
- 相关博文
- 最新资讯
-
许多技术管理者都有这样的困惑,我们做技术管理的,写代码的时间越来越少,手越来越生疏,但是参与了更多的技术评审和技术决策,这似乎是件很矛盾的事情。因此,他们时常感到很焦虑,自己技术能力越来...
-
我们在开发的时候,经常要打印日志,有的时候会在一些代码的关键节点处进行日志输出。使用logback/log4j等原生的日志框架,在日志输出的时候可能会遇到一个问题,那就是在打印对象的时候要求对象必须重写toString方法,否则无法将该对象的参数打印出来。如代码 :log.info("req = {}", creditApplyRequest);日志输出:req = com.alibaba.fin.lgp.core.functions.credit.request.CreditApplyReques
-
Oracle中最常用的字符串类型可能就是varchar2了,但是一直以来,让人吐槽最多的,可能就是他的存储容量,12c之前,允许存储4000字节,请注意这的单位是字节,如果你按照非常规的字...
-
近期,在 ECMA 标准化组织的 TC39 技术委员会上,阿里巴巴前端标准化小组与淘系技术提出的 JavaScript 标准提案《Error Cause》进入了 Stage 3,将开始在 ...
-
大家好,我是煎鱼。自古应用程序均从 Hello World 开始,你我所写的 Go 语言亦然:import"fmt"funcmain(){fmt.Printl...
-
来自『央视新闻』 编辑 / 昱良9月18日,华为发布全球最快AI训练集群——Atlas 900。这款AI产品,取名自古希腊神话中的擎天巨神。它有什么特别之处?真能“擎天”...
-
点击上方“AI公园”,关注公众号,选择加“星标“或“置顶”因公众号更改了推送规则,记得读完点“在看”~下次AI公园的新文章就能及时出现在您的订阅列表中作者:MARCIN ZABŁOCKIM...
-
本文主要介绍如何用Python NumPy获取数组的值和分片,以及如何改变数组的维度。
-
文章目录Keras 模型Sequential 顺序模型Sequential 使用方法Model 模型Model 使用方法Keras 模型Keras提供的模型,其中分为两类:Sequential 顺序模型Model 类模型(使用函数式 API 的 Model 类模型)我们可以通过from tensorflow.keras import Sequential或者 from tensorflow.keras import Sequential来导入对应的模型。Sequential 顺序模型官方
-
近日,腾讯云和中国人民大学在数据库基础研究上有了进展,聚焦在“数据异常”领域,这是数据库可串行化理论体系中的重要概念。
-
本文将会分享近期发布的七大GitHub机器学习项目。这些项目广泛覆盖了机器学习的各个领域,包括自然语言处理(NLP)、计算机视觉、大数据等。最顶尖的Github机器学习项...
-
作者 | 马超出品 | CSDN(ID:CSDNnews)昨日,在英伟达的新品发布会大会上,英伟达 CEO 黄仁勋如期拿出了首款 CPU 芯片 Grace,剑指 AI 云计算,其实笔者在...
-
本文介绍了使用OpenCV-Python操作视频的方案,介绍了视频读取和写入类的构造方法,并提供了一个读取摄像头视频写入视频文件的方法,有助于大家理解OpenCV-Python的视频操作相关方法。
-
摘要:修电脑?格子衫?脱发?程序员被误解了怎么办?如何一句话向父母说明白你的工作?
-
《程序员》于 2000 年创刊,其理念为技术改变世界,创新驱动中国。2021 年,《程序员》2.0全新起航,首期以「开发者的黄金十年」为主题,以音视频、图文专栏等丰富的多媒体形式为载体,立足当下,放眼未来,为读者带来全方位的技术和产业解读。本文为《程序员》2.0 第一期内容,在 UNIX 开发者 Brian W. Kernighan 之后,我们采访到 Vue.js的作者尤雨溪,与其共谈精彩程序人生、共论顶级开源项目的成功之道。从复杂的 jQuery 插件化开发到模块化及组件化,现代前端技术在迭代.
-
本文将介绍由腾讯与欧洲顶级农业大学 WUR(荷兰瓦赫宁根大学)共同举办的第二届“国际智慧温室种植大赛”预赛情况。9月20日,腾讯与欧洲顶级农业大学 WUR(荷兰瓦赫宁根大...
-
本项目将依托于MNIST数据集,手把手实现图像数据集降维。
-
蓝桥杯填空题--手算秘籍
-
前言本文综合整理常用的神经网络,包括生物神经网络、人工神经网络、卷积神经网络、循环神经网络、生成对抗网络;参考了许多高校的课程、论文、博客和视频等。文章的结构是先进行概念了解,然后结合图片、结构图、一步一步详细讲解;大家要不看看?( •̀ ω •́ )y一、人工神经网络简介:人工神经网络(Artificial Neural Network, ANN),由人工神经元构成的网络,模拟人类的大脑;它模拟生物过程以反映人脑某些特征的计算结构。联系:人工神经元模拟生物神经元;人工神经网络模拟...
