NeuralNetwork

生成式人工智能正在席卷世界, 对我们创造的内容有潜在的深远影响. 学习人工智能图像生成的基础知识，并通过本教程生成复杂的艺术渲染.

三个臭皮匠胜过一个诸葛亮. 这句谚语描述了机器学习中集成方法背后的概念. 让我们来看看为什么合奏在ML比赛中占据主导地位，以及是什么让它们如此强大.

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.

你是如何处理机器学习问题的? 神经网络能解决你可能遇到的几乎所有挑战吗?

在本文中, Python自由开发人员彼得Hussami解释了机器学习问题的基本方法，并指出了neural可能不足的地方.

生成对抗网络, 这是近年来最重要的机器学习突破之一, 允许您从随机噪声中生成有用的数据. 而不是用数百万个数据点训练一个神经网络, 你让两个神经网络相互竞争来解决问题.

在本文中, 自由软件工程师科迪纳什向我们概述了gan是如何工作的，以及如何使用这类机器学习算法在数据有限的情况下生成数据.