标签： 人工智能
-
人人都可以做深度学习应用：入门篇
2017年围棋界发生了一件比较重要事，Master（Alphago）以60连胜横扫天下，击败各路世界冠军，人工…
-
使用DeepLab进行语义分割
DeepLab是谷歌使用tensorflow基于CNN开发的语义分割模型，至今已更新4个版本。最新版本是Dee…
-
浅谈AI视频技术超分辨率
泛娱乐应用成为主流，社交与互动性强是共性，而具备这些特性的产品往往都集中在直播、短视频、图片分享社区等社交化娱…
-
一幅GAN网络创造的肖像图卖了40万美金，但那又怎样？
在2018年一场著名的拍卖会上，一部AI制作的肖像以432,500美元的价格成交！这篇新闻在科技媒体上被广泛讨…
-
从NeurIPS 2018看AI发展路线！
可伸缩性（Scalability）**计算或存储的成本不与神经元的数量成二次方或线性比例的神经网络；
-
新的一年，来看看大数据与AI的未来展望
在数据爆炸与智能革命的新时代，新的平台与应用层出不穷，开源项目推动了前沿技术和业界生态快速发展。本次分享将以技…
-
展望2019 | 数据科学、机器学习和人工智能领域的五大预测
2018年刚刚结束，在2019年到来之际，让我们一起展望在今年数据科学、机器学习和人工智能领域会有怎样的发展趋…
-
Flink 在有赞实时计算的实践
其次是在调研阶段我们为什么选择了 Flink。在这个部分，主要是 Flink 与 Spark 的 struct…
-
一份关于机器学习端到端学习指南
摘要： 本文是一份关于机器学习端到端过程的指导指南，其中列出了实现机器学习模型所需遵循的步骤及对应的参考文章；
-
线性回归–sklearn框架实现
线性回归–原理 线性回归–python实现(不使用框架) 线性回归–sklearn框架实现 这里使用sk…