-
对话依旧出于昨天和班班的聚会。当时我们探讨了高校教育与选科的话题,她跟我说她跟我们分别之后的学习,发现了自己真正喜欢且擅长的领域,现在正在追梦。她说,要是当初高中的时候,有人告诉她这些,她可能就不会选那个专业,会直接选择适合自己的专业,也就不会等到现在才重返校园学习了。对话也出自齐锋学长和乐哥带我去见他们的朋友的聚会中,提起我的时候,有时候就会说我现在的机会是真的好(确实是真的好),以前要是有人跟他们说这些,他们会少走很多的弯路。感觉我是真的幸运,一路上得贵人相助。...
-
本文由『机器之心』授权转载参编辑 / 昱良链接:https://arxiv.org/pdf/1908.08847.pdf时尚电子商务平台通过搜索和个性化来简化服装购买。可...
-
由于当前stc8a8k单片机涨价飞起,因此,回到一开始的培训初衷,回到stc89c52单片机,作为入门。然后利用实验室的环境,整理10套stc8a8k的板子,作为加强练习,主要是学习内置PWM,内置AD的训练。后期然后从stm32出发,利用stm32f1或者stm32f4作为底子。(二年级必须进行学习)。新制定的stc89c52单片机开发板有一下功能;1/8个LED灯,训练点灯等2/5个独立按键;3/1个24C02,作为IIC练习;4、LCD1602屏幕;5、OLED屏幕。6、串口下载模块
-
一、前言哈喽,大家周末好,我是小董。昨晚的《校招分享会》你们去听了嘛?录播链接==>校招分享会。 感谢CSDN的各位工作人员给自己安排这样的一次直播,非常感谢!!! 另外,昨晚去看直播的小伙伴们,在此,我也要说一声抱歉,由于自己最近公司业务较忙,没有给大家准备太多的文档干货,之后一定会给大家补上的。二、昨晚分享会的主要内容①介绍自身经历 ②分享读书内容,如何从众多书中选出最适合的,避免在垃圾书上浪费太多时间。 ③如何选择学习方向,我该学什么?我在什么时间段该学什么? ④如何玩好牛客
-
一、简介1 CNN的应用领域CNN在以下几个领域均有不同程度的应用:图像处理领域(最主要运用领域) —— 图像识别和物体识别,图像标注,图像主题生成,图像内容生成,物体标注等。视频处理领域 —— 视频分类,视频标准,视频预测等自然语言处理(NLP)领域 —— 对话生成,文本生成,机器翻译等其它方面 —— 机器人控制,游戏,参数控制等2 CNN的网络结构2.1 传统神经网络上图为传统的神经网络的结构, 它是一种全连接的结构, 这也就造成了参数训练的难度加深. 还有BP求解中的可能出现的梯
-
斩获GitHub 2000+ Star,阿里云开源的Alink机器学习平台如何跑赢双11数据“博弈”?
作为业界同时支持批式算法、流式算法的机器学习平台之一,Alink基于Flink开发而来,提供了丰富的算法组件库和便捷的操作框架,且目前已被广泛运用在阿里内部的搜索、推荐、广告等多个核心实时在线业务中,以及支持Kafka、HDFS和HBase等一系列开源数据存储平台。
-
半小时训练亿级规模知识图谱,亚马逊AI开源知识图谱嵌入表示框架DGL-KE
近日,亚马逊 AI 团队继 DGL 之后,又开源了一款专门针对大规模知识图谱嵌入表示的新训练框架 DGL-KE,旨在能让研究人员和工业界用户方便、快速地在大规模知识图谱数据集上进行机器学习训练任务。
-
使用大batch优化深度学习:训练BERT仅需76分钟 | ICLR 2020
作者的实验结果证明了LAMB在各种任务(例如BERT和RseNet-50训练)中可以表现的非常出色,且仅需调整少量的超参数。重要的是,对于训练BERT,本文的优化程序可以使用非常大的32868 batch大小,而且不会降低性能。通过将批处理大小增加到TPUv3 Pod的内存限制,BERT的训练时间可以从3天减少到只有76分钟(可以见后面的表1)。LAMB的实现已经开源。
-
2020,国产AI开源框架“亮剑”TensorFlow、PyTorch
深度学习开源框架领域的一个既定事实是,TensorFlow、PyTorch基本两分天下,从技术能力到生态建设,它们能给AI落地提供有力支撑,可以满足大部分企业在其中构建自己的AI应用。反观国产AI开源框架,即便百度PaddlePaddle已开源四年,腾讯Angel、阿里X-DeepLearning等框架也相继开源,但从市场影响力和使用规模来看,还难与前两者抗衡。
-
