- 本文转自 | 新智元来源：清华小五爷园、知乎等编辑：小芹清华大学公布了2019 年清华本科生特奖答辩入围名单，一共15名候选人入围，包括电子系成大立、计算机系高天宇、自动化系赵文亮、软件学院游凯超等。学霸们各有各的优秀，堪称神仙打架。已有众多清华校友入驻，快来参与～ 近日，清华大学公布了2019 年清华本科生特奖答辩入围名单，一共15名候选人入围。清华大学特等奖学金(以下简称特奖)作为清华学... 本文转自 | 新智元来源：清华小五爷园、知乎等编辑：小芹清华大学公布了2019 年清华本科生特奖答辩入围名单，一共15名候选人入围，包括电子系成大立、计算机系高天宇、自动化系赵文亮、软件学院游凯超等。学霸们各有各的优秀，堪称神仙打架。已有众多清华校友入驻，快来参与～ 近日，清华大学公布了2019 年清华本科生特奖答辩入围名单，一共15名候选人入围。清华大学特等奖学金(以下简称特奖)作为清华学...
- 本文转自 | 新智元来源：Nature、Google AI“量子计算机200秒，最强超算10000年”！谷歌声称实现量子霸权的论文今天终于以Nature封面重磅的形式发表，77 位作者合著的重磅论文为我们揭开了谷歌量子霸权的全貌。然而，批判和质疑也随之而来，你怎么看这一重大里程碑，来与大咖一起讨论吧～上个月，谷歌声称实现 “量子霸权” 的新闻沸沸扬扬：谷歌打造出第一台能够超越当今最强大的超级... 本文转自 | 新智元来源：Nature、Google AI“量子计算机200秒，最强超算10000年”！谷歌声称实现量子霸权的论文今天终于以Nature封面重磅的形式发表，77 位作者合著的重磅论文为我们揭开了谷歌量子霸权的全貌。然而，批判和质疑也随之而来，你怎么看这一重大里程碑，来与大咖一起讨论吧～上个月，谷歌声称实现 “量子霸权” 的新闻沸沸扬扬：谷歌打造出第一台能够超越当今最强大的超级...
- 文章转载自:https://blog.csdn.net/tanmx219/article/details/85883934Dlib介绍Dlib是一个现代化的C ++工具箱，其中包含用于在C ++中创建复杂软件以解决实际问题的机器学习算法和工具。它广泛应用于工业界和学术界，包括机器人，嵌入式设备，移动电话和大型高性能计算环境。Dlib的开源许可证 允许您在任何应用程序中免费使用它。Dlib有很... 文章转载自:https://blog.csdn.net/tanmx219/article/details/85883934Dlib介绍Dlib是一个现代化的C ++工具箱，其中包含用于在C ++中创建复杂软件以解决实际问题的机器学习算法和工具。它广泛应用于工业界和学术界，包括机器人，嵌入式设备，移动电话和大型高性能计算环境。Dlib的开源许可证 允许您在任何应用程序中免费使用它。Dlib有很...
- 之前用word2vector模型，上网找原理，出现各种CSDN上的解答。看了一下，都是copy某个人写的东西，而且什么CBOW，什么Skip-Gram，什么哈夫曼树，层次softmax，概念很多，绕都给绕晕了。看了很多遍，只知道个大概，具体还是没看懂。今天重新整理关于word2vector的原理。以一个好的脉络把这个模型理清楚。原型:NNLM（Neural Network Language ... 之前用word2vector模型，上网找原理，出现各种CSDN上的解答。看了一下，都是copy某个人写的东西，而且什么CBOW，什么Skip-Gram，什么哈夫曼树，层次softmax，概念很多，绕都给绕晕了。看了很多遍，只知道个大概，具体还是没看懂。今天重新整理关于word2vector的原理。以一个好的脉络把这个模型理清楚。原型:NNLM（Neural Network Language ...
- Transformer学习细抠Transformer基础：Attention modelA High-Level Look模型如何运作？Self-Attention详解如何计算encoder self attention?muti-headed attention用位置编码表示句子的序列中词的顺序残差Decoder 部分最后的Linear和softmax层细抠Transformer基础：At... Transformer学习细抠Transformer基础：Attention modelA High-Level Look模型如何运作？Self-Attention详解如何计算encoder self attention?muti-headed attention用位置编码表示句子的序列中词的顺序残差Decoder 部分最后的Linear和softmax层细抠Transformer基础：At...
