• 直觉不是人类特有了?这个AI能迅速挑重点,有点意思!
    为了让AI的决策过程变得更加透明,来自谷歌和斯坦福的联合研究团队最近探索了一种机器学习模型,即基于概念的自动解释模型,它会自动提取“具有人类直觉意义”的视觉概念,并为模型的预测提供信息支持。相比之下,ACE通过在提取概念并确定每个概念的重要性之前,将训练有素的分类器和属于该类别的一组图像作为输入来识别较高级别的概念。他们指出,被标记为重要的概念往往遵循人类的直觉。研究人员承认,ACE绝不是完美的,尽管它在努力以有意义地方式提取异常复杂或困难的概念。
  • 他工作效率超高,多亏这几个公众号利器,4小时就把一天的活给干了
    今天为大家推荐以下几个公众号,里面都有很多提升我们学习和开发效率的工具库,大家挑选感兴趣的关注。程序员小乐这是我的好朋友程序员小乐的公众号,小乐会分享一些职场经验给同行们,主要分享Java、Python算法、职场、感悟、面经,一线大厂干货。磐创AI聚焦传递AI行业最新动态,出品机器学习干货文章、深度学习实战项目、Tensorflow与Keras中文原创教程、国内外最新论文翻译。Python与算法社区大厂5年算法工程师,已原创280篇,行文富有体系,致力于做最有态度、最朴实传播知识的公众号。坚信用技术改变命运,让家人过上更体面的生活。
  • 强化学习框架 Ray 在 K8s 上的自动伸缩设计与实现
    日前,Ray 合并了在 Kubernetes 上实现 Ray 集群自动伸缩的代码请求,因此我希望在本文中介绍这一新特性,以及上游社区采取的设计方案和其中的考量。02Ray 架构在介绍 Ray 如何在 Kubernetes 上实现自动伸缩之前,这里我先大致介绍一下如何使用 Ray:Ray 本身其实并没有实现强化学习的算法,它是一个基于 Actor 模型实现的并行计算库。原本 Plasma 是 Ray 下的,目前已经是 Apache Arrow 的一部分。这也是 Ray 跟 Spark 最大的不同。Spark 提交的是静态的 DAG,而 Ray 提交的是函数。Autoscaler 是 Ray 实现的一个与 Kubernetes HPA 类似的特性,它可以根据集群的负载情况,自动调整集群的规模。Ray 之前只支持在 Kubernetes 上运行集群,而不支持自动扩缩容。
  • PyTorch 1.3发布:能在移动端部署,支持Colab云TPU,阿里云上也能用
    今天是PyTorch开发者大会第一天,PyTorch 1.3率先公布。新的版本不仅能支持安卓iOS移动端部署,甚至还能让用户去对手Google的Colab上调用云TPU。不方便薅Google羊毛的国内的开发者,PyTorch也被集成在了阿里云上,阿里云全家桶用户可以更方便的使用PyTorch了。React对比Angular,Pytorch对比Tensorflow。PyTorch 1.3新功能PyTorch 1.3带来了三个实验性的新功能。为了支持在服务器和边缘设备上进行更有效的部署,PyTorch 1.3现在支持用eager模式进行8位模型量化。提升了移动CPU和GPU上的性能。Captum可以帮助使用PyTorch的开发者了解为什么他们的模型生成某个特定输出。
  • 金九银十,斩获50K阿里,头条,滴滴Offer,这几个公众号来助力!
    同时他还是CSDN博客专家,博客访问量突破一千万,著有书籍《深入理解Spring Cloud与微服务构建》。公号主要分享Java、Python等技术,用大厂程序员的视觉来探讨技术进阶、面试指南、职业规划等。公号分享大前端、Python、Java相关技术,关注程序员的技术生活、职场晋升、逆袭成长,助力10万+程序员崛起。Java团长▲长按图片识别二维码关注Java团长:专注Java技术分享,包括Java基础技术、进阶技能、架构设计和Java技术领域动态等;每天推送优质技术文章,精彩视频教程以及项目源码下载,致力做一个实用的公众号。
  • Github中国区Star超过1w的大佬和他们的公号,太强了!
