微软在Build 2016开发者大会中发布 “认知服务”，牛津计划有正式名字啦！

最新推荐文章于 2024-10-31 17:05:07 发布
最新推荐文章于 2024-10-31 17:05:07 发布
阅读量71 收藏
点赞数
文章标签： 人工智能

2016年3月30日：微软在Build 2016开发者大会中发布“认知服务”。

 

在Build 2016开发者大会中，微软发布了新的智能服务：微软认知服务（Microsoft Cognitive Services）。该服务集合了多种智能API以及知识API。借助这些API，开发者可以开发出更智能，更有吸引力的产品。微软认知服务集合了多种来自Bing，前“牛津计划“等项目的智能API。应用了这些API的系统能看，能听，能说话，并且能理解和解读我们通过自然交流方法所传达的需求。同时，服务中包括的知识API通过强大的互联网来助力广大开发者。

拥有了认知服务，开发者可以轻松地为自己的应用程序添加智能特性，例如情感识别, 视觉与语音识别，知识，搜索和语言理解等。该API合集会持续增加新的API，同时不断更新现有的API。我们宣布：

  • 计算机视觉API（Computer Vision API）

    已支持超过2000种图像分类，并且支持图像的自然语言标题；

  • 微软翻译API（Microsoft Translator API）

    现支持语音翻译；

  • 情感识别API（Emotion API）

    已支持检测视频以及静态图像中的情感；

  • 语言理解智能服务（LanguageUnderstanding Intelligent Service）

    新增三种可支持的语言（西班牙语，意大利语和法语）并可以进行分层结构检测；

  • 发布新版本：

    必应搜索API（Bing Search API）

    必应图片搜索API（Bing Image Search API）

    必应视频搜索API（Bing Video Search API）

    必应新闻搜索API（Bing News Search API）；

  • 新增以及更新：

    必应自动推荐API（Bing Autosuggest API）

    拼写检查API （Bing Spell Check API）

    知识探索服务（Knowledge ExplorationService）

    实体链接API（Entity Linking API）

    语言分析API（Linguistic Analysis API）。

全新面貌的微软认知服务官网：

 

最后，小编还有一个呼吁：

 

