- 相关博文
- 最新资讯
-
By 超神经内容提要：来自最强科研寺庙龙泉寺的贤超法师，近年来一直在研究人工智能与文献古籍的融合，目前，他已带领的《大藏经》团队实现 AI 自动标点、文白翻译、古籍文字识别等技术实践。关...
-
- HyperAI超神经
- 2021年01月13日
-
-
前言Flutter 近两年崛起的非常迅猛，正在成为移动开发中不的不重视的一股力量。如果你是一个有追求IOS或者Android程序员，我想你有必要尝试一下。本人是从事Android开发也有几年了，前段时间公司引入了Flutter技术，所以有幸尝试了一下，准备从我的切身体验总结一下快速掌握Flutter开发的一些技巧。思维转变因为Flutter的定位其实是一套跨平台的UI工具箱，下面是官方定义：Flutter is Google’s UI toolkit for building beautiful
-
- ShuSheng007
- 2021年01月18日
-
-
取个好名字不管是包名，类名还是函数方法和变量，不要随意命名，像什么 foo, bar, a,b,c 这种没有任何意义的名字会污染你的整个代码先构思再写代码拿到一个需求最开始是分析需求，拆解问题，将大问题拆解为更小问题，思路清晰了代码写起来才快。能用Google就不用百度百度搜出来的东西一是广告太多，难以辨识，二是质量太差，容易被带偏。写注释“最好的注释就是代码本身”，这句话不是你不写注释的借口，相信我你的代码时间久了自己都不知道什么意思。必要的地方加上注释不仅方便别人理解你的代码，也方便自己。
-
- liu志军
- 2021年01月15日
-
-
反思 系列博客是我的一种新学习方式的尝试，该系列起源和目录请参考 这里 。背景诸如EventBus\RxBus\LiveDataBus的事件总线库在业内正遭滥用。诚然，事件总线看起来 小而美 ，但随着业务复杂度上升，事件的发送和订阅到处分布，这个优势反而成为了负担，因此，笔者不建议在任何量级的项目中使用事件总线库。更多原因读者可参考 这篇文章 。更合理的方案是什么呢？在量级较小的项目中，开发者应该通过 依赖注入 将Callback进行不同层级的依次传递，以保证 层级间的依赖关系足够清晰。而对于.
-
- 却把清梅嗅
- 2021年01月16日
-
-
文章目录前言背景问题追踪排查分析排查一：JN服务本身问题排查二：NN 服务问题排查三：JN机器硬件层面问题推论四：JN受所在机器其它服务的影响总结前言众所周知，在HDFS集群中，NameNode服务是其中的核心服务。NameNode的性能处理效率的高低直接影响着其对外提供的服务能力。鉴于过往笔者已经写过诸多NameNode优化系列的文章，本文笔者来聊聊另外与NameNode相关的服务JournalNode（简称JN）服务。JournalNode是在HDFS HA模式下用来做共享editlog的存储的。
-
- Android路上的人
- 2021年01月17日
-
-
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”...
-
- 机器学习算法与Python学习-公众号
- 2019年09月20日
-
-
文章目录一、互联网快讯二、程序员专属三、Github 每日精选四、CSDN 社区优质博文精选一、互联网快讯1、抖音将替代拼多多，成为 2021 年春晚独家红包互动伙伴据了解，1 月 16 日，字节跳动招聘官网上，已增加 57 个 「春节专项」 招聘职位，包括 56 个研发岗位和 1 个产品经理岗。此外，一名了解字节跳动相关业务的人士透露，抖音正在复盘 CDN（内容分发网络）系统。他还表示，春晚红包活动带来的高并发流量，对云计算、存储等基础架构是一次不小的挑战。2、原锤子团队被合并：不再研发坚果手.
-
- 极客日报
- 2021年01月18日
-
-
【CSDN 编者按】前一阵闹得沸沸扬扬的 GitHub 解雇犹太员工的事件终于落幕，GitHub 昨日承认错误并公开道歉，期间到底发生了什么呢？整理 | 郑丽媛出品 | CSDN（ID：CSDNnews）前几天，GitHub 引起了一场不小的争议：外媒报道称，一位犹太员工因 1 月 6 日在 Slack 会话消息中发表了“警惕纳粹”的言论，遭到了 GitHub 的解雇，理由是“行为模式不当”。事发后，众多 GitHub 员工联名上诉，要求得知其背后的真实原因。终于，1 月 17 日，GitHub.
