- 博客(60)
- 资源 (151)
- 收藏
- 关注
原创 快进连接改进Attention机制,深度学习提升机器翻译效果
利用神经网络模型来提升机器翻译效果是深度学习的一个重要应用方向。在这篇文章中,百度深度学习研究院研究人员详细解析了神经网络在翻译任务中的研究和难点,介绍了百度团队为突破这些难点采取的思路和最新进展。机器翻译致力于将源语言翻译为目标语言,一直以来都是自然语言理解领域最重要的问题之一,也吸引了大量学者的关注。随着2014年前后基于神经网络机器翻译技术的提出,该领域出现了两条技术分支,即神经网络...
2016-06-30 21:53:06 1024
原创 Google 深度学习笔记推荐(TensorFlow/Ipython/Pycharm)
链接:Google Deep Learning Notes(中文,中文,中文)
2016-06-30 13:23:08 435
原创 阿里云:安全的未来是SaaS化
从2009年蹒跚起步,到现在阿里云已经提供了计算、存储、网络、安全、数据等五个层面的服务,并且在不断地打磨完善各个核心能力。例如,在2016年早些时候,阿里云推出了数加平台,旨在打通数据生产全链条,而6月29日的云栖大会·成都峰会,安全则成为了主角。在这次峰会上,阿里云首席安全研究员吴翰清介绍了阿里云的安全技术与策略。阿里云资深总监肖力在会上表示,阿里云已经在金融、制造、娱乐、气象、健康、水利、交...
2016-06-29 18:17:59 1173
原创 原型到产品:在Arduino上运行Python
原文:Prototype to production: Running Python with Arduino 作者:Jacob Beningo,嵌入式软件顾问(jacob@beningo.com) 翻译:赵屹华 审校:刘翔宇我在上一篇文章《用Python在实时嵌入式系统中扮演的角色》里介绍了一些用Python做嵌入式开发的方式。读者们可能想到的一个问题就是是否可以将Pyt...
2016-06-29 06:46:38 5332 1
原创 百度PRNN:增强GPU伸缩性,RNN训练最高提速30倍(源码下载)
尽管有各种深度学习加速器,神经网络的大小依然受限于计算平台的能力。百度硅谷人工智能实验室高级研究员Greg Diamos在最近的ICML 2016上发表了一篇PRNN(Persistent RNNs)的论文(相关英文访谈),介绍了他在深度学习平台GPU可扩展性方面的最新工作。但在此之前,Greg Diamos已经在Github上发布一篇博客文章简要解释了PRNN的工作和效果,本文为这篇文章的...
2016-06-28 13:08:29 1009
原创 京东618技术解析之高可用多中心交易平台
记者:钱曙光(qiansg@csdn.net) 编辑:周建丁(zhoujd@csdn.net)分流是应对互联网业务流量峰值时保证系统高可用的常规方法,但涉及交易系统的分流是很难的。京东在备战2015年618时就开始了多中心交易的改造,让用户就近访问交易服务,并在2015年双11之前完成了面向用户的全部读流量和小部分写流量的多中心,而这次618备战,京东又把交易流程涉及的几乎所有系统的...
2016-06-27 17:18:32 1128
原创 Python在实时嵌入式系统中扮演的角色
原文:Python’s role in developing real time embedded systems 作者:Jacob Beningo,嵌入式软件顾问(jacob@beningo.com) 译者:刘帝伟 审校:刘翔宇 责编:周建丁(zhoujd@csdn.net)最近几年,Python已经成为相当热门的程序语言。它以著名的Monty Python喜剧组命名...
2016-06-27 11:36:32 1412 1
原创 以假乱真,MIT基于深度学习的新算法给视频配音
原文:MIT’s New AI Can (Sort of) Fool Humans With Sound Effects 译者:刘翔宇 审校:刘帝伟 责编:周建丁(zhoujd@csdn.net)神经网络已经在玩游戏方面超过了我们,并且也应用于 智能手机照片的管理以及邮件回复方面。此外,它们还能在好莱坞谋得一职。在MIT的计算机科学和人工智能实验室(CSAIL),一个由6位研...
