3月31日
对于电影爱好者来说，每次的电影节、影展活动，都是抢票大战的开启，出票速度几乎可 以用“秒空”来形容，例如上海国际电影节线上开售的记录是 60 秒售出 5 万张。
本文主要围绕售票环节，讲述阿里文娱的云智系统是如何支撑高流量并发，保障系统的稳定，不出现重卖等实现方案背后的技术。
让AI训练AI，阿里和浙大的“AI训练师助手”是这样炼成的
目前实现这一目标最流行的方法是迁移学习。浙江大学和阿里安全发现，两个预训练深度模型所提取的特征之间的迁移能力可由它们对应的深度归因图谱之间的相似性来衡量。相似程度越高，从不同的预训练深度模型中获得的特征相关性就越大，特征的相互迁移能力也就越强。而且，“AI训练师助手”还知道从什么模型迁移知识，用模型的哪个部分迁移能最好地完成任务。也就是说，他们发现了让小白模型向AI深度模型学习的高效学习方法。
3月30日
又要头秃？2020年七大AI编程语言大盘点
随着人工智能的蓬勃发展和编程语言的持续改进，对高效、熟练的程序员和工程师的需求激增。虽然有很多编程语言可以让你在人工智能上开发领域轻松起步，但是没有一种编程语言可以成为人工智能编程的“一站式”解决方案，因为每种编程语言都有自己的独特之处。目的不同，对语言的要求也会不同。
2020，国产AI开源框架“亮剑”TensorFlow、PyTorch
深度学习开源框架领域的一个既定事实是，TensorFlow、PyTorch基本两分天下，从技术能力到生态建设，它们能给AI落地提供有力支撑，可以满足大部分企业在其中构建自己的AI应用。反观国产AI开源框架，即便百度PaddlePaddle已开源四年，腾讯Angel、阿里X-DeepLearning等框架也相继开源，但从市场影响力和使用规模来看，还难与前两者抗衡。
从零开始构建：使用CNN和TensorFlow进行人脸特征检测
人脸检测系统在当今世界中具有巨大的用途，这个系统要求安全性，可访问性和趣味性！今天，我们将建立一个可以在脸上绘制15个关键点的模型。
3月26日
学习Python，这22个包怎能不掌握？
如今全球各个行业内Python的使用状况怎么样呢？这个问题就是这篇文章的初衷。本文找出22个最常用的Python包，希望能给你一些启发。首先我列出了最近一年内 PyPI 上下载量最高的Python包。我们来看看这些包的作用，它们的之间的关系，以及为什么会如此流行。
生物学的机器学习：使用K-Means和PCA进行基因组序列分析 COVID-19接下来如何突变？
在本文中，你将学习……
- 提供RNA序列的简单解释
- 使用K-Means创建基因组信息集群
- 使用PCA可视化集群
- …并对我们执行的每个程序进行分析来获取经验。
3月25日
人生苦短，不光要用Python，还要在VSCode里用
在程序员圈子里，Visual Studio Code（以下简称VSCode）可以说是目前最火的代码编辑器之一了。它是微软出品的一款可扩展的轻量级开源编辑器，并且支持全平台系统。这些特性使得VSCode颇受欢迎，这也使其成为了一个很棒的Python开发平台。在本文中，你将学到如何在VSCode中进行高效的Python开发
信息保留的二值神经网络IR-Net，落地性能和实用性俱佳 | CVPR 2020
在CVPR 2020上，商汤研究院链接与编译组和北京航空航天大学刘祥龙老师团队提出了一种旨在优化前后向传播中信息流的实用、高效的网络二值化新算法IR-Net。不同于以往二值神经网络大多关注量化误差方面，本文首次从统一信息的角度研究了二值网络的前向和后向传播过程，为网络二值化机制的研究提供了全新视角。同时，该工作首次在ARM设备上进行了先进二值化算法效率验证，显示了IR-Net部署时的优异性能和极高的实用性，有助于解决工业界关注的神经网络二值化落地的核心问题。
3月24日
你的企业在什么情况下需要人工智能？快来看看你需要具备哪些条件与能力吧！...
