开源中国

我们不支持 IE 10 及以下版本浏览器

It appears you’re using an unsupported browser

为了获得更好的浏览体验,我们强烈建议您使用较新版本的 Chrome、 Firefox、 Safari 等,或者升级到最新版本的IE浏览器。 如果您使用的是 IE 11 或以上版本,请关闭“兼容性视图”。
博客专区 - 开源中国社区

精彩阅读

  • 最新推荐

  • 今日热门

  • 本周热门

  • 每日一博

  • 最新文章

除了 Python ,这些语言写的机器学习项目也很牛

Python 由于本身的易用优势和强大的工具库储备,成为了在人工智能及其它相关科学领域中最常用的语言之一。尤其是在机器学习,已然是各大项目最偏爱的语言。 其实除了 Python ,也不乏有开发者用其他语言写出优秀的机器学习项目。在此,列出其中一些个人认为值得关注的开源机器学习项目。由于篇幅有限,考虑分多期整理。 1、C Darknet —— 神经网络框架 Darknet 是一个用 C 和 CUDA 编写的开源神经网络框架。它快速,易于安装,并支持 CPU 和 GPU 计算。 CCV  —— 计算机视觉库 CCV 是 C-based/Cached/Core Computer Vision Library 的简称, 它是一个现代的计算机视觉库。 CCV 是一种以应用驱动的算法库,比如对静态物体(如人脸)的快速检测算法、对某些不容易定位物体(如猫)的准确检测算法、艺术文本的检测算法、长期目标的跟踪算法和特征点检测算法。 2、C++ CNTK —— 深度学习工具包 微软出品的开源深度学习工具包,它把神经网络描述成一个有向图的结构,叶子节点代表输入或者网络参数,其他节点计算步骤。 CNTK 不仅使深度神经网络(DNN)、卷积神经网络(CNN)、循环神经网络(RNN)和长短时记忆单元(LSTM)的实现变得非常容易,还支持多个 GPU 组合、服...
编辑部的故事 发布于 3天前 阅读 4586 评论 19 点赞 10

IBM “第8格(Debug)”开发者技术沙龙首站招募中,有胆你就来! 

话说,在1947年9月9日,一只飞蛾(bug)钻进了IBM与哈佛大学合作制造的电子管计算机“马克2号”里。而此时正在对“马克2号”进行测试的科学家们发现机器总是无端出现故障,在无数次调试后,他们惊奇地发现罪魁祸首居然是这只卡在编号为70的继电器触点中的飞蛾。 这只飞蛾被仔细移除,并被贴在日记本上。幽默的科学家们灵机一动,这篇贴着“飞蛾(BUG)”的日志就此诞生,并把它记录为“首个发现bug的真实案例”。不仅如此,他们还提出了 “Debug”这个词,意为排除程序故障。 这个日记本至今仍保存于美国史密森尼国立历史博物馆中,飞蛾还完整地贴在上面。而它,也成为了这个世界上唯一一只流芳百世的昆虫。 流芳百世的Bug (图片来自网络) 女科学家格蕾丝·霍普(Grace Hopper)最早公布了这一“Bug”案例和“Debug”一词,后人又将其发展成为了计算机领域的专业行话。而霍普也因此被世人冠以“Debug 之母”的称号。其实,发现这只飞蛾(Bug)的科学家还包括同在该实验室的威廉姆·比尔·伯克。 智慧与美貌并存的“Debug 之母”——葛丽丝·霍普 (图片来自网络) 在25,468天后的今日,虽然没有出现另一个“Debug之母”,但一个名叫“第8格(Debug)”的开发者沙龙却悄然诞...
OSC_Lucy 发布于 3周前 阅读 133

Watson人工智能实现创新实践分享-认知解决方案-刘咏梅

主题:快速、安全——可交付的企业级创新 1.      活动介绍: 来自IBM的技术大咖们将带着最新最潮的热点技术来到北京与中小微客户业务决策人进行一场精彩绝伦的线下交流。本次沙龙本着用前沿技术来解决中小微企业难题的初衷,重点讲述前沿场景案例,利用前沿技术/业务领域决策者着重优化过的议题内容,从解决客户实际痛点和开阔客户产品应用思路出发,让大家深入了解前沿技术的同时,把原本大家以为遥不可及的前沿技术应用到实际业务中去。此外,大家还有机会和技术大咖进行面对面的交流切磋,全方位了解和提高公司业务技能。 2.      主办方:IBM     协办方:开源中国 3.      活动时间:2017年5月20日下午13:30-17:00 4.      活动地点:北京市海淀西大街70号(中关村创业大街)3W咖啡2层多功能会议厅 5.      活动规模:50-60人 6.      有开发需求的中小微企业众包平台活跃用户, 码云活跃用户或者有意愿参与用户 7.      沙龙活动,嘉宾演讲&观众问答,有奖互动 ,我要报名! 8.      日程安排: 9.      嘉宾介绍: a)     胡香冬——IBM Bluemix解决方案架构师。2005年加入IBM中国软件开发中心,先后从事Rat...
OSC_Lucy 发布于 1个月前 阅读 365

IBM Bluemix解决方案架构师--胡香冬 《Bluemix创新平台》

主题:快速、安全——可交付的企业级创新 1.      活动介绍: 来自IBM的技术大咖们将带着最新最潮的热点技术来到北京与中小微客户业务决策人进行一场精彩绝伦的线下交流。本次沙龙本着用前沿技术来解决中小微企业难题的初衷,重点讲述前沿场景案例,利用前沿技术/业务领域决策者着重优化过的议题内容,从解决客户实际痛点和开阔客户产品应用思路出发,让大家深入了解前沿技术的同时,把原本大家以为遥不可及的前沿技术应用到实际业务中去。此外,大家还有机会和技术大咖进行面对面的交流切磋,全方位了解和提高公司业务技能。 2.      主办方:IBM     协办方:开源中国 3.      活动时间:2017年5月20日下午13:30-17:00 4.      活动地点:北京市海淀西大街70号(中关村创业大街)3W咖啡2层多功能会议厅 5.      活动规模:50-60人 6.      有开发需求的中小微企业众包平台活跃用户, 码云活跃用户或者有意愿参与用户 7.      沙龙活动,嘉宾演讲&观众问答,有奖互动 ,我要报名! 8.      日程安排: 9.      嘉宾介绍: a)     胡香冬——IBM Bluemix解决方案架构师。2005年加入IBM中国软件开发中心,先后从事Rat...
OSC_Lucy 发布于 1个月前 阅读 301

