Written on July 2, 2017

شبکه های عصبی عمیق معمولا دارای چندین میلیون پارامتر قابل یادگیری هستند. تعداد زیاد پارامتر ها می تواند به دو صورت مشکل ساز شود:

Written on June 28, 2017

مقاله ای که امروز میخواهیم بررسی کنیم یادگیری عمیق با مدارهای نانو فوتونیک منسجم نام دارد. نانو فوتونیک در واقع شاخه ای از مهندسی برق، وفناوری نانو می‌باشد که به بررسی رفتار نور و برهم‌کنش‌های بین نور و ماده در مقیاس نانو، یعنی در اندازه هایی که کوچکتر از طول موج نور و فراتر از حد پراش نور است میپردازد.با استفاده از این تکنولوژی فتونی می توان شبکه های عصبی را سریعتر اجرا کرد.

Written on June 27, 2017

مقاله ای که امروز بررسی خواهیم کرد Creative Adversarial Network است ، مقاله ای که شش روز پیش (21 ژوئن) منتشر شد.

Written on June 26, 2017

تاریخچه رقابت ImageNet: قدرت شبکه های کانولوشن در سال 1989 ، هنگامی که یان لیکون و همکارانش ارقام دست نویس را با دقت 95 درصد طبقه بندی کردند نشان داده شد. سال 2012 اولین سالی بود که شبکه های عصبی برجسته تر شدند .