人工智能
文章平均质量分 82
csdn人工智能
这个作者很懒,什么都没留下…
展开
-
《程序员》1月精彩内容:2017技术大检阅
想在最短时间了解2017年各领域有哪些新技术、新趋势、新工具最值得关注?请别错过本期《程序员》,我们力邀业内各领域名家,与读者盘点2017技术发展。以下为各领域关键趋势摘录:AI技术:从AlphaGo Zero到Alpha Zero,迈向了通用人工智能的关键一步;GAN前景广阔,理论与应用极速发展中;Capsule有望取代CNN的新结构;CTR预估向深度学习进行技术升级;自然语言处理进展相对原创 2018-01-03 15:05:45 · 11286 阅读 · 2 评论 -
RNN在自然语言处理中的应用及其PyTorch实现
对于人类而言,以前见过的事物会在脑海里面留下记忆,虽然随后记忆会慢慢消失,但是每当经过提醒,人们往往能够重拾记忆。在神经网络的研究中,让模型充满记忆力的研究很早便开始了,Saratha Sathasivam 于1982 年提出了霍普菲尔德网络,但是由于它实现困难,在提出的时候也没有很好的应用场景,所以逐渐被遗忘。深度学习的兴起又让人们重新开始研究循环神经网络(Recurrent Neural Network),并在序转载 2017-11-28 10:26:59 · 18843 阅读 · 0 评论 -
深度解析京东个性化推荐系统演进史
在电商领域,推荐的价值在于挖掘用户潜在购买需求,缩短用户到商品的距离,提升用户的购物体验。京东推荐的演进史是绚丽多彩的。京东的推荐起步于2012年,当时的推荐产品甚至是基于规则匹配做的。整个推荐产品线组合就像一个个松散的原始部落一样,部落与部落之前没有任何工程、算法的交集。原创 2017-12-06 17:56:58 · 28053 阅读 · 6 评论 -
如何成为一名异构并行计算工程师
两个芯片计算力分别是10T和 20T,某人的异构并行计算能力为0.8,他拿到了计算力为10T的芯片,而异构并行计算能力为0.4的人拿到了计算力为20T的芯片,而实际上最终结果两人可能相差不大。异构并行计算能力强的人能够更好地发挥硬件的能力,而本文的目标就是告诉读者要变成一个异构并行计算能力强的工程师需要学习那些知识。原创 2017-12-15 10:18:16 · 16096 阅读 · 2 评论 -
CNN 模型压缩与加速算法综述
导语:卷积神经网络日益增长的深度和尺寸为深度学习在移动端的部署带来了巨大的挑战,CNN模型压缩与加速成为了学术界和工业界都重点关注的研究领域之一。转载 2017-11-27 14:59:25 · 10167 阅读 · 2 评论 -
关于对话机器人,你需要了解这些技术
对话系统(对话机器人)本质上是通过机器学习和人工智能等技术让机器理解人的语言。它包含了诸多学科方法的融合使用,是人工智能领域的一个技术集中演练营。图1给出了对话系统开发中涉及到的主要技术。原创 2017-12-05 18:54:59 · 36607 阅读 · 5 评论 -
《程序员》12月精彩内容:双11技术决战
双十一酣战方休,双十二蓄势以待,街谈巷议的都是一个话题“今天,你买了吗?”席卷购物车的狂欢之下,是对系统架构的巨大挑战,如何在兼顾用户体验的同时保证系统的灵活敏捷都对电商架构提出了自己的要求。乘着这股高热度的东风,本专题将带你一看阿里双11的9年技术演进之路、苏宁库存架构转变和唯品会双11大促技术保障实践。原创 2017-12-05 14:52:52 · 20904 阅读 · 5 评论 -