MNIST 机器学习入门(TensorFlow)

为0知识入门TensorFlow和机器学习的开发者准备的 MNIST 入门教程
随风溜达的向日葵 发布于 2个月前 阅读 1674 评论 3 点赞 3

TensorFlow入门

TensorFlow入门介绍
随风溜达的向日葵 发布于 2个月前 阅读 3122 评论 16 点赞 8

Windows安装TensorFlow

介绍在Windows下安装TensorFlow
随风溜达的向日葵 发布于 2个月前 阅读 1400 评论 1 点赞 3

用Mxnet和Tensorflow做简单多分类器的对比测试

几个月前,刚开始接触mxnet和Tensorflow时,编写的自己案例使用的就是简单的数据集iris。因为它足够简单(只有3个分类,150条数据),很容易分析。 和很多研究者不太一样,他们只是跑跑训练程序,看看打印出来的train accuracy就结束了。我训练完模型后,还喜欢继续编一些自定义的数据,然后让模型去做预测或分类,看看模型是否足够好。对Iris数据集,我用mxnet实现了一个MLP模型进行分类。在训练完后(打印出来的train accuracy在0.9以上的),马上做一些自定义数据的预测,结果发现预测分类结果很差,没法用。当时觉得是自己不熟悉Mxnet ,所以才会有这样的结果,就不管了。可是,后来转为用Tensorflow实现类似的MLP模型对iris数据集进行分类,然后预测同样的自定义数据,突然发现Tensorflow的代码表现很不错。这种强烈对比差距让我很惊讶,于是又用mxnet和Tensorflow编写MLP模型测试另外两个数据集,结果还是如此(Tensorflow基本可以分类,mxnet不行)。我把一些测试的数据列出来:   测试1. sonar dataset(两个标签值,60个特征,208条数据。): a)Tensorflow codes : train Accuracy: 0.833333 测试4个新的数据: New samples accuracy: 0. 50000   b) mxnet codes: tr...
qinhui99 发布于 3个月前 阅读 323

基于Tensorflow的验证码识别

最近在入门机器学习,本文作为入门阶段的 "Hello World",旨在学习一些Tensorflow的API和机器学习概念。 步骤 采集验证码图片 处理图片:灰度、去噪、分割 分类图片,准备训练数据:将0-9数字图片放入对应文件夹,转化成数据 编写训练模型 调用模型,形成识别系统   采集验证码图片 随便找一个需要输入图像验证码的网页,最好先简单一点的只有数字的,并且人眼识别也比较容易的。 这步比较简单,关键是去网页上识别验证码接口url,然后按照一些网上教程写个简单的Python程序抓取那些图片。python实现简单爬虫功能 处理图片 电脑装不上PIL,所以只能使用Java去处理,言语只是工具,注重方法。对图片进行灰度、去噪、分割处理。 灰度化 灰度处理是指将彩色图片转化成只有黑白灰色。 每个像素点有Red、Green、Blue三种颜色组成,每个分量用数字0-255表示(十六进制:0x00 - 0xff),当三个分量(RGB)一样时表现出来就是灰度色(白色RGB(255, 255, 255), 黑色RGB(0, 0, 0))。 所以,灰度化是将三分量转化成一样数值的过程 公式如下: int gray = (int) (0.3 * r + 0.59 * g + 0.11 * b); 再使用二值法将图片色彩转化成非黑即白,可以过滤一些感染的噪音,因为人眼在识别验证码时...
alexqdjay 发布于 3个月前 阅读 2330 评论 5 点赞 6

搜狗大数据总监、Polarr 联合创始人关于深度学习的分享交流

深度学习框架选型及未来趋势的探讨交流
Myl123 发布于 4个月前 阅读 491

Tensorflow第一个例子

安装完Tensorflow之后,尝试经典的MNIST手写体识别的例子。该例子在安装tensorflow之后自带,可在如下目录中找到(Anaconda_PATH代表安装Anaconda的目录位置) Anaconda_PATH\envs\TensorFlow\Lib\site-packages\tensorflow\examples\tutorials\mnist 该目录中包含三个例子mnist_softmax.py,fully_connected_feed.py,mnist_with_summaries.py。其他几个文件是这几个例子执行时需要引用的。先从最简单的例子mnist_softmax.py来说明tensorflow的基本概念和原理。   mnist_softmax.py文件的内容如下: # Copyright 2015 The TensorFlow Authors. All Rights Reserved. # # Licensed under the Apache License, Version 2.0 (the "License"); # you may not use this file except in compliance with the License. # You may obtain a copy of the License at # # http://www.apache.org/licenses/LICENSE-2.0 # # Unless required by applicable law or agreed to in writing, software # distributed under the License is distributed on an "AS IS" BASIS, # WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. # See the License for the...
propagator 发布于 4个月前 阅读 774 评论 4 点赞 1

人工神经网络之几何原理Ⅰ:单(隐藏)层神经网络

本文旨在通过几何方法来阐述为何人工神经网络能够有效地工作。
chishaxie 发布于 4个月前 阅读 2152 评论 14 点赞 1 打赏 1

【机器学习】Andrew Ng梯度下降法实战

感触很深,同样一个课题,人工做实验想路子一路下来要花好久才能总结出一个公司,而机器学习的方法几分钟就把系数弄出来了。收敛也很快。
Parser7 发布于 1年前 阅读 439 点赞 1

机器学习笔记(一)welcome

2014斯坦福课程字幕版笔记心得
Tom杰 发布于 4周前 阅读 10

【福利】蓝色巨人的云计算PaaS平台IBM Bluemix免费试用!