    表哥有话讲ID:Data_2019▲长按图片识别二维码关注国内最大的数据从业者分享平台。立即关注,掌握人工智能最新资讯与成果。菜鸟学PythonID:cainiao_xueyuan▲长按图片识别二维码关注菜鸟学Python,微信搜索Python排名第二,汇聚20万Python小伙伴。目前有500多篇文章,原创了320个实战案例,争取让零基础的同学快速入门,帮助更多喜欢Python的同学加速学习。五分钟学算法ID:CXYxiaowu▲长按图片识别二维码关注五分钟学算法,一个用动画图解数据结构与算法的 100% 原创公众号。日更达人,LeetCodeAnimation 作者,GitHub 38000 star,连续两个月占据 Trending 榜榜首。
  • 卷积有多少种?一文读懂深度学习中的各种卷积
    研究学者 Kunlun Bai 近日发布一篇介绍深度学习的卷积文章,用浅显易懂的方式介绍了深度学习领域的各种卷积及其优势。在这篇文章中,我会归纳总结深度学习中常用的几种卷积,并会试图用一种每个人都能理解的方式解释它们。信号处理中卷积与互相关之间的差异在深度学习中,卷积中的过滤器不经过反转。但在深度学习中,直接将其称之为卷积更加方便。这是在 3D 体积数据上的 2D 卷积。这是 2D 卷积的泛化。因此,某些作者强烈反对将转置卷积称为去卷积。在卷积中,我们定义 C 为卷积核,Large 为输入图像,Small 为输出图像。这种矩阵乘法的卷积的实现遵照:C x Large = Small。
  • 一套架构兼容所有计算,蚂蚁金服是怎么做到的?
    蚂蚁金服在过去十五年重塑支付改变生活,为全球超过十二亿人提供服务,这些背后离不开技术的支撑。蚂蚁金服开放计算架构做一套系统解决一切问题是技术人员很自然的想法,但难点是怎么定义这个系统的边界。开放计算架构下的AI引擎AI计算是开放架构下重要的能力,我们需要打造更加灵活智能的AI引擎。开放架构下可以插入AI引擎,我们在SQL层和深度学习引擎都做了一些工作。开放计算架构下的融合计算经过前面的研发,开放计算架构里有了大量的计算引擎,虽然在上层进行了统一,但这种情况往往不是最优的选择。
  • 混合精度对模型训练和推理的影响
    03混合精度对模型训练和推理速度的影响先说结论:理论上没有提升,反而会下降。理论上混合精度只能压缩模型的大小,在训练阶段和推理阶段,都能能大大缓解CPU内存或GPU显存限制对模型训练压力。因为模型结构和参数数量没有发生显著的变化,理论上训练和推理速度应该不会有大的改变。04混合精度的实际表现我们以英伟达开源的BERT评测对比下:模型训练:模型推理:05总结混合精度可以明显的对模型的大小进行压缩,同时,针对优化的计算平台,在模型训练和推理的速度方面也都有提升。
  • 60分钟入门PyTorch,官方教程手把手教你训练第一个深度学习模型(附链接)
    本文介绍了官方教程入门PyTorch的技巧训练。近期的一份调查报告显示:PyTorch 已经力压 TensorFlow 成为各大顶会的主流深度学习框架。想发论文,不学 PyTorch 怎么行?那么,入门 PyTorch 深度学习需要多久?PyTorch 的一份官方教程表示:只需要 60 分钟。教程链接:https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html这是一份非常简洁的学习材料,目标是让学习者了解 PyTorch 的 Tensor 库和神经网络,以及如何训练一个可以进行图像分类的神经网络。该教程共分为五节:PyTorch 简介Autograde:自动微分神经网络训练一个分类器数据并行本教程的五大板块。第 2 节介绍了 PyTorch 中用于微分的包——Autograd。它是 PyTorch 神经网络的核心,为张量的所有操作提供了自动微分。
  • 推荐一个比吴恩达的还要优质的机器学习课程
    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!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。05适合人群互联网从业者:想了解机器学习并在日常工作中加以应用。课程内容上涵盖了几乎所有主流的机器学习算法,由浅入深,非常通俗易懂。
  • 第六期送书来了,N多本畅销新书!
    详情点点击:第五期打卡送书活动获奖名单在第五期的打卡过程中,发现了个问题,平时每天发4篇推文,那些经常中奖的朋友,每次都会在所有文章中留言,所以导致很多新参加活动的朋友,付出了拿不到奖品,后面就放弃了。送书活动由电子工业出版社博文视点以及机械工业出版社联合赞助,精选上百种图书推荐给大家,其中涉及人工智能,深度学习,编程语言等多个热门领域。有看上的书籍,欢迎积极参与打卡活动!上面十本书是电子工业出版社博文视点新赞助的10本新书!