2016-06-27 08:57:01 585
原创 以假乱真,MIT基于深度学习的新算法给视频配音
原文:MIT’s New AI Can (Sort of) Fool Humans With Sound Effects 译者:刘翔宇 审校:刘帝伟 责编:周建丁(zhoujd@csdn.net)神经网络已经在玩游戏方面超过了我们,并且也应用于 智能手机照片的管理以及邮件回复方面。此外,它们还能在好莱坞谋得一职。在MIT的计算机科学和人工智能实验室(CSAIL),一个由6位研...
2016-06-27 08:56:28 170
原创 以假乱真,MIT基于深度学习的新算法给视频配音
原文:MIT’s New AI Can (Sort of) Fool Humans With Sound Effects 译者:刘翔宇 审校:刘帝伟 责编:周建丁(zhoujd@csdn.net)神经网络已经在玩游戏方面超过了我们,并且也应用于 智能手机照片的管理以及邮件回复方面。此外,它们还能在好莱坞谋得一职。在MIT的计算机科学和人工智能实验室(CSAIL),一个由6位研...
2016-06-27 08:56:11 192
原创 以假乱真,MIT基于深度学习的新算法给视频配音
原文:MIT’s New AI Can (Sort of) Fool Humans With Sound Effects 译者:刘翔宇 审校:刘帝伟 责编:周建丁(zhoujd@csdn.net)神经网络已经在玩游戏方面超过了我们,并且也应用于 智能手机照片的管理以及邮件回复方面。此外,它们还能在好莱坞谋得一职。在MIT的计算机科学和人工智能实验室(CSAIL),一个由6位研...
2016-06-27 08:56:05 262
原创 以假乱真,MIT基于深度学习的新算法给视频配音
原文:MIT’s New AI Can (Sort of) Fool Humans With Sound Effects 译者:刘翔宇 审校:刘帝伟 责编:周建丁(zhoujd@csdn.net)神经网络已经在玩游戏方面超过了我们,并且也应用于 智能手机照片的管理以及邮件回复方面。此外,它们还能在好莱坞谋得一职。在MIT的计算机科学和人工智能实验室(CSAIL),一个由6位研...
2016-06-27 08:56:00 176
原创 以假乱真,MIT基于深度学习的新算法给视频配音
原文:MIT’s New AI Can (Sort of) Fool Humans With Sound Effects 译者:刘翔宇 审校:刘帝伟 责编:周建丁(zhoujd@csdn.net)神经网络已经在玩游戏方面超过了我们,并且也应用于 智能手机照片的管理以及邮件回复方面。此外,它们还能在好莱坞谋得一职。在MIT的计算机科学和人工智能实验室(CSAIL),一个由6位研...
2016-06-27 08:55:51 345
原创 Facebook开源Torchnet加速深度学习,Caffe 、TensorFlow将可用
Facebook宣布开源用于简化深度学习、加速开发的软件Torchnet。用Lua编写提供样板代码、关键抽象和参考实现,可以聚合分拆重用,以模块化编程减少bug概率简化异步、并行数据loading,提升多GPU效率可能不会一直局限于Torch,其抽象将有Caffe、TensorFlow实现方法有点类似于Theano框架的Blocks和Fuel库已经应用于Facebook图像识别和NLP...
2016-06-24 15:20:58 356
原创 Facebook开源Torchnet加速深度学习,Caffe 、TensorFlow将可用
Facebook宣布开源用于简化深度学习的软件Torchnet。用Lua编写支持代码重用,减少出bug概率简化异步、并行数据loading,提升多GPU效率可能不会一直局限于Torch,其抽象将有Caffe、TensorFlow实现方法有点类似于Theano框架的Blocks和Fuel库已经应用于Facebook图像识别和NLPFacebook工程师Laurens van der M...