IBM Bluemix,包含认知、物联网、大数据分析、安全、DevOps、应用、应用整合、移动、计算、网络、存储等 11 大类共 140 多个服务的云计算平台。
IBM Bluemix

bilibili 学习

(https://www.zhihu.com/people/he-zheng-da-66)3 个月前【最新提醒】:补充了计算机专业的部分内容。(2017-03-26)【致谢】:感谢王英杰提供梁灿彬教授的《微分几何与广义相对论教程》、复旦大学《张量分析》。感谢陈学峰提供《编译原理》链接。感谢van der Hans提供众多链接(《线性代数本质》那个好赞!)。感谢木木兽提供北师大《Lie代数及其在物理学中的应用》课程。感谢杨老滚提供蒋玉龙在复旦的半导体物理课程。感谢点点提供众多链接(尤其是伊卡酱的几个合集,赞!)-------------------------------------------分割线-------------------------------------------: 最近偶然在bilibili上发现了很多与科学有关的视频,做一个合集放在这里(会不定期更新),与大家分享。bilibili是好地方啊!如果有疏漏的地方,欢迎在评论区给我提醒,我会将其补充到文章当中。-------------------------------------------教学视频如下-------------------------------------------:【数学教学视频】:数学讲座:[【丘成桐讲座】内空间之形--弦理论和宇宙隐藏维度之几何学_公开课_科技_bilibili_哔哩哔哩**](http://link.zhihu.com/?target=http%3A//www.bilibili.com/video/a...
MtrS 发布于 45分钟前 阅读 2

除了 Python ,这些语言写的机器学习项目也很牛

Python 由于本身的易用优势和强大的工具库储备,成为了在人工智能及其它相关科学领域中最常用的语言之一。尤其是在机器学习,已然是各大项目最偏爱的语言。 其实除了 Python ,也不乏有开发者用其他语言写出优秀的机器学习项目。在此,列出其中一些个人认为值得关注的开源机器学习项目。由于篇幅有限,考虑分多期整理。 1、C Darknet —— 神经网络框架 Darknet 是一个用 C 和 CUDA 编写的开源神经网络框架。它快速,易于安装,并支持 CPU 和 GPU 计算。 CCV  —— 计算机视觉库 CCV 是 C-based/Cached/Core Computer Vision Library 的简称, 它是一个现代的计算机视觉库。 CCV 是一种以应用驱动的算法库,比如对静态物体(如人脸)的快速检测算法、对某些不容易定位物体(如猫)的准确检测算法、艺术文本的检测算法、长期目标的跟踪算法和特征点检测算法。 2、C++ CNTK —— 深度学习工具包 微软出品的开源深度学习工具包,它把神经网络描述成一个有向图的结构,叶子节点代表输入或者网络参数,其他节点计算步骤。 CNTK 不仅使深度神经网络(DNN)、卷积神经网络(CNN)、循环神经网络(RNN)和长短时记忆单元(LSTM)的实现变得非常容易,还支持多个 GPU 组合、服...
编辑部的故事 发布于 3天前 阅读 4586 评论 19 点赞 10

给大家推荐几个免费又好用的VPN工具

美国免费VPN软件 如果你需要上谷歌、Facebook、YouTube,国外VPN是首选,速度更快更稳定。   VPNGate:http://www.vpngate.net/cn/ VPN Gate 是一个以学术研究为目的,由日本筑波大学负责运营的一个公益项目。你可以通过他们的网站下载客户端,所有的免费VPN服务器都是由世界各地的志愿者们贡献的,服务器非常多,没有任何限制,也不带广告。 虽然VPN Gate服务器很多,但是因为使用人数超载,再加上GFW的封锁,很难找到一条速度快又稳定的线路。   CyberGhost:http://www.cyberghostvpn.com/en 速度不错,不限制使用流量。提供15个国家的VPN服务器,包括美国、英国、法国,德国等。3小时自动断线一次,当然你可以马上再次登录。支持Windows, Mac 和 Android。免费客户端自带有广告。 同时,CyberGhost还提供付费VPN服务(2欧/月),付费的速度更快,无广告,并且能使用更多的服务器。   Spotflux Lite:http://spotflux.com/ 不同于其他免费VPN,Spotflux Lite不仅有客户端,还有Chrome浏览器插件,使用很方便。但是速度并不稳定,带广告,只能连美国服务器。   Hotspot Shield:https://www.hotspotshield.com/zh/ 不限流量,不自动断线,速度也不错。有美国、英国、...
wg_code 发布于 3个月前 阅读 2859

TensorFlow入门

TensorFlow入门介绍
随风溜达的向日葵 发布于 2个月前 阅读 3122 评论 16 点赞 8

Windows安装TensorFlow

介绍在Windows下安装TensorFlow
随风溜达的向日葵 发布于 2个月前 阅读 1400 评论 1 点赞 3

MNIST 机器学习入门(TensorFlow)

为0知识入门TensorFlow和机器学习的开发者准备的 MNIST 入门教程
随风溜达的向日葵 发布于 2个月前 阅读 1674 评论 3 点赞 3

Tensorflow开篇:环境安装2—tensorflow1.0.1

系统环境:window8.1、cpu; 软件环境:Anaconda3-4.2.0、python3.5.2、tensorflow1.01
优特品 发布于 3个月前 阅读 807 评论 3

基于Tensorflow的验证码识别

最近在入门机器学习,本文作为入门阶段的 "Hello World",旨在学习一些Tensorflow的API和机器学习概念。 步骤 采集验证码图片 处理图片:灰度、去噪、分割 分类图片,准备训练数据:将0-9数字图片放入对应文件夹,转化成数据 编写训练模型 调用模型,形成识别系统   采集验证码图片 随便找一个需要输入图像验证码的网页,最好先简单一点的只有数字的,并且人眼识别也比较容易的。 这步比较简单,关键是去网页上识别验证码接口url,然后按照一些网上教程写个简单的Python程序抓取那些图片。python实现简单爬虫功能 处理图片 电脑装不上PIL,所以只能使用Java去处理,言语只是工具,注重方法。对图片进行灰度、去噪、分割处理。 灰度化 灰度处理是指将彩色图片转化成只有黑白灰色。 每个像素点有Red、Green、Blue三种颜色组成,每个分量用数字0-255表示(十六进制:0x00 - 0xff),当三个分量(RGB)一样时表现出来就是灰度色(白色RGB(255, 255, 255), 黑色RGB(0, 0, 0))。 所以,灰度化是将三分量转化成一样数值的过程 公式如下: int gray = (int) (0.3 * r + 0.59 * g + 0.11 * b); 再使用二值法将图片色彩转化成非黑即白,可以过滤一些感染的噪音,因为人眼在识别验证码时...
alexqdjay 发布于 3个月前 阅读 2330 评论 5 点赞 6

