- 相关博文
- 最新资讯
-
作者 | 年素清责编 | 王晓曼出品 | 程序人生(ID:coder _life)无论是整日写代码的程序员,还是依靠电脑工作的白领,他们的日常操作肯定离开不了“复制”和“粘贴”这两个功...
-
Google 重磅发布 Flutter 2 !一套代码横扫 5 大系统原创 郑丽媛 CSDN 今天今日,谷歌重磅发布了下一代 Flutter —— 专为 Web、移动和桌面而构建的 Flutter 2!作为谷歌免费开源的 UI 工具包,Flutter 帮助许多开发者构建了多平台应用,支持移动、Web、桌面和嵌入式平台,仅在 Google Play Store 平台上就有已超过 15 万个基于 Flutter 开发的应用,国内我们熟知的闲鱼 App、以及“国民应用”微信,均使用了 Flutter 进行
-
编者按:新药研发的过程是一个耗资大、周期长以及风险高的行业,传统的药物研发据统计,平均研究每一个新药从靶点发现到药物上市需要大约10年的时间和需要大约20亿美元的研究经费。如今,人工智能正在改变这一现状。Insilico Medicine这首次利用AI成功地将生物学和化学结合起来,发现了一个新的生物靶点,以及相应的候选药物,整个研发过程仅耗费短短18个月,研发成本只有260万美元,相当于类似项目的十分之一。作者 | 阿司匹林出品 | CSDN新药研发的贵,超出想象!一款创新药物的研发.
-
内容导读北京时间 3 月 4 日,PyTorch 官方博客发布 1.8版本。据官方介绍,新版本主要包括编译器和分布式训练更新,同时新增了部分移动端教程。整体来看,本次版本更新涵盖 1.7 版本发布以来,共计 3,000 多次 commit,包括编译、代码优化、科学计算前端 API 以及通过 pytorch.org 提供的二进制文件支持 AMD ROCm。同时 PyTorch 1.8 还为管道和模型并行的大规模训练,进行了功能改进和梯度压缩。其中一些重点更新包括:通过 torch.fx.
-
词向量模型简介概述词向量维度Word2VecCBOW 模型Skip-Gram 模型负采样模型词向量的训练过程1. 初始化词向量矩阵2. 神经网络反向传播概述我们先来说说词向量究竟是什么. 当我们把文本交给算法来处理的时候, 计算机并不能理解我们输入的文本, 词向量就由此而生了. 简单的来说, 词向量就是将词语转换成数字组成的向量.当我们描述一个人的时候, 我们会使用身高体重等种种指标, 这些指标就可以当做向量. 有了向量我们就可以使用不同方法来计算相似度.那我们如何来描述语言的特征呢? 我们把语
-
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”...
-
2016年,DeepMind的围棋机器人AlphaGo在与李世石的第二局对决中第37手落子的瞬间,整个围棋界都震惊了。评棋人Michael Redmond,一位有着近千场顶级比赛经验的职业棋手,在直播中目瞪口呆,他甚至把这颗棋子从棋盘上拿下来观察周边的情况,仿佛要确认AlphaGo是否下错了棋。第二天,Redmond告诉美国围棋E杂志:“我到现在还不明白这步棋背后的道理。”李世石这位统治了世界棋坛十年的大师,花了 12 分钟来研究这一棋局,之后才做出回应。图 13-1展示了这手传说中的落子。图.
-
对于新手来说,在编程过程中最头痛的事就是遇到Bug后不知所措。时至今日,当有新手在群里提问时,也不时会看到下图的解决方案,即通过百度或者其他搜索引擎来解决问题: 诚然,很多问题可以通过搜索引擎得到答案。但往往忽视了解决Bug的第一种方法:查阅API文档。对于新手来说,正确使用API文档,至少能解决50%的问题。所以,我们很有必要来系统学习一下API文档的相关知识。文章目录1. 什么是API文档?2. 为什么要学会查阅API文档?3. 如何学会查阅API文档?1. 什么是API文档? 要解释
-
打开终端输入一下代码就可以啦!while(True): str=input("用户::"); print("假AI::"+str.strip("吗??")+"!");一个例子:Python strip()方法Python strip() 方法用于移除字符串头尾指定的字符(默认为空格或换行符)或字符序列。注意:该方法只能删除开头或是结尾的字符,不能删除中间部分的字符。strip()方法语法:str.strip([chars]);参数:chars ,移除字符串头尾指定的字符序列。返回值
-
最近遇到了一个联合对数正态分布的相关系数的问题,搜遍全网无果,索性自己动手。本文借鉴了这个知乎回答首先我们有二维正态分布:X,Y∼BVN(μx,μy,σx2,σy2,ρxy)X,Y\sim \mathbf{BVN}(\mu_x,\mu_y,\sigma_x^2,\sigma_y^2,\rho_{xy})X,Y∼BVN(μx,μy,σx2,σy2,ρxy)取对数之后我们会得到二维对数正态分布的概率密度函数。只写了第一象限的函数表达式,其他地方都是0。f(x,y)=12π1−ρxy2σxσyx
-
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...