2016-06-24 15:20:52 94
原创 Facebook开源Torchnet加速深度学习,Caffe 、TensorFlow将可用
Facebook宣布开源用于简化深度学习的软件Torchnet。用Lua编写支持代码重用,减少出bug概率简化异步、并行数据loading,提升多GPU效率可能不会一直局限于Torch,其抽象将有Caffe、TensorFlow实现方法有点类似于Theano框架的Blocks和Fuel库已经应用于Facebook图像识别和NLPFacebook工程师Laurens van der M...
2016-06-24 15:20:47 183
原创 扛过618全部流量,京东15万Docker集群如何炼成
记者:魏伟(weiwei@csdn.net) 编辑:周建丁(zhoujd@csdn.net)从1万Docker到15万,从试水部分应用到承担全部流量,京东弹性云团队用了1年的时间,为2016年618大考交上了新的答卷。Docker化的技术细节,京东技术团队是如何实现的呢?日前,京东云中间件首席架构师何小锋接受CSDN记者专访,介绍了基于Docker的京东弹性云构建、优化和规模化推广始...
2016-06-24 12:07:06 9961
原创 对话普元王海龙:如何用DevOps开发DevOps
记者:魏伟(weiwei@csdn.net) 编辑:周建丁(zhoujd@csdn.net)容器技术圈的朋友经常会为Kubernetes、Mesos以及Swarm等容器编排技术的优劣争论不休,其实,企业在选择开源技术的时候,应当从功能、开源项目的运作模式/产业背景、生态环境等方面,结合企业的实际需求综合考虑。在本文中,王海龙将会分享普元在综合考虑各种因素后,为什么选择了Kuberne...
2016-06-24 11:46:07 414
原创 MSRA R-FCN代码公布(Caffe&Matlab)
MSRA 的 Jifeng Dai, Yi Li, Kaiming He, Jian Sun 等人今年早些时候的arxiv论文:R-FCN: Object Detection via Region-based Fully Convolutional Networks(https://arxiv.org/abs/1605.06409),提出了一个类似于Faster R-CNN的方法(但比后者快2.5...
2016-06-22 10:43:55 822
原创 MSRA R-FCN代码公布(Caffe&Matlab)
MSRA 的 Jifeng Dai, Yi Li, Kaiming He, Jian Sun 等人今年早些时候的arxiv论文:R-FCN: Object Detection via Region-based Fully Convolutional Networks(https://arxiv.org/abs/1605.06409),提出了一个类似于Faster R-CNN的方法(但比后者快2.5...
2016-06-22 10:43:22 294
原创 Caffe-MPI for KNL发布
在ISC2016上,浪潮公司发布了深度学习计算框架Caffe-MPI for KNL。在伯克利caffe架构的基础上,Caffe-MPI采用成熟的MPI技术对Caffe予以数据并行的优化,其目标是解决深度学习计算模型训练的效率问题。浪潮针对HPC系统架构技术设计,完成了多机多卡的并行化开发,并完全保留了原始caffe架构的特性。采用Lustre存储+IB网络+HPC集群,基于Lustre并行存储...
2016-06-22 10:12:13 532
原创 岂止于百万悬赏,还在Coding的兄弟就等你一声令下!
2016年最热烈的夏天,被我们承包了! 6月-8月,华为开发者大赛盛大起航, 码农们,是时候释放热情与创造力了! 我们期待遇见对这个世界充满热情与斗志的你, 迎接挑战,一起度过这个非比寻常的夏天。您是怀揣创业梦想却囊中羞涩的有志青年吗? 那不妨打开电脑,敲下一行承载灵感的代码,迈出创业坚定的步伐; 您有新的idea一直苦于没有配套环境支撑落地尝试吗? 那不妨点击报名,利用我们的远程实...