如今有关人工智能的炒作多得令人眼花缭乱。各个行业都极力采用这种技术，以获得相对于其他企业的竞争优势——降低运营成本，并改善客户体验。但是，你的企业真的需要人工智能解决方案吗?并非所有公司都准备将人工智能纳入其企业战略。人工智能适合你的特定业务吗?
64% 的企业未实现智能化，5成公司算法工程师团队规模小于 10人，AI 工程师的机遇在哪里？...
从就业的角度来看，由于算法工程化才是商业落地的核心关键，因此拥有扎实工程化能力的算法工程师更受青睐。另一方面，由于深度学习是以大数据为基础的，而感知智能中的计算机视觉又是目前深度学习较为成熟的应用，所以，机器学习和深度学习工程师，以及数据工程师、计算机视觉工程师成为热门岗位。
3月23日
5亿微博数据疑泄露，Python 爬虫如何避免踩天坑？
3月19日，默安科技CTO魏兴国发微博称，微博数据泄露了不少用户的手机号，当中涉及不少微博认证的明星和企业家。
亦有网友在他的微博评论区表示：“有超过5.38亿条微博用户信息在暗网出售，其中1.72亿条有账户基本信息，售价0.177比特币。涉及到的账号信息包括用户ID、账号发布的微博数、粉丝数、关注数、性别、地理位置等。”
目前，这条微博已经删除。
针对此事，微博方面回应称，数据泄露属实，目前微博已经及时强化安全策略，微博一直有提供根据通讯录手机号查询微博好友昵称的服务，用户授权后可以使用该服务。
Go对Python产生的冲击
Python 的异步机制一直让人诟病，听过多位资深 Python 开发者吐槽 Python 在 asyncio 上存在的问题，就我了解而言，很少有公司会在生成环境使用 asyncio，太多迷惑行为以及限制了，目前生产环境要用异步，依旧首选 gevent，多年的东西，更新也不是特别频繁，依旧是现在的首选，从这点也可以看出 Python 在异步方面很不给力。
3月22日
在机器学习框架领域，Pytorch、TensorFlow已分别成为目前学界和业界使用最广泛的两大实力玩家，而紧随其后的Keras、Caffe/Caffe2、MXNet等框架也因为自身的独特性受到相应开发者的喜爱。如今，AI开源框架之争再添新入局者。
如你所知，随着深度学习新技术的出现，任务复杂度不断提高，由于架构设计和不断扩充等原因，导致系统复杂，架构优化和移植变得困难，新模型的实际性能还有待提升。
一支清华大学团队决定研发更加灵活高效的深度学习框架。他们于近日宣布开源Jittor（计图），采用元算子融合和动态编译技术，深度优化内存，有效提升了系统的运行性能和通用性，确保实现和优化分离，大幅提升应用开发的灵活性、可拓展性和可移植性。
王坚博士曾经做过这样一个非常形象的比喻，他将做 App 比作是在别人的花园里弄盆栽，「种点花草是没有问题的」，不过「别人叫你的产品下架你就得下架，这是有问题的」，现在在 GitHub 上，众多的开发者显然遭遇了这样的问题。
近日，「GitHub 以贸易制裁为由，关闭了对 Aurelia 库的访问」冲上了 Hacker News TOP 榜，其中，既有项目负责人的一头雾水，也有诸多开发者的质疑。
3月21日
教你用Android做二次开发，识别率达到科大讯飞语音输入水平 | 原力计划
随着目前用户需求的精细化和智能化，很多时候我们需要在App内集成语音输入模块，为用户提供语音输入的功能。而科大讯飞语音作为行业内翘楚，识别结果相对准确，且讯飞自带一套识别动画，适合快速搭建模块。
干货分享，技术和传统文化的结合。
3月20日
增量学习不只有finetune，三星AI提增量式少样本目标检测算法 | CVPR 2020
该论文研究了非常有意义的增量式少样本目标检测场景iFSD(Incremental Few-Shot Detection)，场景设置如下：
- 检测模型可以在包含充足样本的基础类别上进行训练。
- 训练好后，iFSD能够应用到真实世界中，任何新类别在任何时候都能通过少量标注样本进行注册。
- 对于无限的新类别的学习，在内存使用量、存储用量和计算量上都应该是可行的，理想情况下，模型可以发布在资源有限的设备上，如手机和机器人。
曾几何时，几乎每个人都在使用Perl语言编程。但是那些经常使用的人慢慢地发现，关于这个Perl语言似乎总是有点不对劲。至少我知道有这么个叫做“piecemeal”的编程语言，它的创造者似乎就只是将这个功能堆在另一个功能上面而已，并没有好好考虑将它们结合在一起。
