- 尽管科幻小说可能将人工智能机器人描绘成坏人，但一些科技巨头现在也将其用于安全。微软和优步等公司使用Knightscope K5机器人巡逻停车场和大型户外区域来预测和预防犯罪。机器人可以读取车牌，报告可疑活动并收集数据以向其所有者报告。 尽管科幻小说可能将人工智能机器人描绘成坏人，但一些科技巨头现在也将其用于安全。微软和优步等公司使用Knightscope K5机器人巡逻停车场和大型户外区域来预测和预防犯罪。机器人可以读取车牌，报告可疑活动并收集数据以向其所有者报告。
- 在新数据中，深度学习系统执行（泛化）能力如何？其性能如何？要想建立AI系统的信赖度和可靠性，必须估计算法的泛化能力。 在新数据中，深度学习系统执行（泛化）能力如何？其性能如何？要想建立AI系统的信赖度和可靠性，必须估计算法的泛化能力。
- 随着人工智能的发展与技术的日益复杂化，人们希望现存的概念能做出调整或是适应这些变化。同样，在电脑辅助的自然语言处理领域，自然语言处理（NLP）这一概念是否要为自然语言理解（NLU）让步？这两个概念的关系是否更加微妙和复杂，而不仅仅只是一种技术的线性发展？ 随着人工智能的发展与技术的日益复杂化，人们希望现存的概念能做出调整或是适应这些变化。同样，在电脑辅助的自然语言处理领域，自然语言处理（NLP）这一概念是否要为自然语言理解（NLU）让步？这两个概念的关系是否更加微妙和复杂，而不仅仅只是一种技术的线性发展？
- 【中国·西安】2019年8月16日，西安航天基地投资合作委员会、西安航天基地国际孵化器携手华为云（西安）人工智能创新中心举办的“+智能，见未来“华为云EI企业智能平台服务技术交流会在西安国家民用航天基地航创广场C座5楼报告厅举行。 【中国·西安】2019年8月16日，西安航天基地投资合作委员会、西安航天基地国际孵化器携手华为云（西安）人工智能创新中心举办的“+智能，见未来“华为云EI企业智能平台服务技术交流会在西安国家民用航天基地航创广场C座5楼报告厅举行。
- 查看使用的tensorflow是CPU还是GPU版本 查看使用的tensorflow是CPU还是GPU版本
- 本文在特征选择的基础上，进一步讨论了特征表达的问题，主要涉及连续和离散型特征的编码方式、特殊特征的处理和缺失值处理等方面。 对文中提到的归一化，我们认为也是特征表达的一个方面，但这个问题不太核心，且限于篇幅，不再详述。下篇文章将是特征工程系列的最后一篇，届时会讨论特征评估的问题。 本文在特征选择的基础上，进一步讨论了特征表达的问题，主要涉及连续和离散型特征的编码方式、特殊特征的处理和缺失值处理等方面。 对文中提到的归一化，我们认为也是特征表达的一个方面，但这个问题不太核心，且限于篇幅，不再详述。下篇文章将是特征工程系列的最后一篇，届时会讨论特征评估的问题。
- 本文从基于统计量和基于模型两个角度，笼统地介绍了特征选择的各种方法和思路。基于统计量的特征选择，因为没有模型的参与，计算起来相对简单，可以作为一个特征预处理的过程。基于模型的方法，要对模型参数进行学习，因此计算量相对较大；但也更接近于最终目标，即训练出一个泛化能力很好的模型。因此，这两种方法可以结合起来使用。 本文从基于统计量和基于模型两个角度，笼统地介绍了特征选择的各种方法和思路。基于统计量的特征选择，因为没有模型的参与，计算起来相对简单，可以作为一个特征预处理的过程。基于模型的方法，要对模型参数进行学习，因此计算量相对较大；但也更接近于最终目标，即训练出一个泛化能力很好的模型。因此，这两种方法可以结合起来使用。
- 激活函数是神经网络中必不可少的组成部分，这篇文章给大家介绍了各种各样的激活函数，一起来看看吧。 激活函数是神经网络中必不可少的组成部分，这篇文章给大家介绍了各种各样的激活函数，一起来看看吧。
- 来自北京邮电大学的研究人员开发了一种AI模型压缩算法，可以让深度学习的运算不再依赖高昂的计算和存储设备，保持模型的识别精度无损的前提下，显著降低模型的计算复杂度，本文带来技术解读。 来自北京邮电大学的研究人员开发了一种AI模型压缩算法，可以让深度学习的运算不再依赖高昂的计算和存储设备，保持模型的识别精度无损的前提下，显著降低模型的计算复杂度，本文带来技术解读。
- 知识图谱最早由谷歌发布，为了提升搜索引擎返回答案的质量以及用户查询的效率，在知识图谱辅助下，搜索引擎可以洞察到用户查询背后的一个语义信息，然后返回更为精准结构化的信息，从而更大可能的去满足用户的一个查询需求。 知识图谱最早由谷歌发布，为了提升搜索引擎返回答案的质量以及用户查询的效率，在知识图谱辅助下，搜索引擎可以洞察到用户查询背后的一个语义信息，然后返回更为精准结构化的信息，从而更大可能的去满足用户的一个查询需求。