2016-06-21 16:44:50 141
原创 SDN和NFV:定义网络未来发展的两个不同方面
作者:张宇峰,博科中国系统工程师总监 责编:周建丁(zhoujd@csdn.net)软件定义网络(SDN)和网络功能虚拟化(NFV)在过去几年已经成为网络行业的热门话题。虽然这两项技术互相关联,并经常被认为可替换而错误使用,如果希望部署其中一项或者两项技术,并且获得最大的商业价值,理解它们的差别非常重要。今天我们来谈谈SDN和NFV的作用,以及它们在其它虚拟化技术环境下的使用。 SD...
2016-06-21 10:45:50 721
原创 神威太湖之光夺冠Top500,采用国产众核处理器SW26010
综合媒体报道,最新一期全球超级计算机500强榜单20日公布,中国“神威太湖之光”超算系统以每秒125435.9TFlops的理论峰值计算性能取代“天河二号”登上榜首。该系统采用的,是我国自主研发的“SW26010”高性能处理器。“SW26010”采用的是64位RISC架构,每一颗处理器都集成多达260个核心(每四个核心一组),主频1.45GHz,理论浮点性能3TFlops,搭配32GB内存。单芯片...
2016-06-21 10:21:50 3083
原创 Netflix:通过个性化推荐算法,每年节约10亿美元
Netflix的推荐算法究竟有多牛?根据Netflix产品创新副总裁Carlos Uribe-Gomez和首席产品官Neil Hunt的一份报告,算法能够为Netflix节省每年10亿美元。Netflix今年在内容花了60亿美元,而让其中的冷门内容也能够发挥作用,需要依赖基于用户习惯数据的个性化推荐系统——利用个性化推荐,相比简单展示最受欢迎清单,观看率提升3-4倍;基于个性化推荐能够向观众推荐的...
2016-06-20 14:55:59 1934
原创 David Silver强化学习公开课视频、PPT及学习笔记
Google DeepMind的David Silver的强化学习课程:课程视频:https://www.youtube.com/playlist?list=PL5X3mDkKaJrL42i_jhE4N-p6E2Ol62Ofa 全部讲义下载:http://download.csdn.net/detail/happytofly/9554148学习笔记 by 陈汝丹强化学习入门 主要解释了...
2016-06-20 11:28:14 4836
原创 黄广斌谈ELM进展:为深度学习提供理论支持, 将勾连生物学习
强大的深度神经网络,仍有很多待解决的问题。超限学习机(ELM)发明人、新加坡南阳理工大学副教授黄广斌认为,ELM能够有效地拓展神经网络的理论和算法。近日,黄广斌发表文章《超限学习机:筑梦普适学习和普适智能(Extreme learning Machines: Enabling Pervasive Learning and Pervasive Intelligence)》,介绍了团队在最近三年...
2016-06-20 09:17:11 257
原创 黄广斌谈ELM进展:为深度学习提供理论支持, 将勾连生物学习
强大的深度神经网络,仍有很多待解决的问题。超限学习机(ELM)发明人、新加坡南洋理工大学副教授黄广斌认为,ELM能够有效地拓展神经网络的理论和算法。近日,黄广斌发表文章《超限学习机:筑梦普适学习和普适智能(Extreme learning Machines: Enabling Pervasive Learning and Pervasive Intelligence)》,介绍了团队在最近三年...
2016-06-20 09:17:09 1317
原创 黄广斌谈ELM进展:为深度学习提供理论支持, 将勾连生物学习
强大的深度神经网络,仍有很多待解决的问题。超限学习机(ELM)发明人、新加坡南阳理工大学副教授黄广斌认为,ELM能够有效地拓展神经网络的理论和算法。近日,黄广斌发表文章《超限学习机:筑梦普适学习和普适智能(Extreme learning Machines: Enabling Pervasive Learning and Pervasive Intelligence)》,介绍了团队在最近三年...
