
- 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...
-
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
-
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.
-
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。
-
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”...
-
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.
-
【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.
-
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.
-
"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
-
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...
-
Spring容器的生命周期是面试的高频题目,但是这个生命周期非常复杂,想要完全说清楚几乎不可能。但对全局有个把控,知道每个阶段大概所做的事情是很重要的,尤其在编写框架或者扩展Spring的时候尤其重要。
-
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。
-
作为一个资深的软件工程师,我经常遇到其他/她开发人员大量的重复问题。过去只靠写博客,现在,我有了四种方式来解决:博客。我的博客 phodal.com 上有 850+ 的博客工具。创造开源...
-
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
-
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...
-
蓝桥杯2018年省赛A组题目总结
-
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
-
| 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、
-
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
-
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...
-
HelloGitHub-嘉文这里是 HelloGitHub 推出的《讲解开源项目》系列,今天给大家带来一款开源免费的模拟后端 API 的工具:moco没学过后端开发的也能快速上手这个开源...
-
【编者按】API 在软件的构建中扮演着越来越重要的角色,许许多多的 API-first 公司在行业内展露头角。可是 API 究竟是什么?有什么用?能给行业发展带来怎样的影响?编译 | ...
-
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
-
事实验证任务要求相关系统能够从大规模的文本知识库中抽取相关的证据(Evidence)并根据这些证据对给定的声明(Claim)给出事实性的判断。
-
用于单图像超分辨率的对偶回归网络,达到最新SOTA | CVPR 2020
本文提出了一种对偶回归方法,它通过引入对LR数据的附加约束来减少函数的解空间。 具体而言,除了学习从LR到HR图像的映射外,本文方法还学习了另外的对偶回归映射,用于估计下采样的内核并重建LR图像,从而形成了一个闭环,可以提供额外的监督。
-
信息保留的二值神经网络IR-Net,落地性能和实用性俱佳 | CVPR 2020
在CVPR 2020上,商汤研究院链接与编译组和北京航空航天大学刘祥龙老师团队提出了一种旨在优化前后向传播中信息流的实用、高效的网络二值化新算法IR-Net。不同于以往二值神经网络大多关注量化误差方面,本文首次从统一信息的角度研究了二值网络的前向和后向传播过程,为网络二值化机制的研究提供了全新视角。同时,该工作首次在ARM设备上进行了先进二值化算法效率验证,显示了IR-Net部署时的优异性能和极高的实用性,有助于解决工业界关注的神经网络二值化落地的核心问题。
-
脉冲神经网络在目标检测的首次尝试,性能堪比CNN | AAAI 2020
论文打算使用DNN-to-SNN转化方法将SNN应用到更复杂的目标检测领域中,图片分类只需要选择分类就好,而目标检测则需要神经网络进行高度准确的数字预测,难很多。在深入分析后,论文实现YOLO的转换主要面临以下两个问题:
-
通过这篇文章,我想建立起图神经网络(GNNs)和Transformers之间的联系。具体来说,我将首先介绍NLP和GNN领域中模型架构的基本原理,然后使用公式和图表来阐述两者之间的联系,最后将讨论如何让两者协同运作来推动这方面的研究进展。
-
CNN vs RNN vs ANN——3种神经网络分析模型,你pick谁?
我还常常会见到另一个问题——神经网络需要强大的计算能力,那么当问题中只是存在一些细微差别时,使用神经网络真的值得吗?问题的答案很简单——值得!
