- 卷积核与特征提取线性滤波与卷积的基本概念 线性滤波可以说是图像处理最基本的方法，它可以允许我们对图像进行处理，产生很多不同的效果。做法很简单。首先，我们有一个二维的滤波器矩阵（有个高大上的名字叫卷积核）和一个要处理的二维图像。然后，对于图像的每一个像素点，计算它的邻域像素和滤波器矩阵的对应元素的乘积，然后加起来，作为该像素位置的值。这样就完成了滤波过程。对图像和滤波矩阵进行逐个元素... 卷积核与特征提取线性滤波与卷积的基本概念 线性滤波可以说是图像处理最基本的方法，它可以允许我们对图像进行处理，产生很多不同的效果。做法很简单。首先，我们有一个二维的滤波器矩阵（有个高大上的名字叫卷积核）和一个要处理的二维图像。然后，对于图像的每一个像素点，计算它的邻域像素和滤波器矩阵的对应元素的乘积，然后加起来，作为该像素位置的值。这样就完成了滤波过程。对图像和滤波矩阵进行逐个元素...
- 这两天想必大家应该被一个软件刷屏了，它的名字叫做 Zao，中文音译就叫“造”。它为什么这么火呢？是因为我们可以上传自己的一张照片，他就能把我们的脸替换成一些热门视频的男主或女主的脸，也就是视频换脸。比如有人尝试了把尼古拉斯赵四的脸换到美国队长的脸上，美队的气质简直就是被垄断了，大家可以扫码看看：美队变赵四视频换脸技术大家应该早有耳闻，但这个软件有点意思，它抓住了几个点使得它一炮而红。第一是这... 这两天想必大家应该被一个软件刷屏了，它的名字叫做 Zao，中文音译就叫“造”。它为什么这么火呢？是因为我们可以上传自己的一张照片，他就能把我们的脸替换成一些热门视频的男主或女主的脸，也就是视频换脸。比如有人尝试了把尼古拉斯赵四的脸换到美国队长的脸上，美队的气质简直就是被垄断了，大家可以扫码看看：美队变赵四视频换脸技术大家应该早有耳闻，但这个软件有点意思，它抓住了几个点使得它一炮而红。第一是这...
- 我相信红色石头的很多读者朋友都受惠于吴恩达的 deeplearning.ai 专项课程。红色石头也不例外，之前在我的公众号里连载了 deeplearning.ai 的所有课程笔记，需要的朋友请戳下面的传送门：【干货】吴恩达deeplearning.ai专项课程历史文章汇总吴恩达在 AI 普及之路上从未停下脚步，历时半年的大作《Machine Learning Yearning》英文版在半个月... 我相信红色石头的很多读者朋友都受惠于吴恩达的 deeplearning.ai 专项课程。红色石头也不例外，之前在我的公众号里连载了 deeplearning.ai 的所有课程笔记，需要的朋友请戳下面的传送门：【干货】吴恩达deeplearning.ai专项课程历史文章汇总吴恩达在 AI 普及之路上从未停下脚步，历时半年的大作《Machine Learning Yearning》英文版在半个月...
- 前限100个名额7天学习仅需8.8元01课程信息学习方式：在线学习+直播辅导项目案例：9大实战项目，21个案例讲解助教、班主任全程跟踪辅导02核心知识点| K-NN最近邻 | 线性回归 | 逻辑回归 || 凸优化 | 朴素贝叶斯 | 支持向量机 || 决策树 | 随机森林 | GBDT | | XGBoost | 矩阵分解 | K-Means | | GMM | 主题模型 | EM | 聚类... 前限100个名额7天学习仅需8.8元01课程信息学习方式：在线学习+直播辅导项目案例：9大实战项目，21个案例讲解助教、班主任全程跟踪辅导02核心知识点| K-NN最近邻 | 线性回归 | 逻辑回归 || 凸优化 | 朴素贝叶斯 | 支持向量机 || 决策树 | 随机森林 | GBDT | | XGBoost | 矩阵分解 | K-Means | | GMM | 主题模型 | EM | 聚类...
- —— 大声告诉我，怎样才能可以让你变得更强？—— 充钱—— ？？？—— 都什么玩意？还有啥子咧？—— 充更多钱执迷不悟，无可救药了。所以，正确答案应该是什么呢？答：是知识。反正，说这些就是为了切入「知识」这个话题。知识是什么？比如：姚明的身高是 226cm，这就是一个知识。那么问题来了，世界上错综复杂的事物这么多，我们上哪里去学这么多知识啊？怎么快速把有意义的数据收集下来呢？爬虫？可以，去爬... —— 大声告诉我，怎样才能可以让你变得更强？—— 充钱—— ？？？—— 都什么玩意？还有啥子咧？—— 充更多钱执迷不悟，无可救药了。所以，正确答案应该是什么呢？答：是知识。反正，说这些就是为了切入「知识」这个话题。知识是什么？比如：姚明的身高是 226cm，这就是一个知识。那么问题来了，世界上错综复杂的事物这么多，我们上哪里去学这么多知识啊？怎么快速把有意义的数据收集下来呢？爬虫？可以，去爬...