3月19日
到目前为止，为智能系统设计零件需要从头开始构建零件。从2D草图到可以根据给定的成本、材料和最大重量限制制造的可行且坚固的零件。这通常需要几天到几周的时间，具体取决于组成智能系统的零件的复杂性。
在人脸检测中应用较广的算法就是MTCNN（ Multi-task Cascaded Convolutional Networks的缩写）。MTCNN算法是一种基于深度学习的人脸检测和人脸对齐方法，它可以同时完成人脸检测和人脸对齐的任务，相比于传统的算法，它的性能更好，检测速度更快。
本文目的不是为了强调MTCNN模型的训练，而是如何使用MTCNN提取人脸区域和特征点，为后续例如人脸识别和人脸图片预处理做铺垫。
3月18日
检测、量化、追踪新冠病毒，基于深度学习的自动CT图像分析有多靠谱？
背景：新冠病毒的传播非常迅速，并对数十亿人的生活产生了重大影响。由于非对称胸部CT已被证明是检测、量化和追踪该疾病的有效工具，因此可以开发深度学习算法，来帮助分析大量的胸部CT图像。
目标：开发基于AI的自动CT图像分析工具，并证明它们可以将冠状病毒患者与未患该疾病的人区分开。
数据和方法：包括来自中国疾病感染地区的多个国际数据集。本文提出了一种利用2D和3D深度学习模型，修改和调整现有AI模型并将其与临床理解相结合的系统。
本文进行了多次回顾性实验，以分析系统在检测可疑COVID-19胸部CT特征中的性能，并使用3D视图来检查评估每位患者随时间推移的疾病进展，并产生“冠状评分”。该研究包括了157名国际患者（中国和美国）的测试集。
美团十年，支撑最大规模外卖配送的一站式机器学习平台如何炼成？
算法从调研到最终上线发挥作用，需要有一系列的工程开发和对接，由此引发了新的问题：如何界定算法和工程的边界，各司其职，各善其长？如何提升算法迭代上线的速度和效率？如何快速准确评估算法的效果？本文将为大家分享美团配送技术团队在建设一站式机器学习平台过程中的一些经验和探索，希望对大家能有所帮助或者启发。
3月17日
CSDN已帮助百万开发者更快成长为人工智能时代的开发者，站在新十年开端，CSDN希望同AI产业各行业企业一道为AI的进一步发展推波助澜。为此，希望通过推出"百万人学AI"来打造AI技术新生态。
如何更新你的机器学习模型？手把手带你设计一个可持续的预测模型！
在本文中，我们将讨论为什么不管你的初始训练数据过程多么严格，继续训练你的机器学习模型都是至关重要的。我们还将讨论再训练的方法以及每种方法的优点。
3月16日
对 TensorFlow 来说，2019年是激动人心的一年。去年，Google先后推出了TensorFlow 2.2 和数个产品更新，在11个不同国家/地区举办全球路演，并召开了首届TensorFlow开发者大会和TensorFlow World。
如何用Jupyter Notebook制作新冠病毒疫情追踪器？
新冠肺炎已在全球范围内爆发。为了解全球疫情分布情况，有技术人员使用Jupyter Notebook绘制了两种疫情的等值线地图（choropleth chart）和散点图。
大麦的人脸闸机在2019年杭州马拉松上成功的完成了刷脸入场功能的首秀，相比传统的马拉松入场核验方案在入场体验和入场效率上都有了很大的提升，本文介绍大麦的人脸识别是如何支持马拉松赛事的。
3月15日
性能方面，在iPhone 6等中低端机型上，可实现720p 24fps实时人脸美颜；效果方面，通过对皮肤的处理，可使人脸皮肤达到白皙细腻的效果，同时主播可按照自己的喜好对脸部的任意器官进行调整。
超轻量级中文OCR，支持竖排文字识别、ncnn推理，总模型仅17M
光学字符识别（OCR）技术已经得到了广泛应用。比如发票上用来识别关键字样，搜题App用来识别书本上的试题。
近期，这个叫做chineseocr_lite的OCR项目开源了，这是一个超轻量级中文ocr，支持竖排文字识别，支持 ncnn 推理，psenet (8.5M) + crnn (6.3M) + anglenet (1.5M) 总模型仅17M。
3月14日
MySQL 狠甩 Oracle 稳居 Top1，私有云最受重用，大数据人才匮乏！ | 中国大数据应用年度报告...