- 深度神经网络的成功往往依赖于大量有标记的样本数据，但是这样的数据在许多实际场景中很难获得。为了解决这一挑战，无监督学习是首选方法，即不使用任何标记数据训练神经网络。与传统的自动编码数据（AED）方法不同，来自华为研究人提出了一种新的基于自动编码变换（AET）的无监督表示学习方法：给定一个随机的变换，AET 尝试仅从编码特征中尽可能准确地预测出变换类型。 深度神经网络的成功往往依赖于大量有标记的样本数据，但是这样的数据在许多实际场景中很难获得。为了解决这一挑战，无监督学习是首选方法，即不使用任何标记数据训练神经网络。与传统的自动编码数据（AED）方法不同，来自华为研究人提出了一种新的基于自动编码变换（AET）的无监督表示学习方法：给定一个随机的变换，AET 尝试仅从编码特征中尽可能准确地预测出变换类型。
- 无论是作为一位科学家在自然语言处理领域的研究工作上，还是作为一位教育者在培育人才方面，刘群教授都可以说是结出了累累硕果，对于后辈研究者，能从他身上借鉴的经验自然很多，其中非常重要的一点便是从研究问题出发、热于拥抱新技术的科研品质，而这一点更是刘群教授一直坚持的一套研究方法论。 无论是作为一位科学家在自然语言处理领域的研究工作上，还是作为一位教育者在培育人才方面，刘群教授都可以说是结出了累累硕果，对于后辈研究者，能从他身上借鉴的经验自然很多，其中非常重要的一点便是从研究问题出发、热于拥抱新技术的科研品质，而这一点更是刘群教授一直坚持的一套研究方法论。
- 斯坦福大学的免费学习资源大放送了。课程名为自然语言理解（Natural Language Understanding），代号CS224U。 斯坦福大学的免费学习资源大放送了。课程名为自然语言理解（Natural Language Understanding），代号CS224U。
- train_net: "/cache/data_url/train.prototxt" # 训练模型文件的位置test_net: "/cache/data_url/test.prototxt" # 测试模型文件的位置test_iter: 5 # test_iter 需要与 test layer 里的 batch_size 结合，假设 test 总样本数为 1000，取 batch_si... train_net: "/cache/data_url/train.prototxt" # 训练模型文件的位置test_net: "/cache/data_url/test.prototxt" # 测试模型文件的位置test_iter: 5 # test_iter 需要与 test layer 里的 batch_size 结合，假设 test 总样本数为 1000，取 batch_si...
- 人工智能可谓近年来最为热门的话题，而且也一直在持续发热，创造着价值，人工智能行业的发展究竟是何等趋势？ 人工智能总体从业务应用发展上分为四个阶段： 第一阶段，通过传统的数据ETL批处理的手段，完成一些数据分析、业务报表的生成、数据可视化等的自动化处理； 第二阶段，通过集成多源数据，借助传统大数据、机器学习等技术手段，可以实现商品推荐、趋势预测、设备检测、智慧物流等，实现企业... 人工智能可谓近年来最为热门的话题，而且也一直在持续发热，创造着价值，人工智能行业的发展究竟是何等趋势？ 人工智能总体从业务应用发展上分为四个阶段： 第一阶段，通过传统的数据ETL批处理的手段，完成一些数据分析、业务报表的生成、数据可视化等的自动化处理； 第二阶段，通过集成多源数据，借助传统大数据、机器学习等技术手段，可以实现商品推荐、趋势预测、设备检测、智慧物流等，实现企业...
上滑加载中
推荐直播
-
-
华为AI技术发展与挑战：集成需求分析的实战指南2024/11/26 周二 18:20-20:20
Alex 华为云学堂技术讲师
本期直播将综合讨论华为AI技术的发展现状，技术挑战，并深入探讨华为AI应用开发过程中的需求分析过程，从理论到实践帮助开发者快速掌握华为AI应用集成需求的框架和方法。
去报名 -
华为云DataArts+DWS助力企业数据治理一站式解决方案及应用实践2024/11/27 周三 16:30-18:00
Walter.chi 华为云数据治理DTSE技术布道师
想知道数据治理项目中，数据主题域如何合理划分？数据标准及主数据标准如何制定？数仓分层模型如何合理规划？华为云DataArts+DWS助力企业数据治理项目一站式解决方案和应用实践告诉您答案！本期将从数据趋势、数据治理方案、数据治理规划及落地，案例分享四个方面来助力企业数据治理项目合理咨询规划及顺利实施。
去报名
热门标签