- 以下文章来源于码农翻身 ，作者老刘1深夜奏对已经***更天了， Java帝国的国王还在看着IO大臣的奏章发呆，他有点想不明白， 帝国已经给臣民了提供了这么多的东西，他们为什么还不满意呢？ 集合、IO、反射、网络、线程、泛型、JDBC ......在IT界哪一个不都是响当当的硬通货？ 有了这些技术，写个Java程序多简单啊， 臣民们为何还整天抗议呢？这还是昨天IO大臣的一个奏章，其中说到各个部... 以下文章来源于码农翻身 ，作者老刘1深夜奏对已经***更天了， Java帝国的国王还在看着IO大臣的奏章发呆，他有点想不明白， 帝国已经给臣民了提供了这么多的东西，他们为什么还不满意呢？ 集合、IO、反射、网络、线程、泛型、JDBC ......在IT界哪一个不都是响当当的硬通货？ 有了这些技术，写个Java程序多简单啊， 臣民们为何还整天抗议呢？这还是昨天IO大臣的一个奏章，其中说到各个部...
- 转自 | 募格学术来源 | 中外学术情报，微博用户@游识猷Caitlin Kirby是密歇根州立大学地球与环境科学的博士生，近期在自己的博士论文答辩时，穿着一条自己用17封拒信做成的裙子，出现在评委老师们的眼前。做裙子的这17封拒信来自于她在该校攻读地球与环境科学博士学位期间，分别是在奖学金申请、论文投稿、会议投稿过程中收到的。她通过检索用“不幸”和“我们很遗憾通知你”两个关键词，找出了这些... 转自 | 募格学术来源 | 中外学术情报，微博用户@游识猷Caitlin Kirby是密歇根州立大学地球与环境科学的博士生，近期在自己的博士论文答辩时，穿着一条自己用17封拒信做成的裙子，出现在评委老师们的眼前。做裙子的这17封拒信来自于她在该校攻读地球与环境科学博士学位期间，分别是在奖学金申请、论文投稿、会议投稿过程中收到的。她通过检索用“不幸”和“我们很遗憾通知你”两个关键词，找出了这些...
- 前言有很多刚刚踏入软件工程专业的学生或许对该专业还不太熟悉，不知道自己的努力方向，没有想好自己未来的路怎么走，如何走。没错，我原来就是其中的一员。当我真正将要踏入社会的那一刻，在写简历的那一刻，我才明白自己的大学生活缺少了什么。以下的内容只是我个人对这个行业的一点理解和一些建议。希望能帮助那些刚刚进入这个专业的学弟学妹们。该文主要分为三大部分互联网行业相关工作分类及描述考研还是工作？一些零散... 前言有很多刚刚踏入软件工程专业的学生或许对该专业还不太熟悉，不知道自己的努力方向，没有想好自己未来的路怎么走，如何走。没错，我原来就是其中的一员。当我真正将要踏入社会的那一刻，在写简历的那一刻，我才明白自己的大学生活缺少了什么。以下的内容只是我个人对这个行业的一点理解和一些建议。希望能帮助那些刚刚进入这个专业的学弟学妹们。该文主要分为三大部分互联网行业相关工作分类及描述考研还是工作？一些零散...
- 本节书摘来自清华大学出版社《学习OpenCV 3（中文版）》 一书中第一章，作者是[美]安德里安 • 凯勒 (Adrian Kaehler) 加里 • 布拉德斯基 (Gary Bradski) ， 阿丘科技 刘昌祥 吴雨培 王成龙 崔玉芳 等译。 本节书摘来自清华大学出版社《学习OpenCV 3（中文版）》 一书中第一章，作者是[美]安德里安 • 凯勒 (Adrian Kaehler) 加里 • 布拉德斯基 (Gary Bradski) ， 阿丘科技 刘昌祥 吴雨培 王成龙 崔玉芳 等译。
- 没有中台的时代在传统IT企业，项目的物理结构是什么样的呢？无论项目内部的如何复杂，都可分为“前台”和“后台”这两部分。什么是前台？首先，这里所说的“前台”和“前端”并不是一回事。所谓前台即包括各种和用户直接交互的界面，比如web页面，手机app；也包括服务端各种实时响应用户请求的业务逻辑，比如商品查询、订单系统等等。什么是后台？后台并不直接面向用户，而是面向运营人员的配置管理系统，比如商品管... 没有中台的时代在传统IT企业，项目的物理结构是什么样的呢？无论项目内部的如何复杂，都可分为“前台”和“后台”这两部分。什么是前台？首先，这里所说的“前台”和“前端”并不是一回事。所谓前台即包括各种和用户直接交互的界面，比如web页面，手机app；也包括服务端各种实时响应用户请求的业务逻辑，比如商品查询、订单系统等等。什么是后台？后台并不直接面向用户，而是面向运营人员的配置管理系统，比如商品管...