立即访问http://market.azure.cn

weixin_33757911
关注
Failed to build numpy ERROR Could not build wheels for numpy,which is required to install 解决方案
weixin_43178406的博客
08-08 6万+
本文主要介绍了Failed to build numpy ERROR: Could not build wheels for numpy, which is required to install pyproject.toml-based projects解决方案，希望能对使用Python的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案
微软CEO纳德拉开讲，2016微软开发者峰会在京召开
dotNET跨平台
06-02 259
6月1日，2016微软开发者峰会在京召开。 来自微软总部的高层、技术大拿， 以及来自微软亚洲研究院、微软亚太研发集团、Xamarin 总部团队、微软中国开发体验及平台合作事业部的技术专家对各平台的开发进行技术探讨，向开发者展示了一系列引人入胜的智能创新：从可以让盲人感知周围环境的人工智能套件和微软认知服务 Cognitive Services，到帮助人们在星巴克咖啡厅预约会议的 Off
计算机视觉是否已经进入瓶颈期？
喜欢打酱油的老鸟
09-27 5409
作者：周博磊 链接：https://www.zhihu.com/question/51863955/answer/127888709 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 其实这个问题也是我近段时间一直在思考的问题. 昨天刚在组里做了个ECCV'16 Recap, 整理一下思路, 来尝试抛砖引玉． 我的观点是：计算机视觉在人工智能和深度学习的大背景下方兴未艾． 这里进入瓶颈期的，可能是一些计算机视觉的经典问题，如物体识别和检测（人脸，行人，物体，场景 e.
下一个时代，对话即平台 —— 开始使用Bot Framework和Cognitive Service来打造你的智能对话服务...
weixin_30651273的博客
09-06 174
在16年3月30号微软的全球开发者大会Build上发布了Bot Framework，微软认为下一个big thing是Conversation as a Platform，简称CaaP，中文应该叫做"对话即平台"。在我们的下个时代，我们将会处在对话即平台的时代，不管是一个屏幕，一个桌子，一个冰箱，甚至是人，都是一个app，都是一个对话的窗口，所有的交互都通过对话来完成。起床，你用自然语言唤起梳妆台...
云计算、大数据与智能 三驾马车驾驭数字化转型
weixin_34406796的博客
07-03 260
以数字化转型为代表的第四次工业革命已经到来，世界各地不同行业、不同规模、不同业务模式的企业，都将共同面对技术更迭带来的冲击与影响。 推动这次数字化转型的原动力，来自于三个相互依存、相互促进的技术趋势：颠覆传统IT模式，为企业带来更经济、更灵活并可无限扩展的数字化平台的云计算；在物联网、社交媒体、移动计算的快速增长中爆发的大数据；以及借由机器学习、高级分析...
图神经网络 图像处理,神经网络与图像处理
m0_54846070的博客
08-30 2239
神经网络的云集成模式还不是很成熟，应该有发展潜力，但神经网络有自己的硬伤，不知道能够达到怎样的效果，所以决策支持系统中并不是很热门，但是神经网络无视过程的优点也是无可替代的，云网络如果能够对神经网络提供一个互补的辅助决策以控制误差的话，也许就能使神经网络成熟起来1人工神经网络产生的背景自古以来，关于人类智能本源的奥秘，一直吸引着无数哲学家和自然科学家的研究热情。Jenkins等人研究光学神经网络，建立了光学二维并行互连与电子学混合的光学神经网络，它能避免网络陷入局部最小值，并最后可达到或接近最理想的解；..
机器学习(Machine Learning)&深度学习(Deep Learning)资料
weixin_30918415的博客
09-07 541
机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1) 《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning. 《Deep Learning in Ne...
机器学习及深度学习相关资料汇总
weixin_33991418的博客
01-08 2568
Github上同学总结的机器学习和deeplearning方面的很全的资料： 原文地址：ty4z2008/Qix 《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning. 《Deep Learning in Neural Networks: ...
深度学习相关文章
人无远虑，必有近忧
03-14 812
介绍:这个专栏是一个stanford学生做的CS183c课程的一个note，该课程是由Reid Hoffman等互联网boss级人物开设的，每节课请一位巨头公司的相关负责人来做访谈，讲述该公司是怎么scale的。介绍: 此书是斯坦福大学概率图模型大牛Daphne Koller所写，主要涉及的是贝叶斯网络和马尔科夫逻辑网络的learning和inference问题，同时又对PGM有深刻的理论解释，是学习概率图模型必看的书籍。迈克尔·I.乔丹是知名的计算机科学和统计学学者，主要研究机器学习和人工智能。
机器学习，深度学习的资料和工具库大全
AITBOOK
08-28 9221
https://github.com/maismall 《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning. 《Deep Learning in Neural Networks: An Overview》 介绍:这是瑞士人工
ModuleNotFoundError: No module named ‘sklearn.__check_build._check_build‘解决方案
weixin_43178406的博客
04-11 4万+
本文主要介绍了ModuleNotFoundError: No module named 'sklearn.__check_build._check_build’解决方案，希望能对使用sklearn的同学有所帮助。 文章目录 1. 问题描述 2. 解决方案 2.1 步骤一 2.2 步骤二
HarmonyOS从基础到实战-高性能华为在线答题元服务
一键难忘的博客
11-21 13万+
HarmonyOS从基础到实战-高性能华为在线答题元服务 在本文中，我们介绍了一个关于在线答题应用的项目，其中包括项目结构和开发计划。项目主要分为主应用的Ability（entryability）、卡片的Ability（Entnyformability）、从云数据库导出的数据类型（Models）以及页面代码文件夹（Pages）等模块。使用了两个重要的配置文件，分别是agconnect-services.json和schema.json，用于连接serverless服务和云端配置信息。
《Python基础教程》内容总览篇（持续更新中）
热门推荐
weixin_43178406的博客
08-26 21万+
大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮助新手快速入门。个人精心开设的《Python基础课程》专栏订阅量接近900，帮助不少同学解决了Bug。
error “You‘re trying to build PyTorch with a too old version of GCC. We need GCC 9 or later.解决方案
weixin_43178406的博客
04-26 6万+
本文主要介绍了error "You’re trying to build PyTorch with a too old version of GCC. We need GCC 9 or later.解决方案，希望能对使用PyTorch的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案
探讨Facebook的AI研究：未来社交平台的技术前瞻
LokiSan的博客
10-29 777
在数字时代，社交媒体已成为人们日常生活的重要组成部分。作为全球最大的社交网络之一，Facebook不断致力于人工智能（AI）的研究与应用，以提升用户体验、增强平台功能并推动技术创新。本文将探讨Facebook在AI领域的研究方向及其对未来社交平台的潜在影响。
深度学习：卷积神经网络中的im2col
最新发布
m0_49786943的博客
10-31 623
第二行为 2，3，4，6，7，8，10，11，12，18，19，20，22，23，24，26，27，28，34，35，36，38，39，40，42，43，44 即第二次卷积运算所涉及到的输入数据。第一行为 1，2，3，5，6，7，9，10，11，17，18，19，21，22，23，25，26，27，33，34，35，37，38，39，41，42，43 即第一次卷积运算所涉及到的输入数据。在传统的卷积操作中，卷积核（滤波器）在输入图像上滑动，逐个计算每个位置的卷积结果。若是批大小为10，即保存10倍的数据。
数据预处理：为 AI 准备 “优质食材” 的重要步骤
JiexianYao的博客
10-31 383
AI模型数据处理
基于Keras的U-Net模型在图像分割与计数中的应用
10-31 1745
网络结构优化：项目基于经典的U-Net模型进行改进，采用了更深的网络层次结构，使模型能够在多尺度上捕捉到图像中的细节信息。特别是针对医学图像分割，项目通过增加卷积层数和引入Dropout层来增强模型的特征提取能力，并有效防止过拟合，从而提高模型在训练数据较少情况下的表现。项目中采用了he_normal初始化器和relu激活函数组合，使得网络在训练时能够更快地收敛，降低梯度消失的风险。自定义数据增强策略：在中实现了一个自定义的图像增强类。
ANT项目发布配置：深入解析_build.xml_文件
"这篇文档详细介绍了如何配置ANT构建工具中的_build.xml_文件，用于发布Java项目。文件中定义了一系列属性，如应用名称、源代码目录、库目录、目标目录等，并设置了清理、准备和编译的目标。" 在ANT构建过程中，`...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值