-
要说最近几年计算机考研的特点是什么,就是四个字:“年年爆炸”!实际上,计算机考研不仅年年爆炸,而且每年的爆炸情况都比往年严重!我们来看看网络上已经公布的一些考生分数,看看什么才是真正的“神...
-
python猜单词小游戏猜单词小游戏对单词字母的重新排序循环猜测环节完整代码参考来源猜单词小游戏利用python实现一个猜单词的小游戏,需要导入的库为random库。设计逻辑:从单词列表中随机选取一个单词,对单词里的字母顺序进行重新随机排序,从而产生新的字符串,玩家通过这个新的字符串猜测原单词。对单词字母的重新排序先处理这个程序的核心代码就是如何生成乱序的单词jumble = ""while word: position = random.randrange(len(word)) #
-
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...
-
一、问题背景无人机在拍摄视频时,由于风向等影响因素,不可避免会出现位移和旋转,导致拍摄出的画面存在平移和旋转的帧间变换, 即“抖动” 抖动会改变目标物体 (车辆、行人) 的坐标,给后续的检测、跟踪任务引入额外误差,造成数据集不可用。理想的无抖动视频中,对应于真实世界同一位置的背景点在不同帧中的坐标应保持一致,从而使车辆、行人等目标物体的坐标变化只由物体本身的运动导致,而不包含相机的运动 抖动可以由不同帧中对应背景点的坐标变换来描述二、抖动的量化指标抖动可以用相邻帧之间的 x 方向平
-
技术无国界、无性别、无身份之分。即使在男性占比较高的 IT 技术发展的关键历程里,优秀的女程序员也从不缺席。谈及世界上第一位女程序员 Ada Lovelace,她于 1842 年就已为当代计算机的原型概念 Charles Babbage 的分析机编写出了世界上第一个机器算法;作为一名非常厉害的计算机科学家,Barbara Liskov 的创新性研究为计算机编程领域带来了巨大变革,并领导 CLU 编程语言的设计,也为面向对象程序设计(OPP)奠定了基础;Margaret Hamilton,24 岁的她机
-
任务描述来源为:日本广岛Quest2020:柠檬外观分类竞赛部署实践比赛链接:https://signate.jp/competitions/4313-31比赛截止,大佬们可以去试试,我这个必然拿不住奖,仅做练习。数据集:可以在百度ai studio找到。如何根据据图像的视觉内容为图像赋予一个语义类别是图像分类的目标,也是图像检索、图像内容分析和目标识别等问题的基础。本实践旨在通过一个美食分类的案列,让大家理解和掌握如何使用飞桨2.0搭建一个卷积神经网络。特别提示:本实践所用数据集均来自互
-
前言在上次的文章中我们解析了backbone网络的构建源码,在这篇中我们针对model.py剩余的部分进行debug解析。如果没看过之前文章的小伙伴,推荐先查看这个系列的第一篇和第二篇。下面贴上传送门:1.yolov5源码解析第一篇 架构设计和debug准备2.yolov5源码解析第二篇 backbone源码解析今天我们继续对model.py里的Detect类进行解析,这部分对应yolov5的检查头部分。detect类在model.py里,这部分代码如下:class Detect(nn.Modu
-
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...
-
新型智慧城市的创新实践和经验新型智慧城市建设以数据为核心,通过权属划分,要把城市各部门数据进行汇集治理,通过数据中枢,最终将城市的应用场景聚合起来,充分释放数据价值。同时,基于在新型智慧城市建设中的实践和思考,智慧城市建设与运营需要具备四大维度的能力,包含顶层设计能力、数据中台建设能力、智慧城市应用开发能力与生态培养赋能能力。CyberVein具备智慧城市建设运营的全栈式能力,是采用DAVE数据交换机建设新型智慧城市,接下来会结合五个能力维度进行解析。一、顶层设计能力利用大数据为智慧城市找到了出..