在程序员圈子里,Visual Studio Code(以下简称VSCode)可以说是目前最火的代码编辑器之一了。它是微软出品的一款可扩展的轻量级开源编辑器,并且支持全平台系统。这些特性使得VSCode颇受欢迎,这也使其成为了一个很棒的Python开发平台。在本文中,你将学到如何在VSCode中进行高效的Python开发
-
一支清华大学团队决定研发更加灵活高效的深度学习框架。他们于近日宣布开源Jittor(计图),采用元算子融合和动态编译技术,深度优化内存,有效提升了系统的运行性能和通用性,确保实现和优化分离,大幅提升应用开发的灵活性、可拓展性和可移植性。
-
王坚博士曾经做过这样一个非常形象的比喻,他将做 App 比作是在别人的花园里弄盆栽,「种点花草是没有问题的」,不过「别人叫你的产品下架你就得下架,这是有问题的」,现在在 GitHub 上,众多的开发者显然遭遇了这样的问题。
-
近日,Google 与滑铁卢大学、大众汽车等联合发布 TensorFlow Quantum(TFQ),一个可快速建立量子机器学习模型原型的开源库。TFQ提供了必要的工具,将量子计算和机器学习技术结合起来,以控制并建模自然或人工的量子计算系统。
-
在 GitHub 上看到一个有趣的开源项目,它能检测我们是否有戴口罩,跑起程序测试后,发现识别率挺高的,也适应不同环境,于是分享给大家。
-
《Think Python》是很多Python初学者的不二入门教材,受到广泛好评。该书原作者是美国Olin工程学院的教授Allen B. Downey,目前该书的原版和中文版本都已免费开源。
-
Uber最新开源Manifold,助力机器学习开发者的可视化与调试需求
2019 年 1 月,Uber 推出了 Manifold,一款与模型无关的机器学习可视化调试工具,可以用来识别 ML 模型中存在的问题。为了让其他 ML 实践者也能从这个工具中获益,近日,Uber 宣布将 Manifold 作为一个开源项目发布。今天,AI科技大本营(ID:rgznai100)就为各位开发者朋友们介绍这一开源工具的新情况。
-
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!
-
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。
-
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。
-
超模脸、网红脸、萌娃脸...换头像不重样?我开源了5款人脸生成器
来自国内的网友则制作了一个人脸生成器网站 seeprettyface.com,其中汇集了 5款定制人脸的生成器,包括黄种人脸生成器、网红脸生成器、明星脸生成器、超模脸生成器和萌娃脸生成器,同时人脸属性编辑器能够对所有这些生成器生成的人物进行调整和改变。
-
Github开源趋势榜Top 1:英伟达升级发布二代StyleGAN,效果更完美
近日,英伟达再次公开最新论文《Analyzing and Improving the Image Quality of StyleGAN》,通过对 StyleGAN 的生成效果分析,对不完美的工作设计了改进和优化方法,提出新一代 StyleGAN,效果更上一层楼,生成图像的质量堪称完美。
-
BERT之后,新的预训练语言模型XLnet、RoBERTa、ERNIE不断推出,这次,华为诺亚方舟实验室开源了基于BERT的中文预训练语言模型NEZHA(哪吒),寓意模型能像哪吒那样三头六臂、大力出奇迹,可以处理很多不同的自然语言任务。
-
如何用Neo4j和Scikit-Learn做机器学习任务?| 附超详细分步教程
图算法不是一个新兴技术领域,在开源库中已经有很多功能强大的算法实现。近两年,业内的学者与科学家都在积极探索可以弥补深度学习不可解释性,无法进行因果推断的这个缺陷,而图神经网络(GNN)成为备受关注和期待的“宠儿”。随着学界和业界越来越关注GNN,各种新工作不断被提出,基于图神经网络的框架随之产生,如大家现在都已经熟悉的DGL,两大深度学习框架PyTorch和TensorFlow中也开始支持相应的功能,大家对图(Graph)、图计算、图数据库、图机器学习等研究的关注度越发高涨。
活动
-
2021.03.31
-
2020.12.25
-
2020.06.02
-
2020.06.12
-
2020.07.04
精品推荐
热门推荐
学习资源
关于我们

关注「AI科技大本营」
转载 & 投稿(微信):1092722531
商务合作(微信):15222814505