• 相关博文
  • 最新资讯
加载中...
  • 170个新项目,579个活跃代码仓库,Facebook开源年度回顾

    过去一年对于Facebook的开源工程师来说是繁忙的一年。在2019年,Facebook发布了170个新的开源项目,活跃代码仓库产品达到了579个。本文中,Facebook对2019年的开源情况做了总结,快来看一下你有没有从中获益的吧!

    2020.01.17 0
  • 五年循环期限已到,我们又要步入“AI寒冬”了吗?

    过去几年里,人工智能这项技术的能力被高估,接着被重新审视,围绕人工智能的炒作经历了巅峰和低谷。其巅峰时期被称为AI盛夏,而低谷期被称为AI寒冬。

    2020.01.17 0
  • 不可错过的7篇深度学习综述

    随着深度学习在各个领域的井喷式进展,一些学术领域显得有些混乱。因此survey就显得至关重要。一篇好的survey能提供该领域的全面视角,还能帮助其他领域的学者更好的了解该方向,同时也能对该领域现存的问题进行收集总结等等。

    2020.01.16 0
  • 2019年,自动化机器学习AutoML技术还火吗? | BDTC 2019

    改变人工智能建模依赖专家的手工作坊式生产,打造人工智能建模的“数控机床”,利用机器替代人工实现AI模型的构建,大幅提升AI建模效率,降低AI技术门槛,加速AI应用落地。

    2020.01.16 0
  • MatrixNets:可替代FPN,用于目标检测的可感知比例和长宽比的网络结构

    本文介绍了一种新的网络MatrixNets(xNets),它是新的用于目标检测的深层结构。xNets将具有相似大小和高宽比的目标映射到专门的层中,从而使xNets是一种可感知比例和长宽比的网络结构。作者利用xNets来增强单阶段(One-stage)目标检测框架。

    2020.01.16 0
  • 滴滴章文嵩:一个人的20年开源热情和国内互联网开源运动

    当然,在开源软件的使用过程中,企业也会根据自身业务需求进行改进,如果是通用型场景需求,可以回馈到开源社区,这种回馈反过来也能降低维护成本,这是一种闭环的生态逻辑。章文嵩告诉AI科技大本营(ID:rgznai100),开源之所以能持续甚至壮大的缘由在于是否能够拥有一个良性发展的开源生态。

    2020.01.16 0
  • 人工智能的下一个前沿:识别“零”和“无”

    在一个典型的任务中,可能会训练 DNN 以可视化的方式识别一定数量的类,例如苹果和香蕉的图片。深度学习算法在获得大量数据和质量的数据时,实际上非常擅长进行精确、低错误率和可信的分类。

    2020.01.13 0
  • 在调查过基于模型的强化学习方法后,我们得到这些结论

    强化学习系统的决策方式有两种。基于模型的方法中,系统通过世界预测模型提问“如果执行了x会发生什么”,从而选出最佳的x方案。在无模型的方法中,建模步骤被完全跳过,直接跳至控制策略学习。尽管实际中,这两种方法的界限可能会非常模糊,但用以粗略划分算法的可能性空间还是很有指导意义的。

    2020.01.13 0
  • 2020年趋势一览:AutoML、联邦学习、云寡头时代的终结

    本文将深入探讨了关于 AI 的技术和非技术方面的趋势,讨论一下相对较新的趋势,如AutoML、AI 道德等,因为这些趋势正逐渐与越来越多的公司和用户息息相关。

    2020.01.10 0
  • 微信9年:张小龙指明方向,微信AI全面开放NLP能力

    围绕语音语言,微信AI首席科学家牛成公布了最新开放方案,并重磅宣布全面开放各层次 NLP 能力。具体说来,微信 AI 迈出了“三大步”:以硬件合作为核心的智言小微硬件开放平台 2.0 正式亮相;公开以对话开放能力为核心的微信对话开放平台;全面开放以自然语言处理能力为核心的 NLP 基础技术平台。

    2020.01.10 0
  • 姚期智亲任主编,正规军的高中AI教材来了

    清华大学近日宣布,专为高中生打造的 AI 教材——《人工智能(高中版)》将于 2020 年 9 月正式出版。该教材由姚期智担任主编,并由清华「姚班」、「智班」的师资组成强大的编委团队。而教材的内容,是结合了这些专家的独特见解以及多年的教育经验撰写而成,这部教材究竟会带来什么样的影响呢?