- 驱动未来，智能无界。由中国人工智能学会主办、西安国家民用航天产业基地管理委员会及京东云共同承办的“2019第九届中国智能产业高峰论坛”将于2019年10月26-27日在西安隆重召开。作为2011年中国人工智能学会创建的首批品牌活动之一，中国智能产业高峰论坛从纯学术活动完成了向产业应用的转型，并取得了不俗反响，峰会的召开，对我国人工智能的科学研究及在各行业落地有着指导作用与战略意义。 驱动未来，智能无界。由中国人工智能学会主办、西安国家民用航天产业基地管理委员会及京东云共同承办的“2019第九届中国智能产业高峰论坛”将于2019年10月26-27日在西安隆重召开。作为2011年中国人工智能学会创建的首批品牌活动之一，中国智能产业高峰论坛从纯学术活动完成了向产业应用的转型，并取得了不俗反响，峰会的召开，对我国人工智能的科学研究及在各行业落地有着指导作用与战略意义。
- Python相关数据类型 Python相关数据类型
- Python相关数据类型 Python相关数据类型
- 机器学习狭义上是指代统计机器学习，如下图所示，统计学习根据任务类型可以分为监督学习、半监督学习、无监督学习、增强学习等。在每类任务中，又可以将各类模型归结为概率模型和非概率模型，以下以监督学习为例说明。概率模型(生成模型)通过函数 F 来描述 X 和 Y 的联合概率或者条件概率分布，如 P(X|Y)；非概率模型（判别模型）通过函数 F 来直接描述 X 到 Y 的映射，如 Y=f（X)。判别模... 机器学习狭义上是指代统计机器学习，如下图所示，统计学习根据任务类型可以分为监督学习、半监督学习、无监督学习、增强学习等。在每类任务中，又可以将各类模型归结为概率模型和非概率模型，以下以监督学习为例说明。概率模型(生成模型)通过函数 F 来描述 X 和 Y 的联合概率或者条件概率分布，如 P(X|Y)；非概率模型（判别模型）通过函数 F 来直接描述 X 到 Y 的映射，如 Y=f（X)。判别模...
- 这几年，电信领域的人工智能热度一直很高，特别是看到图像识别、语音识别等基础服务获得了广泛应用，以及一些行业宣称在人工智能上获得了突破性进展，并为此开创了新的产业模式以后。现在从运营商到供应商，都希望能够通过大投入、大架构、大平台，依托大数据挖掘，先进的模型与算法，让人工智能技术在电信领域产生革命性的突破与价值。但实际情况，有没有感觉电信领域在大数据、人工智能的进展上相比IT等领域还滞后很多呢... 这几年，电信领域的人工智能热度一直很高，特别是看到图像识别、语音识别等基础服务获得了广泛应用，以及一些行业宣称在人工智能上获得了突破性进展，并为此开创了新的产业模式以后。现在从运营商到供应商，都希望能够通过大投入、大架构、大平台，依托大数据挖掘，先进的模型与算法，让人工智能技术在电信领域产生革命性的突破与价值。但实际情况，有没有感觉电信领域在大数据、人工智能的进展上相比IT等领域还滞后很多呢...
- 本文来自：“华为中国”公众号 本文来自：“华为中国”公众号
- 这几年，电信领域的人工智能热度一直很高，特别是看到图像识别、语音识别等基础服务获得了广泛应用，以及一些行业宣称在人工智能上获得了突破性进展，并为此开创了新的产业模式以后。现在从运营商到供应商，都希望能够通过大投入、大架构、大平台，依托大数据挖掘，先进的模型与算法，让人工智能技术在电信领域产生革命性的突破与价值。但实际情况，有没有感觉电信领域在大数据、人工智能的进展上相比IT等领域还滞后很多呢... 这几年，电信领域的人工智能热度一直很高，特别是看到图像识别、语音识别等基础服务获得了广泛应用，以及一些行业宣称在人工智能上获得了突破性进展，并为此开创了新的产业模式以后。现在从运营商到供应商，都希望能够通过大投入、大架构、大平台，依托大数据挖掘，先进的模型与算法，让人工智能技术在电信领域产生革命性的突破与价值。但实际情况，有没有感觉电信领域在大数据、人工智能的进展上相比IT等领域还滞后很多呢...