2016-06-20 09:16:25 1075
原创 黄广斌谈ELM进展:为深度学习提供理论支持, 将勾连生物学习
强大的深度神经网络,仍有很多待解决的问题。超限学习机(ELM)发明人、新加坡南阳理工大学副教授黄广斌认为,ELM能够有效地拓展神经网络的理论和算法。近日,黄广斌发表文章《超限学习机:筑梦普适学习和普适智能(Extreme learning Machines: Enabling Pervasive Learning and Pervasive Intelligence)》,介绍了团队在最近三年...
2016-06-20 09:16:20 200
原创 黄广斌谈ELM进展:为深度学习提供理论支持, 将勾连生物学习
强大的深度神经网络,仍有很多待解决的问题。超限学习机(ELM)发明人、新加坡南阳理工大学副教授黄广斌认为,ELM能够有效地拓展神经网络的理论和算法。近日,黄广斌发表文章《超限学习机:筑梦普适学习和普适智能(Extreme learning Machines: Enabling Pervasive Learning and Pervasive Intelligence)》,介绍了团队在最近三年...
2016-06-20 09:16:16 362
原创 无监督学习及其主要研究进展
原文:Navigating the unsupervised learning landscape 作者:Eugenio Culurciello,普渡大学副教授&Teradeep创办人 译者:刘帝伟 审校:刘翔宇 责编:周建丁(zhoujd@csdn.net)无监督学习可谓是深度学习的圣杯,其目标是建立可兼容小数据集进行训练的通用系统,即便是很少的数据。如今深度...
2016-06-17 07:08:24 2967
原创 区块链和物联网能解决国际货轮的问题吗?
原文:Can the blockchain and IoT solve international freight’s issues? 作者:CATE LAWRENCE 翻译:赵屹华 校审:刘帝伟 责编:周建丁(zhoujd@csdn.net)区块链在纯金融交易之外还有无数的功能应用已经成为一种共识。这一点在物联网领域尤为相关,物联网正在颠覆一系列传统行业。货运轮船就是...
2016-06-16 22:58:42 175
原创 小红书CTO郄小虎:云计算与大数据打通社区与电商
从社区到平台,从0到超2000万注册用户,小红书与成长背后的技术架构如何变迁?日前,小红书CTO郄小虎(Tiger)接受《腾讯云会客厅》及CSDN记者专访,介绍小红书在转型发展中遇到的技术挑战,和如何通过云计算来实现系统的扩容、安全,以及基于大数据和机器学习的个性化推荐应用。小红书技术架构变迁及挑战郄小虎介绍,小红技术架构的发展经历了三个阶段:2013年创立初期,小红书是一个纯社区平台,主要的应...
2016-06-16 16:18:08 2670
原创 教机器去感受:表情符号&深度学习
原文链接:Teaching Robots to Feel: Emoji & Deep Learning 作者:Xavier Snelgrove,Whirlscape CTO 译者:刘翔宇 审校:赵屹华 责编:周建丁(zhoujd@csdn.net)最近,神经网络成为了解决一系列计算机科学难题的一种选择:Facebook使用神经网络来识别图像中的人脸,谷歌使用它们...
2016-06-16 10:28:17 658
原创 教机器去感受:表情符号&深度学习
原文链接:Teaching Robots to Feel: Emoji & Deep Learning 作者:Xavier Snelgrove,Whirlscape CTO 译者:刘翔宇 审校:赵屹华 责编:周建丁(zhoujd@csdn.net)最近,神经网络成为了解决一系列计算机科学难题的一种选择:Facebook使用神经网络来识别图像中的人脸,谷歌使用它们...
2016-06-16 10:28:01 134
原创 教机器去感受:表情符号&深度学习
原文链接:Teaching Robots to Feel: Emoji & Deep Learning 作者:Xavier Snelgrove,Whirlscape CTO 译者:刘翔宇 审校:赵屹华 责编:周建丁(zhoujd@csdn.net)最近,神经网络成为了解决一系列计算机科学难题的一种选择:Facebook使用神经网络来识别图像中的人脸,谷歌使用它们...