如何使用 RNN 模型实现文本自动生成
在自然语言处理中,另外一个重要的应用领域,就是文本的自动撰写。关键词、关键短语、自动摘要提取都属于这个领域中的一种应用。不过这些应用,都是由多到少的生成。这里我们介绍其另外一种应用:由少到多的生成,包括句子的复写,由关键词、主题生成文章或者段落等。原创 2017-12-13 18:10:14 · 29275 阅读 · 10 评论 -
如何将推荐系统与异构数据巧妙结合——专访微软资深研究员谢幸博士
科技高速发展的社会,人与人之间的交流越来越密切,随之带来了庞大的数据量,然而对于多维度用户而言,在训练个性化模型的过程中,数据依然很少,那么,如何解决数据稀疏问题,挖掘出更多可用数据?如何将数据高效运用于互联网产品的主要承载形式——推荐系统?带着诸多问题,我们采访了微软亚洲研究院(MSRA)资深研究员谢幸博士,一起聊聊异构数据与推荐系统的那些事儿。原创 2017-12-04 13:55:15 · 4447 阅读 · 2 评论 -
特征选择算法在微博业务应用中的演进历程
本文首先介绍了不同特征选择算法的各自特点及其在微博业务应用中的演进历程,最后通过对比试验,给出了不同方法对于模型预测性能效果的提升,希望能够对读者有参考价值。原创 2017-12-21 17:28:32 · 7800 阅读 · 1 评论 -
盘点 AI 在娱乐行业最佳应用场景
人工智能是眼下最热门的话题之一,人们对于机器翻译、自动驾驶、NLP 和 CV 等技术将会带给我们的影响也是各执一词。乐观主义者们畅想着有朝一日「司机」一词成为历史,而悲观主义者们则担忧数以百万计的卡车司机即将面临失业的风险。在过去,人工智能常被表现为类似《终结者》影片中的天网效果。其实,人工智能目前在娱乐行业就有非常真实的落地产品。下面我们就列举一些令人激动的项目。翻译 2017-12-12 16:21:54 · 9241 阅读 · 1 评论 -
NLP 学习秘笈,从入门到进阶 | 书单
自然语言处理(NLP)作为人工智能研究的核心领域之一,长久以来都受到广泛关注。微软全球执行副总裁沈向洋博士曾表示“懂语言者得天下,人工智能对人类影响最为深刻的就是自然语言方面。”现在很多研究人员都在进入自然语言领域,希望可以解决“让机器理解人类语言”这一难题。为了帮助大家更好地学习NLP,微软亚洲研究院自然语言计算组资深研究员韦福如为大家推荐了一些关于自然语言学习方面经典的书籍和课程,分为入门级和进阶转载 2017-12-25 15:15:29 · 2423 阅读 · 1 评论 -
成为一名 AI 工程师永远都不晚
本文整合了首发于《程序员》的AI工程师职业指南系列文章,作者们从实践的角度来解析AI领域各技术岗位的合格工程师都是怎样炼成的。你将了解到什么样的AI技能树能够满足他们一线业务的用人需求,数据科学、机器学习算法、异构并行计算以及语音识别、推荐系统与对话系统等领域的技能进阶又该如何展开,特别是其中的学院派路径与实战派方法又当如何取舍。原创 2017-12-18 13:54:13 · 13489 阅读 · 8 评论 -
人脸识别技术发展及实用方案设计