  • 年薪百万,从关注这些公众号开始
    今天给大家推荐几个优质公众号,这些号从行业资讯、一线技术、应用案例、职场发展等多个角度为程序员分享最有价值的信息!高中开始接触编程,大学校招实习生进入腾讯,在腾讯工作十年,是微信部门的资深架构师。立即关注,掌握人工智能最新资讯与成果。菜鸟学PythonID:cainiao_xueyuan▲长按图片识别二维码关注菜鸟学Python,微信搜索Python排名第二,汇聚20万Python小伙伴。五分钟学算法ID:CXYxiaowu▲长按图片识别二维码关注五分钟学算法,一个用动画图解数据结构与算法的 100% 原创公众号。日更达人,LeetCodeAnimation 作者,GitHub 38000 star,连续两个月占据 Trending 榜榜首。走心原创,暖心陪伴。
  • 推荐一个比吴恩达的还要优质的机器学习课程
    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!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。05适合人群互联网从业者:想了解机器学习并在日常工作中加以应用。课程内容上涵盖了几乎所有主流的机器学习算法,由浅入深,非常通俗易懂。
  • 论文合集 | 李飞飞新论文:深度学习代码搜索综述;Adobe用GAN生成动画(附地址)
    本文介绍了李飞飞新论文,深度学习代码搜索综述,Adobe用GAN生成动画。本周有李飞飞、朱玉可等的图像因果推理和吴恩达等的 NGBoost 新论文,同时还有第一个深度学习代码搜索综述论文、Adobe 用 GAN 生成角色的动画、Facebook 和 HuggingFace 推出的新代码库等。在本篇论文中,李飞飞、朱玉可等研究者提出赋予人工智能体因果推理能力,以完成特定的任务。使用神经网络进行代码搜索的流程图示。论文 4:Neural Puppet: Generative Layered Cartoon Characters作者:Omid Poursaeed、Vladimir G. Kim、Eli Shechtman、Jun Saito、Serge Belongie论文地址:https://arxiv.org/ftp/arxiv/papers/1910/1910.02060.pdf摘要:近日,Adobe 和康奈尔大学的研究人员提出一种基于学习的方法,该方法可基于卡通角色的少量图像样本生成新动画。
  • 这个十月,这两本机器学习书值得一送!
    机器学习是驱动人工智能发展的主要动力,这个领域的专家数量不多,各大企业都在争抢高技能人才,可以说当下是一个供不应求的情况。如果你对机器学习也感兴趣,就继续往下看,本周程序员书库将送出两本有关机器学习,这两本书一直霸榜当当网排名前30:01《机器学习线性代数基础》内容简介:本书详尽介绍深度学习相关的基本原理与使用TensorFlow、PyTorch两大主流框架的开发基础知识和基本技术,并且展示了在图像识别与文本生成实际问题中的应用方法。
  • 感谢这几个公众号,已拿蚂蚁金服、美团的offer(面了21家公司)
    公众号还是很有助于学习,有个朋友面试了21家公司,终于拿到了蚂蚁Offer。Python 越来越受广大程序员的喜爱。「Python那些事」致力于做最好的Python公众号,只为爱Python的你!公众号主要分享 Python 开发相关的技术文章、面试算法、工具资源和热门教程等。DatawhaleDatawhale是一个专注于AI领域的开源组织,2019年被评为上海交通大学国家级项目。机器学习初学者黄海广博士的个人公众号,黄海广博士个人知乎粉丝20000+,github排名全球前130名。
  • 月入10万的哈工大计算机系学姐原创公众号
    2012 年就开始的技术公众号,已经积累 3700+ 篇优秀的技术文章。专注 Python、数据分析、人工智能、大数据的技术社区。▲长按上方二维码识别关注大飞码字BigFly1024简介:大飞,腾讯资深架构师,技术leader。高中开始接触编程,大学校招实习生进入腾讯,在腾讯工作十年,是微信部门的资深架构师。他的公众号 “大飞码字”,会跟读者分享他十年的工作经验和感悟,内容涉及技术,产品,商业,职场,程序员心理建设,技术方法论,工程方法论,职业规划等。既讲原创深度技术、又不失通俗易懂。
  • 详谈AI芯片分类和关键技术
    GPU芯片的发展阶段目前, GPU 已经发展到较为成熟的阶段。此外,很多汽车生产商也在使用 GPU 芯片发展无人驾驶。此外,由于 FPGA的灵活性,很多使用通用处理器或 ASIC难以实现的底层硬件控制操作技术, 利用 FPGA 可以很方便的实现。同时 FPGA 一次性成本远低于 ASIC,在芯片需求还未成规模、深度学习算法暂未稳定, 需要不断迭代改进的情况下,利用 FPGA 芯片具备可重构的特性来实现半定制的人工智能芯片是最佳选择之一。FPGA 在人工智能领域的应用4、全定制化的ASIC目前以深度学习为代表的人工智能计算需求,主要采用 GPU、 FPGA 等已有的适合并行计算的通用芯片来实现加速。
活跃用户
一个专注侃侃计算机视觉方向的公众号。计算机视觉、图像处理、机器学习、深度学习、C/C++、Python、诗和远方等。
分享项目实践,洞察前沿架构,聚焦云计算、微服务、大数据、超融合、软件定义、数据保护、人工智能、行业实践和解决方案。
开源软件,改变世界!专注于分享各类效率工具,加入我们,和10万人一起探宝寻器!
专注于分享互联网技术文章。笔者待过BAT等一线互联网公司,文笔流畅,酷爱写作与编码,期待你的关注!
每天分享 Java技术栈 干货,路虽远,行则必至。