麻省理工学院和维也纳大学的研究人员创建出一种揭示活体动物整个大脑神经活动的成像系统，并生成毫秒级的3D影像，可以帮助科学家了解神经元网络如何处理感觉信息并产生行为。该研究成果刊登在近日的《自然-方法》上。
资料来源：getwallpapers.com深度学习是机器学习中重要分支之一。它的目的是教会计算机做那些对于人类来说相当自然的事情。深度学习也是无人驾驶汽车背后的一项关键性技术，可以帮无人车识别停车标志、区分行人与路灯柱。它是手机、平板、电视和免提扬声器等设备实现语音控制的关键。
卷积神经网络是由 Yann LeCun 等人在论文 Gradiennt-Based Learning Applied to Document Recognition 中提出，用于手写数字识别的一种神经网络模型。
在机器学习领域里，有个黑匣子，研究员通常不知道模型究竟是如何运行，做出决策的。“我们希望任何想知道神经网络如何运行的人，都可以使用这个工具。这个工具的主要价值在于可以提供持久的共享成果，从而促进对这些模型的研究。我们还希望有相关专业知识的研究人员，例如神经科学家能够轻松使用这些模
我们的大脑包含1000多亿个神经元，它们一起协同工作来处理信息、控制运动和调节情绪，虽然我们在了解大脑功能的基本原理方面取得了一定的进步，但仍有许多东西有待我们去发现，下面我们认识一下大脑中一些鲜为人知的神经元，它们在我们认知和行为的各个方面都发挥着关键作用。
学习自然语言处理，就绕不开RNN模型，RNN在自然语言处理中的表现非常出色。而关于介绍RNN的文章中，就不得不提Andrej Karpathy大佬的经典文章——《The Unreasonable Effectiveness of Recurrent Neural Networks》。
1，【Science】如何更好地了解大脑中860亿神经元的连接细节？科学家带你探秘尼塞尔这种新方法来源：转化医学网尼塞尔-ST成像人类的大脑并没有看着那么简单，它包含很多持续不断的活动，它的860亿个神经元从大脑的一个区域向另一个区域发送电信号。