- 1 前言现在AR、VR技术正值风口，催生了一大批相关的APP，使得3D图像学不再是游戏开发人员的专属知识，而是更多的普及开来。本文主要针对一些对3D有兴趣的同学，普及图形学知识，不涉及深入的技术探讨和样例介绍。对于不是从事相关开发的同学也能了解相关的知识部分材料来源于网络和书籍。2 什么是图形学图形学也称计算机图形学（ComputerGraphics），简称CG。它是研究图形的输入、模型(图... 1 前言现在AR、VR技术正值风口，催生了一大批相关的APP，使得3D图像学不再是游戏开发人员的专属知识，而是更多的普及开来。本文主要针对一些对3D有兴趣的同学，普及图形学知识，不涉及深入的技术探讨和样例介绍。对于不是从事相关开发的同学也能了解相关的知识部分材料来源于网络和书籍。2 什么是图形学图形学也称计算机图形学（ComputerGraphics），简称CG。它是研究图形的输入、模型(图...
- 7月23日，ICCV 2019公布录用结果，华为诺亚方舟实验室的论文《Co-Evolutionary Compression for Unpaired Image Translation》被成功录用，该论文首次提出针对GAN中生成网络的剪枝算法，在图像迁移任务中，可以在保持迁移效果的情况下，网络参数量和计算量压缩四倍以上，实测推理时间压缩压缩三倍以上。论文地址：https://arxiv.o... 7月23日，ICCV 2019公布录用结果，华为诺亚方舟实验室的论文《Co-Evolutionary Compression for Unpaired Image Translation》被成功录用，该论文首次提出针对GAN中生成网络的剪枝算法，在图像迁移任务中，可以在保持迁移效果的情况下，网络参数量和计算量压缩四倍以上，实测推理时间压缩压缩三倍以上。论文地址：https://arxiv.o...
- 在自然语言处理（NLP）历史中，Jurafsky和Martin[1]确定了6个主要时期，见表13.1。本章将简要地描述这些时期。各小节所述的内容与Jurafsky和Martin提供的这些时期大致呼应。进一步的讨论请参阅第11章。表13.1 NLP的6个时期（参见Jurafsky和Martin的文章，2008，第9～12页）时期编号时期名称年份1基础期20世纪40年代和50年代2符号与随机方法... 在自然语言处理（NLP）历史中，Jurafsky和Martin[1]确定了6个主要时期，见表13.1。本章将简要地描述这些时期。各小节所述的内容与Jurafsky和Martin提供的这些时期大致呼应。进一步的讨论请参阅第11章。表13.1 NLP的6个时期（参见Jurafsky和Martin的文章，2008，第9～12页）时期编号时期名称年份1基础期20世纪40年代和50年代2符号与随机方法...
上滑加载中
推荐直播
-
香橙派AIpro的远程推理框架与实验案例2025/07/04 周五 19:00-20:00
郝家胜 -华为开发者布道师-高校教师
AiR推理框架创新采用将模型推理与模型应用相分离的机制，把香橙派封装为AI推理黑盒服务，构建了分布式远程推理框架，并提供多种输入模态、多种输出方式以及多线程支持的高度复用框架，解决了开发板环境配置复杂上手困难、缺乏可视化体验和资源稀缺课程受限等痛点问题，真正做到开箱即用，并支持多种笔记本电脑环境、多种不同编程语言，10行代码即可体验图像分割迁移案例。
回顾中 -
鸿蒙端云一体化应用开发2025/07/10 周四 19:00-20:00
倪红军 华为开发者布道师-高校教师
基于鸿蒙平台终端设备的应用场景越来越多、使用范围越来越广。本课程以云数据库服务为例，介绍云侧项目应用的创建、新建对象类型、新增存储区及向对象类型中添加数据对象的方法，端侧（HarmonyOS平台）一体化工程项目的创建、云数据资源的关联方法及对云侧数据的增删改查等操作方法，为开发端云一体化应用打下坚实基础。
回顾中
热门标签