- 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
-
走进数据库：数据库基础知识精讲2024/12/27 周五 16:00-17:30
Steven 华为云学堂技术讲师
数据管理是数据库的核心任务，本期直播将带领大家一起走进数据库，了解期发展趋势、基础模型、架构演进及相关的技术特点。同时还会介绍数据库对象和相关概念，帮助开发者对数据库使用和实践夯实基础。
回顾中 -
手把手教你在 CodeArts 上部署敏捷流水线2024/12/31 周二 16:30-18:00
Jerry 华为云生态技术讲师
CodeArts的适用场景以及如何从CodeArts Pipeline出发，一步步添加关联工具，最后让整个流水线流动起来，一起来动手试试吧。
即将直播
热门标签