使用Tensorflow进行脸部识别

使用Tensorflow进行脸部识别
sca7 发布于 3个月前 阅读 1021

人工神经网络之几何原理Ⅰ:单(隐藏)层神经网络

本文旨在通过几何方法来阐述为何人工神经网络能够有效地工作。
chishaxie 发布于 4个月前 阅读 2152 评论 14 点赞 1 打赏 1

验证码cnn模型

``` """基于切割的识别模型""" import numpy as np from PIL import Image from keras import backend as K from keras import layers from keras.models import Sequential from . import img_util K.set_image_dim_ordering('tf') img_width, img_height = 50, 70 chars = "23456789abcdefghiklmnpqrstuvwxyz" class ZXRModel: def __init__(self): raise NotImplemented def inspect(self, file): from keras.utils import plot_model plot_model(self.model, to_file=file, show_shapes=True) def load_weights(self, weight_filepath): self.model.load_weights(weight_filepath) def predict(self, img: Image.Image): data = self.load_img(img) indices = self.model.predict_classes(np.asarray(data), batch_size=len(data), verbose=0) return [chars[i] for i in indices] def train(self, glob_img_path, save_weights_to=None): data, label = self._load_data(glob_img_path) self._train_with_data(data, label) if save_weights_to: self.model.save_weights(save_weights_to) def _load_data(self, glob_path): from glob import iglob from os import ...
pseudo 发布于 16小时前 阅读 5

合肥代开票

合肥代开票找李生建:【TEL/微信:13631682429 Q/微信::205263312】建筑、住宿、餐饮、运输、酒店ӌ...
开普通增值 发布于 4天前 阅读 5

Tensorflow第一个例子

安装完Tensorflow之后,尝试经典的MNIST手写体识别的例子。该例子在安装tensorflow之后自带,可在如下目录中找到(Anaconda_PATH代表安装Anaconda的目录位置) Anaconda_PATH\envs\TensorFlow\Lib\site-packages\tensorflow\examples\tutorials\mnist 该目录中包含三个例子mnist_softmax.py,fully_connected_feed.py,mnist_with_summaries.py。其他几个文件是这几个例子执行时需要引用的。先从最简单的例子mnist_softmax.py来说明tensorflow的基本概念和原理。   mnist_softmax.py文件的内容如下: # Copyright 2015 The TensorFlow Authors. All Rights Reserved. # # Licensed under the Apache License, Version 2.0 (the "License"); # you may not use this file except in compliance with the License. # You may obtain a copy of the License at # # http://www.apache.org/licenses/LICENSE-2.0 # # Unless required by applicable law or agreed to in writing, software # distributed under the License is distributed on an "AS IS" BASIS, # WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. # See the License for the...
propagator 发布于 4个月前 阅读 774 评论 4 点赞 1

香蕉派 BPI-M2 Berry 四核开源单板计算机,全尺寸兼容树莓派3

香蕉派 BPI-M2 Berry 四核单板计算机采用全志 R40/V40芯片开发。支持板载Wifi与蓝牙,支持SATA接口,可以直接接硬盘。板上有SD卡插座,可以从SD卡启动系统镜像。 Banana PI BPI-M2 Berry 兼容性强大,可以跑android系统,Debian linux,Ubuntu linux, Raspberry Pi系统和全志TinaLinux系统. Banana PI BPI-M2 Berry硬件:全志R40/V40四核处理器,1GB LPDDR3内存,千兆以太网口,4 USB 接口 流畅运行Android5.1。Banana PI BPI-M2 Berry
bananapi 发布于 4周前 阅读 16

Tensorflow开篇:环境安装1—Anaconda3-4.2.0

系统环境:window8.1、cpu; 软件环境:Anaconda3-4.2.0、python3.5.2、tensorflow1.01
优特品 发布于 3个月前 阅读 439

深度学习的核心——分类器的选择

当我们采用深度学习方式完成一项分类任务时,我们完成此项任务的步骤如下:1. 生成明确的输入;2.将输入送进深度学习黑匣子;3.获得输出。 其中,在深度学习黑匣子中我们可分为如下步骤:1.构建网络结构(目的是对我们的输入在特定维度提取特征);2. 选用适合的分类器将特定维度的特征分类(其中包括选择合适的分类函数,计算损失和精度然后在拟合获得模型)。 本章节主要讲述Tensorflow框架下的分类器的原理和选择,在分类过程中所用的Optimizer的选择
nextowang 发布于 1个月前 阅读 123

李宏毅《一天搞懂深度学习》学习笔记-1

Regression(统计学) 回归; 股票预测,需要一个function,输入以前的数据,输出未来的可能数据 自动驾驶,推荐系统 更加实用的案例,预测宠物小精灵的进化后的CP值(Combat Power),例如预测妙蛙种子的CP值,得到可能进化后更强的宝可梦 f(妙蛙种子的数据)=CP after evolition step 1:model=a set of function step 2:goodness of function model + training data = goodness of function     loss function L: 线性代数或者step 3 step 3:gradient descent 相对调整参数,一次次计算,得到 local值,但是不是gobal值(最优的) 一个参数的时候,计算微分,两个参数,分别计算偏微分,重复上面的过程 linear regression ,the loss function L is convex  no local  optimal the complex model is not the good one(when use testing data may not lead to best one) ----this is overfitting 加入物种的影响 (预测的时候,可能会有很多的未预测到的因素去影响) back to step 1: redesign the model again back to step 2: regularization  redesign the loss function  我们更加喜欢平滑一些的function,他会对noise没有那么敏感,但是不能太过于平滑 ...
ZZK23 发布于 3个月前 阅读 154

认识多种处理芯片的特性和实战(上篇)

深度学习在线预测、直播中的视频转码、图片压缩解压缩以及HTTPS加密等各类应用对计算的需求已远远超出了传统CPU处理器的能力所及。因此必须了解GPU等异构计算芯片。
腾讯云技术社区 发布于 3个月前 阅读 19

TPYBoard_V102开发板使用经验分享

TPYBoard_V102开发板使用经验分享
bodasisiter 发布于 1个月前 阅读 11

给大家推荐几个免费又好用的VPN工具

美国免费VPN软件 如果你需要上谷歌、Facebook、YouTube,国外VPN是首选,速度更快更稳定。   VPNGate:http://www.vpngate.net/cn/ VPN Gate 是一个以学术研究为目的,由日本筑波大学负责运营的一个公益项目。你可以通过他们的网站下载客户端,所有的免费VPN服务器都是由世界各地的志愿者们贡献的,服务器非常多,没有任何限制,也不带广告。 虽然VPN Gate服务器很多,但是因为使用人数超载,再加上GFW的封锁,很难找到一条速度快又稳定的线路。   CyberGhost:http://www.cyberghostvpn.com/en 速度不错,不限制使用流量。提供15个国家的VPN服务器,包括美国、英国、法国,德国等。3小时自动断线一次,当然你可以马上再次登录。支持Windows, Mac 和 Android。免费客户端自带有广告。 同时,CyberGhost还提供付费VPN服务(2欧/月),付费的速度更快,无广告,并且能使用更多的服务器。   Spotflux Lite:http://spotflux.com/ 不同于其他免费VPN,Spotflux Lite不仅有客户端,还有Chrome浏览器插件,使用很方便。但是速度并不稳定,带广告,只能连美国服务器。   Hotspot Shield:https://www.hotspotshield.com/zh/ 不限流量,不自动断线,速度也不错。有美国、英国、...
wg_code 发布于 3个月前 阅读 2859

TensorFlow入门

TensorFlow入门介绍
随风溜达的向日葵 发布于 2个月前 阅读 3122 评论 16 点赞 8

使用Tensorflow进行脸部识别

使用Tensorflow进行脸部识别
sca7 发布于 3个月前 阅读 1021

MNIST 机器学习入门(TensorFlow)