CSDN 最早从 2004 年开始针对中国开发者进行大规模调查，是迄今为止覆盖国内各类开发者人群数量最多，辐射地域、行业分布最广的调查活动。在《2019-2020 年中国开发者调查报告》中，面向具备超强计算力的数字化世界，我们进行了「大数据技术应用现状分析」，并发现：
- 2017 年，大数据企业骤增，目前已有 81% 的企业正在运用大数据技术进行应用开发；
- 大数据行业，中小型企业占比较高；
- 私有云解决方案是企业大数据平台构建的主要方式；
- 借助大数据，开发者能够实现更智能的决策；
- 大数据企业面临的主要难点是“做大数据应用规划”；
- 大数据时代，企业数据主要来源于企业内部；
- Hadoop 社区正式发行版本开发者最受欢迎；
- Spark 是使用最普遍的大数据平台组件；
- Redis 和 Kafka 是最普遍使用的消息队列和数据采集技术组件。
在苹果，数据科学家是什么角色？在苹果，数据科学家有哪些类型？苹果的面试流程是什么样的？苹果的数据科学面试问题有哪些？
3月13日
腾讯提结合ACNet进行细粒度分类，效果达到最新SOTA | CVPR 2020
本论文的主要贡献包括：提出结合注意力卷积的二叉神经树结构ACNet用于细粒度分类，在树结构的边上结合了注意力卷积操作，在每个节点使用路由函数从而定义从根节点到叶子节点的计算路径，类似于神经网络。这样的结构让算法有类似于神经网络的表达能力，以及能够从粗到细的层级进行特征学习，不同的分支专注于不同的局部区域，最后结合所有叶子节点的预测值进行最终的预测。
近期，一纸诉讼书引起社区的广泛讨论。该诉讼由创业公司 Neural Magic 发起，指控 Facebook 发布到 GitHub 的神经网络软件，使用了他们开发的核心算法。而泄露机密的人，正是从该公司跳槽到 Facebook 的员工。
3月12日
深度学习的AI版本却是不同，它与多个位置的参数与多方向的选择，拓展了其中AI的智能性，让玩家找到其中的规律性变得基本不可能，这也是深度学习的重要意义之一。本文中我们就将利用CNN实现智能五子棋。
训练数据也外包？这家公司“承包”了不少注释训练数据，原来是这样做的……...
在机器学习领域，训练数据准备是最重要且最耗时的任务之一。实际上，许多数据科学家声称数据科学的很大一部分是预处理的，并且一些研究表明，训练数据的质量比你使用的算法类型更为重要。事实上，越来越多的公司进入了人工智能市场，来帮助满足这种对训练数据的需求。
3月11日
近日，Google 与滑铁卢大学、大众汽车等联合发布 TensorFlow Quantum（TFQ），一个可快速建立量子机器学习模型原型的开源库。TFQ提供了必要的工具，将量子计算和机器学习技术结合起来，以控制并建模自然或人工的量子计算系统。
随着5G时代来临，新媒体行业快速发展，盗版传播平台多样化、形式多样化，版权方难以通过有限的人力实现最大限度的维权。根据MUSO报告显示2017年盗版网站访问量达到3000亿次。人工智能逐渐成熟，盗版监测覆盖难、查找难的问题将迎刃而解。那么如何运行将人工智能技术运用到盗版监测中？
3月10日
用于小型图形挖掘研究的瑞士军刀：空手道俱乐部的图表学习Python库
空手道俱乐部采用先进的方法对图结构化数据进行无监督学习。简而言之，它是用于小型图形挖掘研究的瑞士军刀。
首先，它在节点级和图级提供了网络嵌入技术。其次，它包括各种重叠和不重叠的社区检测方法。实现的方法涵盖广泛的网络科学（NetSci，Complenet）、数据挖掘（ICDM，CIKM，KDD）、人工智能（AAAI，IJCAI）和机器学习（NeurIPS，ICML，ICLR）会议、研讨会和著名期刊。
简单粗暴理解与实现机器学习之逻辑回归：逻辑回归介绍、应用场景、原理、损失以及优化...
