
- 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
-
目标检测是计算机视觉中的一个重要问题,近年来传统检测方法已难以满足人们对目标检测效果的要求,随着深度学习在图像分类任务上取得巨大进展,基于深度学习的目标检测算法逐渐成为主流。
-
基于轮廓调整的SOTA实例分割方法,速度达32.3fps | CVPR 2020
实例分割是许多计算机视觉任务中的重要手段,目前大多数的算法都采用在给定的bbox中进行pixel-wise分割的方法。受snake算法和Curve-GCN的启发,论文采用基于轮廓的逐步调整策略,提出了Deep snake算法进行实时实例分割,该算法将初始轮廓逐渐优化为目标的边界,如图1所示,达到很好的性能且依然保持很高的实时性(32.3fps) 。
-
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。
-
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。
-
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。
-
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)。
-
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。
-
从一张风景照中就学会的SinGAN模型,究竟是什么神操作?| ICCV 2019最佳论文
10 月 27 日-11 月 2 日,计算机视觉领域的顶级会议 International Conference on Computer Vision(ICCV)在首尔召开,10 月 29 日在大会上正式公布了最佳论文奖(Best Paper Award)由论文《SinGAN:从单张图像学习生成模型》(SinGAN: Learning a Generative Model from a Single Natural Image)获得,该论文介绍了一种无条件生成模型——SinGAN,它可以从单个自然图像中学习。该模型经过训练,可以捕获图像内斑块的内部分布,之后生成高质量、多样化的样本,视觉内容与原图像相同。用户研究证实,生成的样本通常可以假乱真,SinGAN 在各种图像处理任务中具有广泛的实用性。
-
ICCV 2019 | 中国研究者无缘最佳论文奖项,接收论文数量超美国,商汤57篇论文入选...
10 月 27 日-11 月 2 日,计算机视觉领域的顶级会议 International Conference on Computer Vision(ICCV)在首尔召开,10 月 29 日在大会上正式公布了最佳论文奖(Best Paper Award)由论文《SinGAN:从单张图像学习生成模型》(SinGAN: Learning a Generative Model from a Single Natural Image)获得,最佳学生论文奖(Best Student Paper Award)则由《PLMP——完整的多视图可见性中的点线最小问题》(PLMP——Point-Line Minimal Problems in Complete Multi-View Visibility)获得。
-
击败最新无监督域自适应方法,研究人员提轻量CNN新架构OSNet
这篇论文《Learning Generalisable Omni-Scale Representations for Person Re-Identification》是一篇关于行人再识别领域的新研究(Person Re-Identification , re-ID)。这篇论文中,作者们提出了一个新的CNN架构——OSNet,在实验效果方面,这一新模型架构击败了最新的无监督域自适应方法。
-
旷视张祥雨:高效轻量级深度模型的研究和实践 | AI ProCon 2019
在CSDN 主办的 2019 中国 AI 开发者大会(AI ProCon 2019)计算机视觉技术专题中,旷视研究院主任研究员、基础模型组负责人张祥雨主要从轻量级架构、模型裁剪、模型搜索三大思路讲述了高效轻量级深度模型的研究和实践。
-
推荐一篇前几天新出的投向TPAMI的论文:Imbalance Problems in Object Detection: A Review,作者详细考察了目标检测中的不平衡问题(注意不仅仅是样本中的不平衡问题)及其解决方案,是目标检测领域目前最新的也是非常独特的综述。
-
从服装关键点、信息检索、个性化推荐到智能试衣,电商AI技术如何进化?
近日,ICCV DeepFashion2 Challenge 2019公布了比赛结果,首次参赛的美图影像实验室MTlab凭借其在综合检测精度上的优势,以明显差距斩获服饰关键点估计(Landmark Estimation)赛道的冠军。DeepFashion2 Challenge此次共吸引18支国内外顶级技术团队参与,包括清华大学、阿里巴巴等知名企业及学术机构。
-
此前据传旷视融资额或高达 10 亿美元。CV 智识曾于今年 7 月份独家报道过当时旷视正谋求同股不同权赴港上市,且距离上市已非常接近。不到两个月的时间,旷视正式公布其上市计划。
-
超阿里、大华,澎思科技行人再识别(ReID)技术刷新三大数据集记录
近日,在行人再识别(Person Re-identification,简称ReID)算法上澎思科技取得了突破,在三大主流ReID数据集测试Market1501、DukeMTMC-reID和CUHK03中,算法关键指标首位命中率(Rank-1 Accuracy)刷新了世界纪录。
-
在包含众多人像的照片中,由于每个人的穿着和动作各异,同时人与人之间存在各种交互信息,以及所处的场景不同,我们通过肉眼来确定C位的时候可能会出现各种偏差。在人工智能快速发展的今天,我们能否可以通过AI来自动找出C位呢?答案当然是肯定的。在这篇文章中,我们将介绍如何利用计算机视觉和深度学习技术构建一个性能优异的C位检测器,从而快速准确地在一群人中发现真正站C位的那个最重要的人。
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