-
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。
-
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。
-
从LeNet到GoogLeNet:逐层详解,看卷积神经网络的进化
深度学习的兴起使卷积神经网络在计算机视觉方面大放异彩,本文将按时间和创新点顺序介绍一系列网络结构:LeNet、AlexNet、VGGNet、InceptionNet 与 ResNet。网络上大部分文章都只是草草讲述,本文小波仔仔细梳理,从问题的背景,网络结构,为什么设计这样的结构,参数数量各方面详细讲述CNN的进化之路。
-
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。
-
美团正在积极研发无人配送机器人,建立无人配送开放平台,与产学研各方共建无人配送创新生态,希望能在一个场景相对简单、操作高度重复的物流配送中,提高物流配送效率。在此过程中,美团无人配送团队也取得了一些技术层面的突破,比如基于神经网络StarNet的行人轨迹交互预测算法,论文已发表在IROS 2019。IROS 的全称是IEEE/RSJ International Conference on Intelligent Robots and Systems,IEEE智能机器人与系统国际会议,它和ICRA、RSS并称为机器人领域三大国际顶会。
-
LatentFusion:华盛顿大学与英伟达联合提出6D姿态估计新方法
在本文中,华盛顿大学和英伟达联合提出了一种新的用于未见过目标 6D姿态估计的框架。作者设计了一个端到端的神经网络,该网络使用少量目标的参考视角来重构目标的3D表示。使用学习到的3D表示,网络可以从任意视角对目标进行渲染。使用该神经网络渲染器,我们可以对输入图像的姿势直接进行优化。通过使用大量3D形状训练该网络进行重构和渲染,使该网络可以很好地推广到未见过的目标。作者还为未见的物体姿态估计提供了一个新的数据集-MOPED。并且最后在MOPED以及ModelNet数据集上评估了未见物体姿态估计方法的性能。
-
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。
-
高三学生发表AI论文,提出针对网络暴力问题的新模型AdaGCN
近日,在清华大学举行的丘成桐中学科学奖半决赛落下帷幕,来自海内外的 72 支队伍获得了总决赛的入场券,北京师范大学附属实验中学的高三学生白行健,也在其中。他凭借一篇利用图卷积神经网络检测网络暴力的论文,在比赛中脱颖而出。长江后浪推前浪,瞧,00 后也要出道了。
-
清华大学教授、智源首席科学家孙茂松,畅谈当前人工智能技术与产业应用发展现状和存在的问题,包括自然语言处理研究面临的瓶颈、神经网络黑箱、常识、大数据与知识等,并提出了他对于改进 AI 实用性的看法和建议。本文将提炼孙茂松教授在访谈中表达的主要观点,供读者交流。
-
2019 年 10 月 31日,在北京举行的智源大会上,清华大学教授、智源首席科学家孙茂松接受了媒体采访,畅谈当前人工智能技术与产业应用发展现状和存在的问题,包括自然语言处理研究面临的瓶颈、神经网络黑箱、常识、大数据与知识等,并提出了他对于改进 AI 实用性的看法和建议。本文将提炼孙茂松教授在访谈中表达的主要观点,供读者交流。
-
近期一篇CNN综述文章《A Survey of the Recent Architectures of Deep Convolutional Neural Networks 》发布,受到了大家的关注,今天作者对论文中的内容做了中文的解读,帮助大家全面了解CNN架构进展。
-
在人工智能的发展越来越火热的今天,其中智能应用也在伴随着我们的生活,其中最具有代表性的便是图像识别,并且其中的应用比比皆是,如车站的人脸识别系统,交通的智能监控车牌号系统等等。而卷积神经网络作为图像识别的首选算法,对于图像的特征提取具有很好的效果,而TensorFlow作为Google的开源框架具有很好的结构化特征,而本篇文章将利用卷积神经网络算法对图像识别进行应用,开发出颜值评分器的功能。
-
在物体检测中的实验结果表明, 在使用更少的参数以及更低的计算花销的情况下,AttoNets 的效率与现有最优模型相当,并在准确率指标上大幅超越现有模型(与 MobileNet-V1相比,最小的 AttoNet 的准确率提升约 1.8%,使用的乘-加操作数和参数量减小了10倍)。另外,本文也在实例分割和物体探测应用中检测了 AttoNets 的效果,并发现与基于 ResNet-50 的 Mask R-Cnn 相比,通过使用基于 AttoNet的 Mask R-Cnn 网络,参数量和计算花销得到了大幅度降低(乘-加操作减少5倍,参数量减少2倍)。
-
最近,深度学习在自然语言处理领域(NLP)取得了很大的进步。随着诸如 Attention 和 Transformers 之类新发明的出现,BERT 和 XLNet 一次次取得进步,使得文本情感识别之类的等任务变得更加容易。本文将介绍一种新的方法,该方法使用图模型在对话中进行情感识别。
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