-
- CSDN资讯
- 2021年01月18日
-
-
作者：HelloGitHub-小鱼干Twitter 有位程序员总结了本周的 GitHub 中文程序员的看点：国内程序员日常——考公务员、996、抢茅台、刷算法、整健康码。在本期热点速览里，小鱼干收录了考公务员的项目 coder2gwy，它有多受国内程序员欢迎呢？一周 star 获得 8k+，上一次遇到一周获得近万 star 的项目还是图片处理项目 Depix，它的神奇之处在于还原马赛克密码。而 coder2gwy 的神奇之处在于充分体现了国内程序员对 996 的“厌恶”，以及对自己私人时间的极度渴望。当.
-
- 削微寒
- 2021年01月19日
-
-
"努力做一个积极向上乐观开朗的人"重庆跨年之夜元旦跨年已过，是时候回顾下这一年的工作和生活，看看自己又成长了多少。再立一下 2021 年的 flag，争取在 35 岁之前实现自己财务自由的梦想。工作入职今年来到蚂蚁工作，职业生涯进入到一个全新的阶段，阔别杭州多年之后又回到了这里。依扬 | 取自木易楊谐音来了之后直接就感受到了全方位的压力，这和来之前所设想到的还是有些不同。在之前要么只需要专心的写业务，要么专心的写技术，相对来说比较轻松自在。在这里感受到的是对能力全方位
-
- 木易杨说
- 2021年01月19日
-
-
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...
-
- 机器学习算法与Python学习-公众号
- 2019年09月20日
-
-
经常是某司线上又出bug了，然后是给公司造成多少损失，追根究底总是可以找到一些原因，诸如：写代码逻辑考虑不全面，或者代码有硬伤，也有测试不充分，甚至不测试都有，也有是运维的问题等等。我对测试部专业，测试是否可以发现所有问题我不好说，但是可以肯定的是从很多大厂出过的问题来看，测试只能减少问题，不能彻底规避问题。可能你会说需要监控等手段并用，那是必须的，但是首先还是需要把代码写好。作为开发人员需要有些追求，写出高阶一点的代码，不然只是这次发现问题，但是一些不好的习惯或者代码水平不提高还是会出错。
-
- 21aspnet
- 前天
-
-
Pillow 库是python中处理图片最常用的库，我们用 Pillow 来实现一个图片裁剪的功能。先安装pillow库pip install pillow我们要实现的效果如下，随便找一张图，裁剪后的效果图首先通过open方法打开图片，得到一个Image对象from PIL import Imageimport requestsim = Image.open("test.jpg")也可以使用使用网络上的图片URL链接from PIL import Imageimport reque
-
- liu志军
- 2021年01月16日
-
-
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...
-
- 腾讯技术工程
- 2019年09月20日
-
-
例题：请补充函数,该函数的功能是求一维数组a[N]的平均值,并对所得结果进行四舍五入保留两位小数。例如,当a[10]={ 23.1,12.3,5.3,56.4,10.0,13.7,24.5,42,1.2,9.9}时,输出结果为:average=19.840000。请勿改动主函数main与其它函数中的任何内容，仅在fun函数的横线上填写所需的若干表达式或语句。代码如下：#include<stdio.h>#include<conio.h>double fun(double a
-
- 朽木自雕i
- 前天
-
-
| 快讯根据《晚点 LatePost》的独家消息，1 月 20 日，滴滴内部发公告称将成立技术委员会，CTO 张博担任技术委员会主席，橙心优选 CTO 赖春波、国际化 CTO 卜峥担任副主席。技术委员会将在稳定性保障和中后台降本增效进行持续投入。公告同时显示，高级副总裁章文嵩将于近期离职。他负责的基础平台工作，将由智能中台负责人杨毅接任；滴滴云将并入企业服务事业群，由蔡晓鸥负责。离职之后，章文蒿仍将继续担任滴滴技术委员会名誉主席。章文嵩于 2016 年从阿里云离职加入滴滴，曾负责基础平台、智慧交通、
-
- 极客日报
- 昨天
-
-
马斯克抱怨 GPT-3 不够 Open，开源的语言模型库来了你要不要学？一个名叫 EleutherAI 的团队开源了语言模型代码库 GPT-neo，其模型利用 mesh-tensorflow 库扩展到完整的 GPT-3 尺寸，官方预计可能会更大，不过该模型的名字还没完全确定，或许叫 GPT-HAHAHA 也说不好。有网友甚至说，它可以改名字叫做 realOpenAI，顺便还 Cue 了一下马斯克。作者 | 八宝粥出品 | CSDN(id：CSDNnews)这里还包括替代模型体系结构和线性注意实
-
- 开源精选
- 昨天
-
-
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...