2016-06-16 10:27:48 139
原创 教机器去感受:表情符号&深度学习
原文链接:Teaching Robots to Feel: Emoji & Deep Learning 作者:Xavier Snelgrove,Whirlscape CTO 译者:刘翔宇 审校:赵屹华 责编:周建丁(zhoujd@csdn.net)最近,神经网络成为了解决一系列计算机科学难题的一种选择:Facebook使用神经网络来识别图像中的人脸,谷歌使用它们...
2016-06-16 10:27:10 114
原创 教机器去感受:表情符号&深度学习
原文链接:Teaching Robots to Feel: Emoji & Deep Learning 作者:Xavier Snelgrove,Whirlscape CTO 译者:刘翔宇 审校:赵屹华 责编:周建丁(zhoujd@csdn.net)最近,神经网络成为了解决一系列计算机科学难题的一种选择:Facebook使用神经网络来识别图像中的人脸,谷歌使用它们...
2016-06-16 10:27:02 111
原创 教机器去感受:表情符号&深度学习
原文链接:Teaching Robots to Feel: Emoji & Deep Learning 作者:Xavier Snelgrove,Whirlscape CTO 译者:刘翔宇 审校:赵屹华 责编:周建丁(zhoujd@csdn.net)最近,神经网络成为了解决一系列计算机科学难题的一种选择:Facebook使用神经网络来识别图像中的人脸,谷歌使用它们...
2016-06-16 10:26:58 235
梁堰波-SQL on Hadoop for 10 years
2016-01-30
李建伟:Hadoop新技术介绍
2016-01-30
董西成:Hadoop YARN程序设计与应用案例
2016-01-30
从Attention到Memory与Longer-Term Dependencies研究
2016-01-02
大规模知识图谱的表征学习
2015-12-28
McKinsey物联网价值/趋势/策略研究分析报告
2015-12-26
Making super large-scale machine learning possible
2015-11-07
Data mining for security at Google
2015-11-03
Kubernetes容器监控实践_杨乐(Jack)
2015-11-01
触控Khaos平台经验分享_邓磊
2015-11-01
etcd的高可用实践_ 光音网络王鹏(Tad)
2015-11-01
Kubernetes中的资源管理_丁海洋
2015-11-01
移动搜索研究的知识图谱分析
2015-11-01
百度LSTM建模与CTC训练_贾磊
2015-10-30
Apache Spark在NASA JPL的应用详解
2015-10-30
Hulu的机器学习实践_唐邦晟
2015-10-30
科大讯飞面向感知智能的深度学习平台实践_张致江
2015-10-30
Zeppelin 机器学习最新特性和规划.pdf
2019-06-21
MSRA周明:对话机器人的关键技术
2016-08-30
今日头条李磊:会思考的通用智能机器还有多远?
2016-08-29
北大林宙辰:机器学习一阶算法的优化
2016-08-29
MIT CSAIL Tomaso Poggio:智能科学与智能工程
2016-08-29
微软邓力:驱动大数据人工智能多种应用的三类深度学习模式
2016-08-29
林德康:从搜索引擎到问答引擎再到动作引擎
2016-08-29
Planning Challenges in Human-Machine Collaboration
2016-08-28
诺亚面向语音语义的深度学习研究进展-刘晓华
2016-08-02
张相於《统计机器学习入门——分类1》
2016-07-23
TensorFlow入门教程,从基本概念到实战分析 by 李理|出门问问
2016-07-09
张相於《统计机器学习入门——线性回归》
2016-07-09
张相於《统计机器学习入门——课程介绍&统计学习介绍》
2016-07-09
Google DeepMind的David Silver的强化学习课程讲义
2016-06-20
超限学习机(Extreme learning Machines):筑梦普适学习和普适智能
2016-06-19
微软深度学习的最近进展_微软人工智能首席科学家邓力
2016-04-12
Google Deepmind AlphaGo原理解析(54页PPT详解)
2016-03-14
无监督计算机视觉最新进展
2016-02-05
卢亿雷-Hadoop应用及趟坑
2016-01-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人