为0知识入门TensorFlow和机器学习的开发者准备的 MNIST 入门教程
随风溜达的向日葵 发布于 2个月前 阅读 1674 评论 3 点赞 3

【福利】蓝色巨人的云计算PaaS平台IBM Bluemix免费试用!

IBM Bluemix,包含认知、物联网、大数据分析、安全、DevOps、应用、应用整合、移动、计算、网络、存储等 11 大类共 140 多个服务的云计算平台。
IBM Bluemix

自然语言理解 之 汇率换算

本文是用OLAMI开放语义理解API做的一个关于汇率换算的小APP,用JDK1.7开发的,有可直接运行的...
墨墨迹 发布于 7天前 阅读 18 评论 1

Windows安装TensorFlow

介绍在Windows下安装TensorFlow
随风溜达的向日葵 发布于 2个月前 阅读 1400 评论 1 点赞 3

除了 Python ,这些语言写的机器学习项目也很牛

Python 由于本身的易用优势和强大的工具库储备,成为了在人工智能及其它相关科学领域中最常用的语言之一。尤其是在机器学习,已然是各大项目最偏爱的语言。 其实除了 Python ,也不乏有开发者用其他语言写出优秀的机器学习项目。在此,列出其中一些个人认为值得关注的开源机器学习项目。由于篇幅有限,考虑分多期整理。 1、C Darknet —— 神经网络框架 Darknet 是一个用 C 和 CUDA 编写的开源神经网络框架。它快速,易于安装,并支持 CPU 和 GPU 计算。 CCV  —— 计算机视觉库 CCV 是 C-based/Cached/Core Computer Vision Library 的简称, 它是一个现代的计算机视觉库。 CCV 是一种以应用驱动的算法库,比如对静态物体(如人脸)的快速检测算法、对某些不容易定位物体(如猫)的准确检测算法、艺术文本的检测算法、长期目标的跟踪算法和特征点检测算法。 2、C++ CNTK —— 深度学习工具包 微软出品的开源深度学习工具包,它把神经网络描述成一个有向图的结构,叶子节点代表输入或者网络参数,其他节点计算步骤。 CNTK 不仅使深度神经网络(DNN)、卷积神经网络(CNN)、循环神经网络(RNN)和长短时记忆单元(LSTM)的实现变得非常容易,还支持多个 GPU 组合、服...
编辑部的故事 发布于 3天前 阅读 4586 评论 19 点赞 10

人工智能如此火爆,程序员要失业了是真的吗?

随着人工智能的不断发展强大,会不会有一天我们将不再需要大批的程序员了?还是前景大好的Java工程师岗位该何去何从?
才客 发布于 3周前 阅读 154 评论 1 点赞 1

用Mxnet和Tensorflow做简单多分类器的对比测试

几个月前,刚开始接触mxnet和Tensorflow时,编写的自己案例使用的就是简单的数据集iris。因为它足够简单(只有3个分类,150条数据),很容易分析。 和很多研究者不太一样,他们只是跑跑训练程序,看看打印出来的train accuracy就结束了。我训练完模型后,还喜欢继续编一些自定义的数据,然后让模型去做预测或分类,看看模型是否足够好。对Iris数据集,我用mxnet实现了一个MLP模型进行分类。在训练完后(打印出来的train accuracy在0.9以上的),马上做一些自定义数据的预测,结果发现预测分类结果很差,没法用。当时觉得是自己不熟悉Mxnet ,所以才会有这样的结果,就不管了。可是,后来转为用Tensorflow实现类似的MLP模型对iris数据集进行分类,然后预测同样的自定义数据,突然发现Tensorflow的代码表现很不错。这种强烈对比差距让我很惊讶,于是又用mxnet和Tensorflow编写MLP模型测试另外两个数据集,结果还是如此(Tensorflow基本可以分类,mxnet不行)。我把一些测试的数据列出来:   测试1. sonar dataset(两个标签值,60个特征,208条数据。): a)Tensorflow codes : train Accuracy: 0.833333 测试4个新的数据: New samples accuracy: 0. 50000   b) mxnet codes: tr...
qinhui99 发布于 3个月前 阅读 323

钱多的没处花?程序员老司机教你如何5年攒百万

阅读全文   最近两年,程序员们似乎成为了社会新的高收入群体,但是程序员们往往比较擅长与和电脑或者说是代码打交道,但是说起管理自己的资金,可能程序员自己都不知道自己有多少钱,并且没有什么时间去研究这些东西,这时候怎么办呢? 答案当然是:找个老婆(或者女朋友)呀!毕竟女朋友的是升值最快的... 哎哎哎,大哥我错了,别砸狗粮呀!!!别别,各位程序员GG,放下手中举起的键盘,不开玩笑了... 咳咳,好吧,那答案就是学会理财吧,只有你去理财了,财也会理睬你,学会了理财就距离成为“高富帅”又近了一步,那么离“迎娶白富美”也更近一步,然后就可以走向人生巅峰,这样想想内心还有些小激动呢!!!那么,又如何迈出成为“高富帅”的第一步呢? 在很多同学心里,理财是有钱人才关心的问题,对于刚刚踏入职场的程序员新人来说,资金储备不是特别多,也就没有理财的需要。 如果大家都这么想的话那可就真的大错特错了,不是有这么一句话么,叫做“你不理财,财不理你”,的确就是这样的,就算手中的资金不是特别多,但是也绝对不能让自己的资金在银行里睡大觉,因为这等于贬值,是的没错,如果银行的利率比不上通货膨胀的速率,那么你存在银行里的钱就是在贬值...
大大梁 发布于 6天前 阅读 9

tensorflow保存模型和恢复模型的方法

1、简单模式。 每次都保存到同一个文件里。例如, if(i%50==0): #每50次保存一次模型 save_path = saver.save(sess, 'model/model.ckpt') #保存模型到model/model.ckpt,注意一定要有一层文件夹,否则保存不成功!!! 恢复模型也很简单: if os.path.exists('model/checkpoint'): #判断模型是否存在 saver.restore(sess, 'model/model.ckpt') #存在就从模型中恢复变量 2、复杂模式。 固定训练n轮后,每次保存在不同的文件里。例如, if epoch % 5 == 0: try: saver.save(sess, 'model/speech', global_step=epoch) except Exception as e: print ("Exception", e) 这样每5轮,就会把模型和参数保存到不同的文件里。model文件夹下会逐步出现speech-0,speech-5...等模型文件。 如果想要恢复到最新的模型,可以这样: saver.restore(sess, tf.train.latest_checkpoint('model/.')) 如果想要恢复到指定名字的模型,可以这样: saver.restore(sess, "model/speech-5")  ...
qinhui99 发布于 1个月前 阅读 209

关于迁移学习和模型微调的一些总结

深度学习 迁移学习 模型微调
qinhui99 发布于 2个月前 阅读 91

MicroPython:STM32上的Python开发

 虽然Python在国外是一门非常火的语言,在黑客界更是赫赫有名,然而中国的大学却极少开设 Python 课程,故而国内 Python 程序员多属自学。而一个没有MCU编程经验的初学者,要想让芯片跑起来,出现问题有时候要对照一两千页的英文文档来排查,这也绝非一天两天可以打下坚实的基础。 Python是一门适合初学者的语言 相比于目前不少主流的编程语言,Python拥有更好的可读性,因此非常适合初学者。Python本身自带的各种模块加上丰富的第三方模块,免去了很多“重复造轮子”的工作,节省了不少开发时间。Python的配置环境也不复杂,mac和linux都内置了python。Python的这一特点也让国内不少高校开始选择它作为程序设计课程来教授。 MicroPython:跑在微控制器上的Python MicroPython顾名思义就是可以跑在微处理器上面的python。通过Python语言只需要用文本编辑器打开main.py文件。写几行代码,保存一下。单片机就可以跑起来。MicroPython用起来很简单,借助Micro Python,用户完全可以通过Python脚本语言实现硬件底层的访问和控制,比如说控制LED灯泡、LCD显示器、读取电压、控制电机、访问SD卡等。 MicroPython的STM32分支简介 MicroPython中功能最强,速度最快,资源最丰...
林夕梦梦梦 发布于 1周前 阅读 18

开发出手机也能用得上的车牌识别sdk

移动端车牌识别,手机端车牌识别,手持端车牌识别,移动端车牌识别朱凯茵
OCR车牌识别朱凯茵 发布于 1个月前 阅读 29

机器学习-tensorflow

例子1 先从helloworld开始:  t@ubuntu:~$ python Python 2.7.6 (default, Oct 26 2016, 20:30:19) [GCC 4.8.4] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import tensorflow as tf >>> hello=tf.constant('hello,tensorFlow!') >>> sess = tf.Session() >>> print sess.run(hello) hello,tensorFlow! >>> a = tf.constant(10) >>> b = tf.constant(122) >>> print sess.run(a+b) 132 接下去两个步骤:1,学python;2,看ts; 例子2 手写数字识别,在ubuntu中安装部署好环境; 代码源自https://github.com/niektemme/tensorflow-mnist-predict 创建训练用python代码 # Copyright 2016 Niek Temme. # Adapted form the on the MNIST biginners tutorial by Google. # # Licensed under the Apache License, Version 2.0 (the "License"); # you may not use this file except in compliance with the License. # You may obtain a copy of the License at # # http://www.apache.org/licenses/LICENSE-2.0 # # Unless required by applicable law or agreed to in writing, software # distributed under the License ...
skanda 发布于 3个月前 阅读 11 点赞 1

验证码cnn模型