逻辑回归（Logistic Regression）是机器学习中的一种分类模型，逻辑回归是一种分类算法，虽然名字中带有回归，但是它与回归之间有一定的联系。由于算法的简单和高效，在实际中应用非常广泛。
3月9日
有时候，作为一个数据科学家，我们常常忘记了初心。我们首先是一个开发者，然后才是研究人员，最后才可能是数学家。我们的首要职责是快速找到无 bug 的解决方案。
我们能做模型并不意味着我们就是神。这并不是编写垃圾代码的理由。 自从我开始学习机器学习以来，我犯了很多错误。因此我想把我认为机器学习工程中最常用的技能分享出来。在我看来，这也是目前这个行业最缺乏的技能。
无需3D运动数据训练，最新人体姿势估计方法达到SOTA | CVPR 2020
本文最关键的创新在于它是一种对抗性学习框架，该框架利用AMASS数据集来区分真实的人类动作与本文利用时序姿态和动作回归网络产生的动作。本文定义了一个时序网络体系结构，并展示了在没有真实3D标签的情况下，能够产生序列级别的合理的运动序列。本文进行了大量实验，分析了运动性的重要性，并演示了VIBE在非常有挑战性的3D姿态估计数据集上的有效性，达到了SOTA性能。
3月8日
数据清理或清除是指从一个记录集、表或是数据库中检测和修改（或删除）损坏或不准确的数据记录的过程，它用于识别数据中不完整的、不正确的、不准确的或者与项目本身不相关的部分，然后对这些无效的数据进行替换、修改或者删除等操作。
GitHub 上看到一个有趣的开源项目，它能检测我们是否有戴口罩，跑起程序测试后，发现识别率挺高的，也适应不同环境，本文通过实操项目分享给大家。
3月7日
人工智能可以替代人类？今天要来说说人工智能与人类意识到底差距在哪里！
人工智能对很多人来说意义重大。通常，它的含义不是很清晰。它要么被人们崇拜，要么被人们亵渎和恐惧。在本文中，作者将探讨人工智能对整个社会的真正意义，而不是研究人员或计算机科学家的意义。本文想向非技术人员阐明什么是人工智能可以实际期待的，更重要的是要阐明什么是不切实际的猜测。
“递归”在生活中的一个典例就是“问路”。如图小哥哥进入电影院后找不到自己的座位，问身边的小姐姐“这是第几排”，小姐姐也不清楚便依次向前询问，问至第一排的观众后依次向后反馈结果，“我是第一排”，“我是第二排”，最终确定自己座位所在排数。
3月6日
“一网打尽”Deepfake等换脸图像，微软提出升级版鉴别技术Face X-Ray?
