为重要。