作者:汪彪,阿里iDST视觉计算组算法专家人脸识别技术不但吸引了Google、Facebook、阿里、腾讯、百度等国内外互联网巨头的大量研发投入,也催生了Face++、商汤科技、Linkface、中科云从、依图等一大波明星创业公司,在视频监控、刑事侦破、互联网金融身份核验、自助通关系统等方向创造了诸多成功应用案例。本文试图梳理人脸识别技术发展,并根据作者在相关领域的实践给出一些实用方案设计,期原创 2018-01-10 10:31:35 · 16996 阅读 · 8 评论 -
如何成为一名自然语言处理工程师
作者 | 兰红云 责编 | 何永灿自然语言处理和大部分的机器学习或者人工智能领域的技术一样,是一个涉及到多个技能、技术和领域的综合体。所以自然语言处理工程师会有各种各样的背景,大部分都是在工作中自学或者是跟着项目一起学习的,这其中也不乏很多有科班背景的专业人才,因为技术的发展实在是日新月异,所以时刻要保持着一种强烈的学习欲望,让自己跟上时代和技术发展的步伐。本文作者从个人学习经历出发,介原创 2018-01-18 12:24:18 · 36770 阅读 · 14 评论 -
一文读懂 Netflix 的推荐探索策略 Contextual Bandits
作者 | 张相於为了文章的简洁性,本文省略了大量原文的文字和图片,只保留了笔者认为比较核心的内容,对原文有兴趣的同学欢迎阅读原文。 这篇文章讲述了Netflix对用户看到的视频封面进行个性化筛选的方法,但更具有普适性意义的是以此案例为载体的contextual bandit exploration方法,以及基于replay的离线效果无偏评估方法。What & Why本文要原创 2018-01-09 15:49:24 · 6361 阅读 · 0 评论 -
深度学习VGG模型核心拆解
如今深度学习发展火热,但很多优秀的文章都是基于经典文章,经典文章中的一句一词都值得推敲和分析。此外,深度学习虽然一直被人诟病缺乏足够令人信服的理论,但不代表我们不能感性分析理解,下面我们将对2014年夺得ImageNet的定位第一和分类第二的VGG网络进行分析,在此过程中更多的是对这篇经典文章的感性分析,希望和大家共同交流产生共鸣,如果有理解不到位的也真诚期待指出错误。Simonyan,原创 2018-01-09 18:04:37 · 39838 阅读 · 11 评论 -
机器学习在热门微博推荐系统的应用
近年来,机器学习在搜索、广告、推荐等领域取得了非常突出的成果,成为最引人注目的技术热点之一。微博也在机器学习方面做了广泛的探索,其中在推荐领域,将机器学习技术应用于微博最主要的产品之一——热门微博,并取得了显著的效果提升。热门微博推荐系统介绍热门微博业务场景热门微博是基于微博原生内容的个性化兴趣阅读产品。提供最新最热优质内容阅读服务,更好地保障用户阅读效率和质量,同时达到激励微博上原创 2018-01-25 14:41:49 · 10883 阅读 · 3 评论 -
Facebook如何运用机器学习进行十亿级用户数据处理
编译 | 刘畅、尚岩奇、林椿眄 审校 | reason_W2017年末,Facebook应用机器学习组发布最新论文,对整个Facebook的机器学习软硬件架构进行了介绍。纵览全文,我们也可以从中对Facebook各产品的机器学习策略一窥究竟。论文中涉及到机器学习在全球规模(上亿级数据处理)上的全新挑战,并给出了Facebook的应对策略和解决思路,对相关行业和研究极其有意义。摘要原创 2018-01-23 14:43:11 · 6033 阅读 · 0 评论 -
AI 生态赋能 2018 论坛来袭!转型 AI 看这里!