    2020.01.09 0
  • 爱奇艺HomeAI智能语音交互系统的技术实践

    本期爱奇艺技术沙龙《语音和语言技术在自然交互中的实践》主题中,邀请了来自爱奇艺、小米等的嘉宾为大家分享了关于语音技术方面的创新以及该技术在应用方面的实践,本期沙龙的干货分享我们会陆续发布,首先跟大家分享的是爱奇艺HomeAI智能语音交互系统及在语音交互系统的相关实践,以下为演讲实录。

    2020.01.09 0
  • 拥有AI「变声术」,秒杀了多年苦练的模仿艺能

    概括来讲, VC可以将一个人的声音转换为另一个音色,但表述的内容没有改变。脑补了一下,这个技术可以给用户带来非常多有乐趣的体验。近日,在爱奇艺《语音和语言技术在自然交互中的实践》沙龙上,爱奇艺资深研发工程师 Daniel Chen 就为我们分享了关于 Voice Conversion 技术,以及 VC 在变声方面的探索与实践。

    2020.01.08 0
  • 代替Mask R-CNN,BlendMask欲做实例预测任务的新基准?

    实例分割是一种基础视觉任务。在今天要为大家介绍的工作中,作者通过有效地将实例级信息与具有较低级细粒度的语义信息结合起来,提升了掩码预测精度。本文的主要贡献是提出了一个Blender模块,该模块从自上而下和自下而上的实例分割方法中汲取了灵感。由于该方法简单且有效,作者希望本文的BlendMask可以作为各种实例预测任务的基准。

    2020.01.08 0
  • 解密Elasticsearch技术,腾讯开源的万亿级分布式搜索分析引擎

    Elasticsearch(ES)作为开源首选的分布式搜索分析引擎,通过一套系统轻松满足用户的日志实时分析、全文检索、结构化数据分析等多种需求,大幅降低大数据时代挖掘数据价值的成本。腾讯在公司内部丰富的场景中大规模使用 ES,同时联合 Elastic 公司在腾讯云上提供内核增强版的 ES 云服务,大规模、丰富多样的的使用场景推动着腾讯对原生 ES 进行持续的高可用、高性能、低成本优化。今天给大家分享近期在 Elastic 中国开发者大会上的演讲内容:腾讯万亿级 Elasticsearch 技术解密。

  • 2019,不可错过的NLP“高光时刻”

    对自然语音处理(NLP)领域而言,2019年是令人印象深刻的一年,本文将回顾2019年NLP和机器学习领域的重要事件。内容 主要集中于 NLP 领域,但也会包括一些与 AI 有关的有趣故事,包括新发布模型、工程成果、年度报告以及学习资源等。

  • 机器学习模型五花八门不知道怎么选?这份指南告诉你

    一般来说,基于树形结构的模型在Kaggle竞赛中是表现最好的,而其它的模型可以用于融合模型。对于计算机视觉领域的挑战,CNNs (Convolutional Neural Network, 卷积神经网络)是最适合不过的。而对于NLP(Natural Language Processing,自然语言处理),LSTMs或GRUs是最好的选择。下面是一个不完全模型细目清单,同时列出了每个模型的一些优缺点。

    2020.01.07 0
  • 300多局点,数据接入量超过2TB/S,华为用AI优化数据中台 | BDTC 2019

    数据中台承载着华为的运营商大数据分析业务,在全球建有300多个局点,单局点最大1000+服务器,数据接入量超过2TB/S。数据中台应用spark支持批计算任务,使用yarn做spark的资源管理器。yarn虽然提供了配置参数接口,但是各局点的应用数据对容器的规格、数量有不同的需求,依赖专家配置费时、费力,且不一定最优。因此,提出应用强化学习算法,针对不同业务,学习、尝试,并最终选择spark运行时的最佳参数。该方法不仅可以用作spark运行时的最佳参数选择,对于其它需要配置运行时参数的系统仍然适用。

    2020.01.07 0
  • 被追捧为“圣杯”的深度强化学习已走进死胡同

    近年来,深度强化学习成为一个被业界和学术界追捧的热门技术,社区甚至将它视为金光闪闪的通向 AGI 的圣杯,大多数人都看好它未来发展的巨大潜力。但是,深度强化学习的本质是什么?人们对它的期望是否理智呢?现在,在一片追捧声中,终于有人开始质疑深度强化学习的真实作用。

    2020.01.06 0
每页显示 共681条数据 < 1... 3 4 5 6 7 8 9 10 11 ...35 >      到第 GO