``` """基于切割的识别模型""" import numpy as np from PIL import Image from keras import backend as K from keras import layers from keras.models import Sequential from . import img_util K.set_image_dim_ordering('tf') img_width, img_height = 50, 70 chars = "23456789abcdefghiklmnpqrstuvwxyz" class ZXRModel: def __init__(self): raise NotImplemented def inspect(self, file): from keras.utils import plot_model plot_model(self.model, to_file=file, show_shapes=True) def load_weights(self, weight_filepath): self.model.load_weights(weight_filepath) def predict(self, img: Image.Image): data = self.load_img(img) indices = self.model.predict_classes(np.asarray(data), batch_size=len(data), verbose=0) return [chars[i] for i in indices] def train(self, glob_img_path, save_weights_to=None): data, label = self._load_data(glob_img_path) self._train_with_data(data, label) if save_weights_to: self.model.save_weights(save_weights_to) def _load_data(self, glob_path): from glob import iglob from os import ...
pseudo 发布于 16小时前 阅读 5

[干货]基础机器学习算法

本篇内容主要是面向机器学习初学者,介绍常见的机器学习算法,当然,欢迎同行交流。
_夜枫 发布于 3天前 阅读 5

inception-resnet-v2实现-tensorflow

使用tensorflow实现了一个inception-resnet-v2物体分类网络
OSC第一水 发布于 2个月前 阅读 67

Win10 x64 下安装theano过程

由于最近要编写RNN神经网络,需要进行计算,想要使用GPU,就安装CUDA、CUDNN、Theano,结果折腾...
qhxjtu 发布于 6天前 阅读 8

2017云栖大会·上海峰会PPT分享

科技盛宴再临上海,6月10日-11日,云栖大会·上海峰会于上海跨国采购会展中心召开。 &a...
阿里云云栖社区 发布于 6天前 阅读 7 评论 1 点赞 1

开源中国杭州源创会报名开始,剖析无人驾驶背后的数据库(PostgreSQL)。

趁着六月美景正好,OSC源创会带着自由、开放、分享的开源精神,也带着满满的干货主题,邀请杭州的各位来约。
源创会

bilibili 学习

(https://www.zhihu.com/people/he-zheng-da-66)3 个月前【最新提醒】:补充了计算机专业的部分内容。(2017-03-26)【致谢】:感谢王英杰提供梁灿彬教授的《微分几何与广义相对论教程》、复旦大学《张量分析》。感谢陈学峰提供《编译原理》链接。感谢van der Hans提供众多链接(《线性代数本质》那个好赞!)。感谢木木兽提供北师大《Lie代数及其在物理学中的应用》课程。感谢杨老滚提供蒋玉龙在复旦的半导体物理课程。感谢点点提供众多链接(尤其是伊卡酱的几个合集,赞!)-------------------------------------------分割线-------------------------------------------: 最近偶然在bilibili上发现了很多与科学有关的视频,做一个合集放在这里(会不定期更新),与大家分享。bilibili是好地方啊!如果有疏漏的地方,欢迎在评论区给我提醒,我会将其补充到文章当中。-------------------------------------------教学视频如下-------------------------------------------:【数学教学视频】:数学讲座:[【丘成桐讲座】内空间之形--弦理论和宇宙隐藏维度之几何学_公开课_科技_bilibili_哔哩哔哩**](http://link.zhihu.com/?target=http%3A//www.bilibili.com/video/a...
MtrS 发布于 45分钟前 阅读 2