- 5天前相信很多朋友对机器学习算法都有所了解，有尝试学习并利用机器学习算法以及工具做一些AI产品！但是仅仅停留在“调包”的阶段。想去深入理解一些算法的核心内涵却被 XGBoost | GBDT 等算法劝退了！为了帮助大家扎实机器学习算法基础并熟练应用，重磅推荐一款交互式机器学习实战课程， 涵盖16大机器学习算法，20+案例讲解，9大项目实操。今日开课，限100个体验名额具备Python基础即可... 5天前相信很多朋友对机器学习算法都有所了解，有尝试学习并利用机器学习算法以及工具做一些AI产品！但是仅仅停留在“调包”的阶段。想去深入理解一些算法的核心内涵却被 XGBoost | GBDT 等算法劝退了！为了帮助大家扎实机器学习算法基础并熟练应用，重磅推荐一款交互式机器学习实战课程， 涵盖16大机器学习算法，20+案例讲解，9大项目实操。今日开课，限100个体验名额具备Python基础即可...
- 举世瞩目的2019世界人工智能大会本月底将在上海举行，全球顶级人工智能科学家，行业领军企业家，独具潜力的AI创业者即将汇聚黄浦江畔。那么，来自世界各地，覆盖学术界到产业界的AI大咖们，是如何得以济济一堂的呢？原来，上海科技创新资源数据中心里有一双聪明的“AI慧眼”！作为首批建设的十八家功能型平台之一，上海科技创新资源数据中心功能型平台最近历经AI赋能，实现可视化的“全球高层次科技专家信息平台... 举世瞩目的2019世界人工智能大会本月底将在上海举行，全球顶级人工智能科学家，行业领军企业家，独具潜力的AI创业者即将汇聚黄浦江畔。那么，来自世界各地，覆盖学术界到产业界的AI大咖们，是如何得以济济一堂的呢？原来，上海科技创新资源数据中心里有一双聪明的“AI慧眼”！作为首批建设的十八家功能型平台之一，上海科技创新资源数据中心功能型平台最近历经AI赋能，实现可视化的“全球高层次科技专家信息平台...
- 据国外媒体报道，当地时间周二英特尔发布公司首款人工智能处理器，专为大型计算中心设计。 英特尔表示，该芯片由位于以色列海法的研发中心开发，名为Nervana NNP-I或Springhill。该芯片基于10纳米制程工艺的Ice Lake处理器架构，可以用最少的能耗处理高负载。 该公司表示，Facebook已经开始使用该产品。 英特尔表示，其首款人工智能芯片是在投资了包括Hab... 据国外媒体报道，当地时间周二英特尔发布公司首款人工智能处理器，专为大型计算中心设计。 英特尔表示，该芯片由位于以色列海法的研发中心开发，名为Nervana NNP-I或Springhill。该芯片基于10纳米制程工艺的Ice Lake处理器架构，可以用最少的能耗处理高负载。 该公司表示，Facebook已经开始使用该产品。 英特尔表示，其首款人工智能芯片是在投资了包括Hab...
- 人们都说如今是“数字化升维，智能纪降临”！曾经有数据显示，到2025年全球智能终端将达到400亿，智能助理普及率将达到90%，智能将像空气一样随处可见，而AI作为一种创新的通用目的技术，将为我们带来巨大改变。应对此种趋势，华为发布AI战略与全栈全场景AI解决方案，其中不乏全球首个覆盖全场景人工智能的华为Ascend(昇腾)系列芯片以及基于华为Ascend（昇腾）系列芯片的产品和云服务等，力求... 人们都说如今是“数字化升维，智能纪降临”！曾经有数据显示，到2025年全球智能终端将达到400亿，智能助理普及率将达到90%，智能将像空气一样随处可见，而AI作为一种创新的通用目的技术，将为我们带来巨大改变。应对此种趋势，华为发布AI战略与全栈全场景AI解决方案，其中不乏全球首个覆盖全场景人工智能的华为Ascend(昇腾)系列芯片以及基于华为Ascend（昇腾）系列芯片的产品和云服务等，力求...
- 本书摘自《神经网络与PyTorch实战》——书中第1章，第1.2.2节，作者是肖智清。 本书摘自《神经网络与PyTorch实战》——书中第1章，第1.2.2节，作者是肖智清。
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。
即将直播 -
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。
即将直播
热门标签