-
- 机器学习算法与Python学习-公众号
- 2019年09月19日
-
-
你好呀，我是灰小猿，一个超会写bug的程序猿！欢迎大家关注我的专栏“每日蓝桥”，该专栏的主要作用是和大家分享近几年蓝桥杯省赛及决赛等真题，解析其中存在的算法思想、数据结构等内容，帮助大家学习到更多的知识和技术！标题：世纪末的星期曾有邪教称1999年的12月31日是世界末日，当然该谣言已经不攻自破，还有人称今后的某个世纪末的12月31日，如果是星期一则会...有趣的是，任何一个世纪末的年份的12月31日都不可能是星期一！！于是，“谣言制造商”又改为星期日，1999年的12月31日
-
- 灰小猿
- 昨天
-
-
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。
-
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。
-
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。
-
理想的机器学习场景是给到数据，训练模型后就能直接上线服务。然而真实的 AI 应用落地过程非常复杂，并不是有数据、懂算法就可以了。首先建模具有一定门槛，建模科学技术人才除了要懂机器学习算法，还要知道熟悉建模业务场景，会使用 SQL、Python 做数据处理、特征拼接、支持时序特征；建模完成到上线，要保持在线与离线一致性，实现高性能硬实时预估服务；工程上涉及特征监控、读写分离、实时特征计算，这些情况在真实的 AI 应用场景中都要考虑到。
-
提高建模效率，改变手工作坊式生产，AutoML的技术研究与应用进展如何了？
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。
-
人类可以从很少的样本中学习，显示出了人类卓越的泛化能力，而这一点学习算法仍远做不到。当前，最成功的模型需要大量标记好的数据，但是这些数据昂贵且难以获取，成为实践中使用机器学习的最大障碍之一。最近的研究表明，当前的算法几乎不能对训练期间看到的数据做泛化。在这种情况下，迁移学习显示出巨大潜力，其目的是更有效地利用以前获得的知识来学习新任务。
-
由浅及深，讲述移动平台模型裁剪与优化的技术探索与工程实践，让希望了解和掌握如何在实践的基础上学习机器学习技术的初学者，希望了解和学习深度学习及其在工业界应用的开发人员，从事移动平台应用程序开发、架构设计以及期望应用机器学习到移动端、嵌入式平台、可穿戴设备等的从业者，掌握学习机器学习技术所需的技术栈、学习路径和方法。
-
避免神经网络过拟合的5种技术（附链接） | CSDN博文精选
当模型试着预测噪声较多的数据的趋势时，由于模型参数过多、过于复杂，就会导致过拟合。过拟合的模型通常是不精确的，因为这样的预测趋势并不会反映数据的真实情况。我们可以通过模型在已知的数据（训练集）中有好的预测结果，但在未知的数据（测试集）中较差的表现来判断是否存在过拟合。机器学习模型的目的是从训练集到该问题领域的任何数据集上均有泛化的较好表现，因为我们希望模型能够预测未知的数据。
-
XGBoost缺失值引发的问题及其深度分析 | CSDN博文精选
XGBoost模型作为机器学习中的一大“杀器”，被广泛应用于数据科学竞赛和工业领域，XGBoost官方也提供了可运行于各种平台和环境的对应代码，如适用于Spark分布式训练的XGBoost on Spark。然而，在XGBoost on Spark的官方实现中，却存在一个因XGBoost缺失值和Spark稀疏表示机制而带来的不稳定问题。
-
由浅及深讲述移动平台模型裁剪与优化的技术探索与工程实践，让希望了解和掌握如何在实践的基础上学习机器学习技术的初学者，希望了解和学习深度学习及其在工业界应用的开发人员，从事移动平台应用程序开发、架构设计以及期望应用机器学习到移动端、嵌入式平台、可穿戴设备等的从业者，掌握学习机器学习技术所需的技术栈、学习路径和方法。
-