-
创建自己的虚拟环境相信很多人学习了很久Python,还不会安装虚拟环境,这里手把手教会你创建自己的虚拟环境,步骤如下:选择一个途径:如:以我的F盘为例新建文件夹并命名。(如:myproject)输入virtualenv .venv创建虚拟环境(.venv中的"."代表创建的是一个隐藏文件)创建完成后打开myproject,出现一个关于.venv的文件夹,表示环境创建成功双击进入.venv 里面的Scripts文件夹输入activate 点击回车激活并进入虚拟

-
人工智能和机器学习技术正在彻底改变世界,使世界更加先进,但有些人对这两个术语的真正含义感到困惑。有时,在其他情况下它们用作同义词;它们被用作独立或并行的进展。但是,如果你想以有效和有用的方式使用这两者,必须找到两者之间的区别。
-
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。
-
每个机器学习项目都有自己独特的形式。对于每个项目,都可以遵循一组预定义的步骤。尽管没有严格的流程,但是可以提出一个通用模板。
-
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。
-
林轩田机器学习基石课程学习笔记1 -- The Learning Problem
什么是“学习”?学习就是人类通过观察、积累经验,掌握某项技能或能力。就好像我们从小学习识别字母、认识汉字,就是学习的过程。而机器学习(Machine Learning),顾名思义,就是让机器(计算机)也能向人类一样,通过观察大量的数据和训练,发现事物规律,获得某种分析问题、解决问题的能力。
-
生物学的机器学习:使用K-Means和PCA进行基因组序列分析 COVID-19接下来如何突变?
通过本文,你将学到:提供RNA序列的简单解释;使用K-Means创建基因组信息集群;使用PCA可视化集群…并对我们执行的每个程序进行分析来获取经验。
-
「最全」实至名归,NumPy官方早有中文教程,结合深度学习,还有防脱发指南...
NumPy 无疑是很多机器学习研究者和开发者的「白月光」。如此优秀的项目,没有中文版怎么行?近日,机器之心发现 NumPy 官方早在去年就已出了一个中文版网站,涵盖 NumPy 的一切。
-
64% 的企业未实现智能化,5成公司算法工程师团队规模小于 10人,AI 工程师的机遇在哪里?...
从就业的角度来看,由于算法工程化才是商业落地的核心关键,因此拥有扎实工程化能力的算法工程师更受青睐。另一方面,由于深度学习是以大数据为基础的,而感知智能中的计算机视觉又是目前深度学习较为成熟的应用,所以,机器学习和深度学习工程师,以及数据工程师、计算机视觉工程师成为热门岗位。
-
美团十年,支撑最大规模外卖配送的一站式机器学习平台如何炼成?
算法从调研到最终上线发挥作用,需要有一系列的工程开发和对接,由此引发了新的问题:如何界定算法和工程的边界,各司其职,各善其长?如何提升算法迭代上线的速度和效率?如何快速准确评估算法的效果?本文将为大家分享美团配送技术团队在建设一站式机器学习平台过程中的一些经验和探索,希望对大家能有所帮助或者启发。
-
如何更新你的机器学习模型?手把手带你设计一个可持续的预测模型!
在本文中,我们将讨论为什么不管你的初始训练数据过程多么严格,继续训练你的机器学习模型都是至关重要的。我们还将讨论再训练的方法以及每种方法的优点。
-
训练数据也外包?这家公司“承包”了不少注释训练数据,原来是这样做的……...
在机器学习领域,训练数据准备是最重要且最耗时的任务之一。实际上,许多数据科学家声称数据科学的很大一部分是预处理的,并且一些研究表明,训练数据的质量比你使用的算法类型更为重要。
-
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。
-
有时候,作为一个数据科学家,我们常常忘记了初心。我们首先是一个开发者,然后才是研究人员,最后才可能是数学家。我们的首要职责是快速找到无 bug 的解决方案。
-
6个步骤,告诉你如何用树莓派和机器学习DIY一个车牌识别器!
几个月前,作者开始考虑让汽车能够具备检测和识别物体的能力。他很喜欢这个主意,因为已经见识到了特斯拉的能力,并且虽然不能立即购买特斯拉(Model 3看起来越来越有吸引力了),但他认为会尽力实现自己的梦想。
-
机器学习中的线性回归是一种来源于经典统计学的有监督学习技术。然而,随着机器学习和深度学习的迅速兴起,因为线性(多层感知器)层的神经网络执行回归,线性回归的使用也日益激增。
-
Boosting 通常要比逻辑回归和决策树之类的简单模型优越。实际上,DataHack平台上的大多数顶级产品都是使用一种 Boosting 或多种 Boosting 组合实现的。
-
2020年AI如何走?Jeff Dean和其他四位“大神”已做预测!
人工智能已经不再是随时准备改变世界的状态,而是已经在改变世界。在迈入2020年这新的一年、以及新的20年代之际,笔者请到了AI方面最敏锐的观察者,请他们回顾2019年取得的进展,并展望2020年机器学习将如何进一步走向成熟。
-
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。

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