AI热潮来了,企业要转型,程序员要转型。但是,人人都说转型难。企业由于缺乏经验和产品落地的能力,即使招揽到了人才,也很难有所作为。算法红利期,学术界的大牛都被各大巨头企业用诱人的薪资招致麾下。但其实,AI产业的发展,不能仅仅依托高精人才。应用开发者、数据工程师、AI产品经理、后台运维人员等同样可以在AI大浪中发挥自己的价值。进入2018,AI行业从最初的野蛮生长阶段迈入工程技术红利原创 2018-01-13 20:14:47 · 2828 阅读 · 1 评论 -
2017 年无人驾驶发展趋势:投资走向上游,行业发展走向细分
2017 年又是无人驾驶发展的大年,许多无人驾驶初创公司在 2017 年成立或者拿到巨额融资,而且行业发展趋势也越发明显。在本文中笔者总结了一下 2017 年无人驾驶在商业布局以及技术上的发展。原创 2017-12-29 10:15:01 · 9499 阅读 · 3 评论 -
2017年AI技术盘点:关键进展与趋势
人工智能最近三年发展如火如荼,学术界、工业界、投资界各方一起发力,硬件、算法与数据共同发展,不仅仅是大型互联网公司,包括大量创业公司以及传统行业的公司都开始涉足人工智能。2017年人工智能行业延续了2016年蓬勃发展的势头,那么在过去的一年里AI行业从技术发展角度有哪些重要进展?未来又有哪些发展趋势?本文从大家比较关注的若干领域作为代表,来归纳AI领域一些方向的重要技术进展。原创 2018-01-04 10:40:00 · 11650 阅读 · 2 评论 -
Python & 机器学习之项目实践
机器学习是一项经验技能,经验越多越好。在项目建立的过程中,实践是掌握机器学习的最佳手段。在实践过程中,通过实际操作加深对分类和回归问题的每一个步骤的理解,达到学习机器学习的目的。原创 2017-12-27 15:40:01 · 28140 阅读 · 8 评论 -
成为一名机器学习算法工程师,你需要这些必备技能
成为一名合格的开发工程师不是一件简单的事情,需要掌握从开发到调试到优化等一系列能力,这些能力中的每一项掌握起来都需要足够的努力和经验。而要成为一名合格的机器学习算法工程师(以下简称算法工程师)更是难上加难,因为在掌握工程师的通用技能以外,还需要掌握一张不算小的机器学习算法知识网络。下面我们就将成为一名合格的算法工程师所需的技能进行拆分,一起来看一下究竟需要掌握哪些技能才能算是一名合格的算法工程师。原创 2017-12-11 15:36:02 · 37468 阅读 · 2 评论 -
7 场 AI 技术专题,开发者必看!
先行者们正在关注哪些关键技术?如何从理论跨越到企业创新实践?你将从本次峰会找到答案。每个演讲时段均设有答疑交流环节,与会者和讲师可零距离互动。原创 2017-10-20 21:11:05 · 5529 阅读 · 0 评论 -
从经济学博士到爬坑机器学习十年,微软首席数据科学家谢梁的AI故事
十余年的机器学习应用经验,告诉你如何转型为数据科学家。原创 2017-10-19 10:55:20 · 19628 阅读 · 7 评论 -
人工智能创业的“风口”和“泡沫”
既是时代“风口”,又有“泡沫”干扰——这是人工智能创业在今天的主旋律。原创 2017-09-20 13:50:56 · 2193 阅读 · 1 评论 -
解密谷歌机器学习工程最佳实践——机器学习43条军规
本文把在产品中应用机器学习的过程从浅到深分成了三个大的阶段,又在这三个大的阶段中细分出了一些方面,以此对43条规则进行逻辑分类。简单来说,如果你是从头开始做机器学习系统,那么就可以在不同阶段参考这里面对应的条目,来保证自己走在正确的道路上。翻译 2017-09-19 10:54:58 · 7181 阅读 · 1 评论 -
AI 正变成黑客手中的强大武器
罪犯越来越能精准定位弱势用户和系统,充满AI技术的黑客时代来临。翻译 2017-09-18 10:29:51 · 8310 阅读 · 1 评论 -
从YouTube算法论文反推其推荐机制
Google的软件工程师 在去年发表论文Deep Neural Networks for YouTube Recommendations,向业界展示了YouTube在机器学习推荐算法上的深度神经网络使用情况。该论文涉及到一些非常技术、非常高级的细节,但它最大的意义是为我们完整描绘了YouTube推荐算法的工作原理!翻译 2017-08-31 09:59:54 · 1292 阅读 · 0 评论 -