验证码cnn模型

``` """基于切割的识别模型""" import numpy as np from PIL import Image from keras import backend as K from keras import layers from keras.models import Sequential from . import img_util K.set_image_dim_ordering('tf') img_width, img_height = 50, 70 chars = "23456789abcdefghiklmnpqrstuvwxyz" class ZXRModel: def __init__(self): raise NotImplemented def inspect(self, file): from keras.utils import plot_model plot_model(self.model, to_file=file, show_shapes=True) def load_weights(self, weight_filepath): self.model.load_weights(weight_filepath) def predict(self, img: Image.Image): data = self.load_img(img) indices = self.model.predict_classes(np.asarray(data), batch_size=len(data), verbose=0) return [chars[i] for i in indices] def train(self, glob_img_path, save_weights_to=None): data, label = self._load_data(glob_img_path) self._train_with_data(data, label) if save_weights_to: self.model.save_weights(save_weights_to) def _load_data(self, glob_path): from glob import iglob from os import ...
pseudo 发布于 16小时前 阅读 5

测试数据2

测试数据2   Array ( [company_info] => Array ( [id] => company_info [name] => 交易基本信息 [sprintf] => [type] => section [ext] => [up_folder] => 10001 [filter] => 0 [counter] => 0 [default_value] => ) [name] => Array ( [id] => name [name] => 项目名称 [sprintf] => [required] => 1 [type] => text [ext] => [up_folder] => 10001 [listed] => 1 [filter] => input [counter] => count [default_value] => ) [efrom] => Array ( [id] => efrom [name] => 投资基金简称 [sprintf] => [type] => system [ext] => fund fof [up_folder] => 10001 [listed] => 1 [filter] => select [counter] => 0 [def...
FeanLau 发布于 2天前 阅读 3

深度学习相关书籍(2017)

中文类: 1.https://exacity.github.io/deeplearningbook-chinese 英文类: 1.https://www.gitbook.com/book/leonardoaraujosantos/artificial-inteligence/details
杭电任宇翔 发布于 2天前 阅读 4

新手向的TensorFlow学习之路2(Learning paths 2)

http://hp.stuhome.net/index.php/2017/03/28/tensorflow-learning-paths-2/ 第一篇学习之路写于2016年6月份,时过境迁,特别是深度学习这个日新月异的领域,隔了那么久,不得不说已经有些过时了,并且随着学习的深入,越发觉得之前的学习之路过于笼统,加之TensorFlow发布了1.0正式版,因此整理一下,再次写一篇。这次在内容的结构上将会大体分为三种,首先是公共基础部分,这个无需多解释。另外,一个是偏向应用性质的快节奏(fast peace),针对不想也没必要深入了解理论知识希望尽快应用的人群,另一种是偏向研究性质的人群(hard way),针对例如研究生之类希望深入理论知识的人群。当然,hard way的前提是fast peace。但是写法上,并没有分别写,因为某种意义上这两种是相互包含的,分开写会显得冗长与重复,因此采用粗体标记提示特定部分是属于哪一种。 0. 不是前提的前提–英语阅读【公共基础】:需要有扎实的英语阅读能力,其实与其说扎实,不如说是能沉下心看英语。其实我最开始看这些大段英文文档的时候,我是拒绝的,后来发现真的,这是绕不过去的坎,再后来坚持背英语单词(推荐扇贝单词)加上耐着性子读好了很多。至于原因,为什么读英文,那是因为不仅很多优...
tantexian 发布于 2天前 阅读 2

AI觉醒进行时:程序员你怕了吗?

Facebook人工智能研究实验室使用机器学习来训练聊天机器人程序。 研究人员让两个机器人...
_夜枫 发布于 3天前 阅读 1

未来已来!阿里小蜜AI技术揭秘

在全球人工智能领域不断发展的今天,包括Google、Facebook、Microsoft、Amazon、Apple等互联公司相继推出了...
_夜枫 发布于 3天前 阅读 1

『干货』深度强化学习与自适应在线学习的阿里实践

淘宝的搜索引擎涉及对上亿商品的毫秒级处理响应,而淘宝的用户不仅数量巨大,其&...
_夜枫 发布于 3天前 阅读 1

机器学习&人工智能:数据赋能背后的黑科技

马老师曾提到三次技术革命:“第一次技术革命是体能的释放,是让人的力量更大,&#...
_夜枫 发布于 3天前 阅读 2

千人千面智能淘宝店铺背后的算法研究登陆人工智能顶级会议AAAI 2017

电商时代,消费者对推荐系统已经不再陌生。“蓦然回首”,你发现喜欢的商品就在...
_夜枫 发布于 3天前

现实需求巨大_技术尚未成熟_学界与业界思维大碰撞

作为人工智能皇冠上的明珠,自然语言理解不断吸引着学术界与产业界的目光。然而&...
_夜枫 发布于 3天前

Linux的一些基本命令与MySQL索引