Deepfake换脸图像的泛滥给人类社会带来了巨大的挑战。虽然研究者们为检测换脸图片提出了多种AI鉴别算法，但随着换脸算法的不断改造升级，鉴别算法很难跟上换脸算法的变化。
微软亚洲研究院团队近期提出的Face X-Ray算法或将改变这种局面。微软亚洲研究院常务副院长郭百宁称，“Face X-Ray技术像医院的X光一样。它能鉴别图片真假，不但能告诉你图片有没有进行过换脸操作，而且还能告诉你换脸操作的边界在什么地方。”这篇论文已入选CVPR 2020。
两年前的Google自动驾驶部门与Uber自动驾驶技术纠纷案以和解结束后再起波澜。
据路透社等外媒报道，Uber自动驾驶部门前主管安东尼·莱万多夫斯基（Anthony Levandowski）周三申请破产保护，因为法院要求他向Google支付1.79亿美元才能结束“盗窃商业机密”的诉讼。
3月5日
人工智能将像大多数其他领域一样全面改变教育领域，这取决于当今一代的教育工作者和学生，规划有效的方法来部署机器学习来使过渡平稳有效。如果你现在正在上学或在教育领域工作，那么必须了解即将发生的变化。在本文中，我们将探讨机器学习在未来几年改善教育的五种方式。
3月4日
有些工程师朋友经常问我这样一个问题：“图深度学习听起来很棒，但是现在是否有非常成功的商业案例？是否已经在实际应用中部署？”
通过这篇文章，我想建立起图神经网络（GNNs）和Transformers之间的联系。具体来说，我将首先介绍NLP和GNN领域中模型架构的基本原理，然后使用公式和图表来阐述两者之间的联系，最后将讨论如何让两者协同运作来推动这方面的研究进展。
在这篇文章中，我们就来讲解数据化运营、精细化运营相关的知识点，以及推荐系统作为一种精细化运营的工具，它在精细化运营中的作用，它跟常规的精细化运营的区别与联系。具体来说，在这篇文章中我们会从运营简介、数据化运营、精细化运营、用户画像介绍、推荐系统与精细化运营等5个方面来讲解相关知识。通过本文的学习，读者可以更加深刻地理解数据分析、用户画像、个性化推荐相关技术及方法论在运营中的价值，更好地领悟运营(特别是精细化运营)和推荐系统在产品迭代优化和用户发展中的作用。
3月3日
6个步骤，告诉你如何用树莓派和机器学习DIY一个车牌识别器！（附详细分析）
几个月前，作者开始考虑让汽车能够具备检测和识别物体的能力。他很喜欢这个主意，因为已经见识到了特斯拉的能力，并且虽然不能立即购买特斯拉（Model 3看起来越来越有吸引力了），但他认为会尽力实现自己的梦想。预测视频的GIF，检查结果部分，最后他做到了。本文作者记录了项目中的每个步骤。
看着科技的飞速发展，我们越来越想知道，到底科技发展有没有极限呢？在我看来，没有。至少在我们的宇宙中是没有的。但是这为什么呢?
上帝能造出一块重得连他都搬不动的石头吗?曾经让我认真思考的一个非常有趣的共识，这可能吗？机器可以成为那样的“上帝”吗？
3月2日
0.052秒打开100GB数据？这个Python开源库这样做数据分析
许多组织都在尝试收集和利用尽可能多的数据，以改善其经营方式，增加收入和提升影响力。因此，数据科学家面对50GB甚至500GB大小的数据集情况变得越来越普遍。
不过，这类数据集使用起来不太容易。它们足够小，可以装入日常笔记本电脑的硬盘驱动器中，但同时大到无法装入RAM，导致它们已经很难打开和检查，更不用说探索或分析了。
现代电子设备朝着智能化、轻量化 、便携化快速发展 ，但是智能大数据处理挑战与冯 · 诺依曼计算架构瓶颈成为 当前电子信息领域的关键矛盾之一;同时，器件尺寸微缩(摩尔定律失效)带来的功耗与可靠性问题进一步加剧了该矛盾 的快速恶化。近年来以数据为中心的新型计算架构 ，例如存算一体芯片技术 ，受到人们的广泛关注 ，尤其在端侧智能场景。但是 ，基于端侧设备在资源 、时延、成本、功耗等诸多因素的考虑 ，业界对存算一体芯片提出了苛刻的要求。因此， 存算一体介质与计算范式尤为重要。同时，器件—芯片—算法—应用跨层协同对存算一体芯片的产业化应用与生态构建非常关键。概述了端侧智能存算一体芯片的需求 、现状 、主流方向 、应用前景与挑战等。
3月1日
CVPR 2020 | 南大提伪监督目标定位方法，弱监督目标定位的最新SOTA
该论文提出伪监督目标定位方法(PSOL)来解决目前弱监督目标定位方法的问题，该方法将定位与分类分开成两个独立的网络，然后在训练集上使用Deep descriptor transformation(DDT)生成伪GT进行训练，整体效果达到SOTA，论文化繁为简，值得学习。
近日，一家美国AI创业公司Clearview AI泄露客户超过30亿人脸数据的丑闻掀起轩然大波，人脸识别技术的安全性与隐私保护再度成为人们讨论的焦点。这家公司的名声也不大好，此前曾遭Google、微软、YouTube、Twitter等联合“封杀”。
5482
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