如何用TensorFlow预测时间序列:TFTS库详细教程
这篇文章详细介绍了TensorFlow Time Series(TFTS)库的使用方法。主要包含三个部分:数据读入、AR模型的训练、LSTM模型的训练。原创 2017-08-30 15:19:33 · 876 阅读 · 0 评论 -
大规模知识图谱的构建、推理及应用
随着大数据的应用越来越广泛,人工智能也终于在几番沉浮后再次焕发出了活力。除了理论基础层面的发展以外,本轮发展最为瞩目的是大数据基础设施、存储和计算能力增长所带来的前所未有的数据红利。转载 2017-08-30 15:15:19 · 1211 阅读 · 0 评论 -
深度学习项目成功的六要素
深度学习可以应用在哪些场合呢?这是大家在理解深度学习和其它人工智能技术时首先想到的问题。我们往往陷入一个误区,认为“人工智能”可以搞定一切。翻译 2017-08-30 14:35:54 · 1132 阅读 · 0 评论 -
神经网络也可以有逻辑——解析视觉推理(Visual Reasoning)
既然让计算机能够推理是实现通用人工智能的必由之路,那么是不是可以构造一个简单一点的,但是又必须有严格的推理才能解答的问题,从而来更好的研究人工智能推理的问题。转载 2017-08-30 14:32:35 · 1206 阅读 · 0 评论 -
深度学习中的注意力机制
最近两年,注意力模型(Attention Model)被广泛使用在自然语言处理、图像识别及语音识别等各种不同类型的深度学习任务中,是深度学习技术中最值得关注与深入了解的核心技术之一。本文以机器翻译为例,深入浅出地介绍了深度学习中注意力机制的原理及关键计算机制,同时也抽象出其本质思想,并介绍了注意力模型在图像及语音等领域的典型应用场景。原创 2017-11-02 09:30:19 · 39545 阅读 · 13 评论 -
一文读懂AlphaGo背后的强化学习
本文是强化学习名作——“Reinforcement Learning: an Introduction”一书中最为重要的内容,旨在介绍学习强化学习最基础的概念及其原理,让读者能够尽快的实现最新模型。毕竟,对任何机器学习实践者来说,RL(强化学习,即Reinforcement Learning)都是一种十分有用的工具,特别是在AlphaGo的盛名之下。原创 2017-11-22 14:55:54 · 12357 阅读 · 4 评论 -
如何使用CNN推理机在IoT设备上实现深度学习
通过深度学习技术,物联网(IoT)设备能够得以解析非结构化的多媒体数据,智能地响应用户和环境事件,但是却伴随着苛刻的性能和功耗要求。本文作者探讨了两种方式以便将深度学习和低功耗的物联网设备成功整合。原创 2017-12-01 09:58:29 · 9516 阅读 · 3 评论 -
这是一个转型AI的励志故事,从非科班到拿下竞赛一等奖
在计算机行业,关于从业人员的素质,一直都有一个朴素的认识——科班出身好过非科班,学历高的好过学历低的。大部分时候,这个看法是对的。在学校学习,有老师指点,有同学讨论,有考试压迫,有项目练手。即便不大用心的学生,几年耳濡目染下来,毕业后作为半个专业人士,还是没什么问题的。原创 2017-11-15 16:56:24 · 26068 阅读 · 34 评论 -
阿里智能对话交互技术实践与创新
本文将对阿里巴巴在智能对话交互技术上的实践和创新进行系统的介绍。首先简要介绍智能对话交互框架和主要任务;接下来详细介绍自然语言理解、智能问答、智能聊天和对话管理等核心技术;然后介绍阿里巴巴的智能对话交互产品;最后是总结和思考。转载 2017-11-30 10:17:30 · 7387 阅读 · 2 评论 -
成为一名推荐系统工程师永远都不晚
推荐系统产品形式的演进,背景是互联网从PC到移动的演进,PC上是搜索为王,移动下是推荐为王,自然越来越重要。随着各种可穿戴设备的丰富,越来越多的推荐产品还会涌现出来。产品和技术相互协同发展,未来会有更多有意思的推荐算法和产品形式问世,成为一名推荐系统工程师永远都不晚。原创 2017-11-20 10:10:48 · 31773 阅读 · 8 评论