蚂蚁金服：如何训练可自动调整负样本采样器？｜NIPS 2019
一年一度的国际顶级学术会议NeurIPS2019将于12月8日至14日在加拿大温哥华举行。作为人工智能和机器学习领域最顶级的盛会之一，NeurIPS每年都会吸引来自全世界的AI大牛、学者、技术爱好者参会。本文是蚂蚁金服的技术专家对入选论文《使用对抗式动态系统嵌入的深度指数族分布估计》做出的深度解读。
-
蚂蚁金服提新概率图模型GLN，正确率提升8.2%，具备可解释性 | NeurIPS 2019
一年一度的国际顶级学术会议NeurIPS 2019将于12月8日至14日在加拿大温哥华举行。作为人工智能和机器学习领域最顶级的盛会之一，每年都会吸引来自全世界的AI大牛、学者、技术爱好者参会。今天为大家推荐的这篇论文是蚂蚁金服的技术专家对入选论文《Retrosynthesis Prediction with Conditional Graph Logic Network》做出的深度解读。
-
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。
-
本次演讲从滴滴机器学习平台的特点开始探讨，分享了滴滴机器学习场景下的 k8s 落地实践与二次开发的技术实践与经验，包括平台稳定性、易用性、利用率、平台 k8s 版本升级与二次开发等内容。此外，唐博还介绍了滴滴机器学习平台是如何从 YARN 迁移到 k8s，以及 YARN 的二次开发与 k8s 的对比等。最后，唐博还分享了滴滴机器学习平台正在研发中的功能以及对未来的展望。
-
首先来看一下这本书的目录，主要包括了绪论、设计一个机器学习系统、案例学习、面试题练习四个板块，共22页。相对于动辄几百页的书籍，这本小册子内容简洁，但针针见血，不浪费每一页的篇幅。教会你如何轻松应对面试中的场景题。
-
AutoML正火，工程师究竟要如何学习与掌握这一领域，才能跟上技术发展的脚步，在工程师大军中脱颖而出？AutoML的今天是过度吹捧的结果吗？工程师的明天与AutoML的明天有多大冲突？
-
PySpark作为工业界常用于处理大数据以及分布式计算的工具，特别是在算法建模时起到了非常大的作用。PySpark如何建模呢？这篇文章手把手带你入门PySpark，提前感受工业界的建模过程！
-
ICLR 2020被爆半数审稿人无相关领域经验，同行评审制度在垮塌？
近日，英伟达机器学习研究负责人 Animashree Anandkumar 在推特上向 ICLR 2020 的同行评议审稿人开炮。她称，每个即将到来的 AI 会议的同行评议质量都在变差。我们的 #ICLR 2020 审稿人的评分有极大的差距（8 分和 1 分），评分较低的审稿人太令人讨厌和痛心了。这就像他们在参加战斗并想要破坏竞争一样。这不健康，还有哪些替代选择吗？
-
十年公务员转行IT，自学AI三年，他淬炼出746页机器学习入门笔记
近期，梁劲传来该笔记重大更新的消息。《机器学习——从入门到放弃》这本笔记的更新没有停止，在基于上一版的基础上丰富了近 200 页计算机视觉领域的知识内容，目前最新版已达 746 页，累计下载近 8 万次。
-
“Jupyter的杀手”：Netflix发布新开发工具Polynote
10 月 29 日，Netflix 公开了他们内部开发的 Polynote。现如今，大型高科技公司公开其内部的工具或服务，然后受到业界欢迎并被采用的情况屡见不鲜。Amazon 的 AWS，Facebook 的 React.js 就是其中两个。这些大型高科技公司拥有业内最好的工程师，而且在开发中往往会面临巨大的挑战，这些挑战将催化优秀工具的诞生，Netflix 的 Polynote 就是其中的一员。数据科学或者机器学习行业需要更好的工具来编写代码，进行实验算法和可视化数据，Polynote 就是这些人的福利。
活动
-
2021.03.31
-
2020.12.25
-
2020.10.24
-
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