Linux的一些基本命令: 在Linux中大部分的操作都是通过终端来实现的,或者直接使用命令行界面,一般使用Linux架构服务器的话,安装的都是命令行界面,不安装图形化界面的原因是因为没有必要,并且对于服务器来说越稳定越好,如果使用图形化界面就容易出bug漏洞,对于操作系统来说装的东西越多越容易出现bug漏洞。 所以要学习Linux主要就是学习它的操作命令,在此先介绍一些简单的Linux命令,由于我们不是做Linux服务器架构、运维师,所以也不需要详细的去学习所有的操作命令。 Linux命令: su root 选择登陆root用户 echo $PATH 查看路径 /usr/lib/jvm 查看jvm目录 yum search java-1.8 在yum库中搜索jdk1.8版本 yum -y install java-1.8.0-openjdk-devel.x86_64 安装jdk1.8版本 yum groupinstall Java Platform 安装java平台 yum install 它安装单个软件,以及这个软件的依赖关系 yum groupinstall 它安装一个安装包,这个安装包包涵了很多单个软件,以及单个软件的依赖关系。 ls 列出目录 mkdir 创建文件夹 ll 查看目录详情 vim 新建一个文件 vi 文件名 使用vi编辑此文件 :wq 保存退出 q 退出 !q 强制退出 init 0 关机 exit 注销 export 配置路径命令...
凯哥学堂 发布于 3天前 阅读 6

PS 抠头发

后期容差可改70 再涂一下头发 头发丝会更清晰 然后。。。涂头发部分 大面积的地方用魔术橡皮擦点一下 第二种   b画笔涂涂涂     再点一次快速蒙版    反选    M调整边缘 就  
hey--老妖 发布于 3天前 阅读 4

除了 Python ,这些语言写的机器学习项目也很牛

Python 由于本身的易用优势和强大的工具库储备,成为了在人工智能及其它相关科学领域中最常用的语言之一。尤其是在机器学习,已然是各大项目最偏爱的语言。 其实除了 Python ,也不乏有开发者用其他语言写出优秀的机器学习项目。在此,列出其中一些个人认为值得关注的开源机器学习项目。由于篇幅有限,考虑分多期整理。 1、C Darknet —— 神经网络框架 Darknet 是一个用 C 和 CUDA 编写的开源神经网络框架。它快速,易于安装,并支持 CPU 和 GPU 计算。 CCV  —— 计算机视觉库 CCV 是 C-based/Cached/Core Computer Vision Library 的简称, 它是一个现代的计算机视觉库。 CCV 是一种以应用驱动的算法库,比如对静态物体(如人脸)的快速检测算法、对某些不容易定位物体(如猫)的准确检测算法、艺术文本的检测算法、长期目标的跟踪算法和特征点检测算法。 2、C++ CNTK —— 深度学习工具包 微软出品的开源深度学习工具包,它把神经网络描述成一个有向图的结构,叶子节点代表输入或者网络参数,其他节点计算步骤。 CNTK 不仅使深度神经网络(DNN)、卷积神经网络(CNN)、循环神经网络(RNN)和长短时记忆单元(LSTM)的实现变得非常容易,还支持多个 GPU 组合、服...
编辑部的故事 发布于 3天前 阅读 4586 评论 19 点赞 10

机器学习之Python环境搭建

### 1、Python下载 [http://www.python.org/getit/下载](http://www.python.org/getit/下载) ![输入图片说明](https://static.oschina.net/uploads/img/201706/22143550_gSZA.png "在这里输入图片标题") ![输入图片说明](https://static.oschina.net/uploads/img/201706/22143639_55w0.png "在这里输入图片标题") 安装成功后可以看到下图: ![输入图片说明](https://static.oschina.net/uploads/img/201706/22143732_YZer.png "在这里输入图片标题") 进入IDE: ![输入图片说明](https://static.oschina.net/uploads/img/201706/22143817_jR0L.png "在这里输入图片标题") ### 2. 下载并安装 anaconda 一个个地安装python支持库会非常费事,我们可以选择安装集成环境Anaconda,它基本包括了我们所需的包。Anaconda是一个可执行的exe文件,下载完成后,直接双击就可以安装了 [官网地址](https://www.continuum.io/downloads) 国内ip可能下载比较慢,可以使用VPN提速 ![选择相应的版本](https://static.oschina.net/uploads/img/201706/22144101_F4ww.png "在这里输入图片标题") ![输入图片说明](https://static.oschina.net/uploads/img/201706/22144301_FhFU.png "在这里输入...
大海201506 发布于 3天前 阅读 2

『干货』阿里研究员徐盈辉:在线AI技术在搜索与推荐场景的应用

近日,美国权威杂志《麻省理工科技评论》(MIT Technology Review)发布了2017全球十大突破性技术榜单ᦁ...
_夜枫 发布于 3天前

[干货]基础机器学习算法

本篇内容主要是面向机器学习初学者,介绍常见的机器学习算法,当然,欢迎同行交流。
_夜枫 发布于 3天前 阅读 5

深度学习要多深_才能读懂人话?

阿里小蜜是阿里巴巴推出的围绕电商服务、导购以及任务助理为核心的智能人机交互&...
_夜枫 发布于 3天前 阅读 1

Facebook的AI机器人发展出了自己的语言--程序员你懂吗?

Facebook人工智能研究实验室使用机器学习来训练聊天机器人程序。 研究人员让两个机器人...
_夜枫 发布于 3天前 阅读 1

机器大神 Michael Jordan 教授主题演讲:机器学习——创新视角,直面挑战》

说到人工智能,不得不提到一个关键词就是机器学习,机器学习领域的突破和爆发,使人工智能领域有了飞跃的发展。人工智能的时候会特别关注机器学习领域将会以什么层级的速度向未来发展?在 2017 腾讯 云+未来 峰会上,机器学习大神 Michael Jordan 教授从人工智能发展史出发全面阐述机器学习现状及未来的挑战。 **演讲实录:** Michael Jordan: 大家早上好!今天非常高兴能够来到这里,感谢大家对我的邀请,我是一个研究者,我是做统计学,包括人工智能研究的,今天我非常高兴来到这里,好像大家都非常的了解我,我也非常高兴能够和腾讯合作,能够看一下我们目前对于未来的发展趋势的预见。 首先我们要非常清晰地了解,什么是可能出现的技术,那些是不可能存在的,而哪些是我们现在所存在的问题,以及未来我们会看到什么样的技术的发展,这就是我今天这个演讲的主要所在,以及包括我们未来的洞见和挑战。 首先我们简单了解一下到底目前人工智能行业发展是什么样的。在60年代刚刚出现了“智能”这个词,也是刚刚出现了人工智能这个说法,那时候我们说要建立一个机器人,让它可以和人一样思维,加入到人的世界当中来,那个时候大部分人工智能的电影向大家展示的是机器人最终进...
编辑部的故事 发布于 4天前 阅读 26

开源中国杭州源创会报名开始,剖析无人驾驶背后的数据库(PostgreSQL)。

趁着六月美景正好,OSC源创会带着自由、开放、分享的开源精神,也带着满满的干货主题,邀请杭州的各位来约。
源创会

TensorFlow入门

TensorFlow入门介绍
随风溜达的向日葵 发布于 2个月前 阅读 3122 评论 16 点赞 8

人工神经网络之几何原理Ⅰ:单(隐藏)层神经网络

本文旨在通过几何方法来阐述为何人工神经网络能够有效地工作。
chishaxie 发布于 4个月前 阅读 2152 评论 14 点赞 1 打赏 1
顶部