![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
文章平均质量分 91
BigDataToAI
分享大数据经验
展开
-
AI平民化之路 - 华为云ModelArts和AI Gallery体验指南
在校期间主学机器学习和算法,在一次偶然的机会接触了大数据,而后便入门大数据,至今也从事大数据平台开发工作。可是,仍然对AI技术念念不忘呀,平常也会做点机器学习相关的小东西,尝试一些demo,想着某一天还能回到曾经熟悉的领域,正如我博客名称,从大数据到人工智能。由于我的工作也是平台相关的,所以本次ModelArts的体验对我来说不仅仅是产品的使用者,更是一个产品的学习者。话不多说,接下来和大家分享一下作为产品使用者的体验。作为一站式AI开发平台,华为云ModelArts提供了全周期AI工作流管理,让用.原创 2022-01-14 15:43:33 · 2541 阅读 · 35 评论 -
Pinterest 如何通过机器学习为健康的评论生态系统提供动力
随着 Pinterest 不断从一个只保存想法的地方发展为一个发现激发行动的内容的平台,直接发布到 Pinterest 的创作者的原生内容有所增加。随着 Pinterest 上创作者生态系统的发展,我们致力于通过创作者代码等举措确保 Pinterest 保持积极和鼓舞人心的环境,这是一项强制接受准则(例如“善待”和“检查事实”)的内容政策在创作者可以发布创意 Pin 图之前。我们还在 Idea Pin 评论上设置了防护栏,包括积极性提醒、评论删除和关键字过滤工具以及垃圾邮件预防信号。在技术方面,我们使用原创 2021-12-31 00:52:01 · 686 阅读 · 0 评论 -
使用深度学习模型在 Java 中执行文本情感分析
积极的? 消极的? 中性的? 使用斯坦福 CoreNLP 组件以及几行代码便可对句子进行分析。本文介绍如何使用集成到斯坦福 CoreNLP(一个用于自然语言处理的开源库)中的情感工具在 Java 中实现此类任务。斯坦福 CoreNLP 情感分类器要执行情感分析,您需要一个情感分类器,这是一种可以根据从训练数据集中学习的预测来识别情感信息的工具。在斯坦福 CoreNLP 中,情感分类器建立在递归神经网络 (RNN) 深度学习模型之上,该模型在斯坦福情感树库 (SST) 上进行训练。.原创 2021-12-26 03:22:12 · 2434 阅读 · 1 评论 -
还不知道这几个流行的人工智能API?快来了解一下吧
AI能力以API的形式开放出来让我们普通开发者能够很轻易上手使用。当然,市面上有很多成熟的AI API,那么今天就和大家介绍以下几种。OpenAI网址:https://openai.com/api/OpenAI 是一家非营利性人工智能研究公司,其目标是推进数字智能。 最近,当他们宣布 Codex 时,引起了大家的注意,这是一种将自然语言翻译成代码的人工智能。 虽然 Codex 仍处于内部测试阶段,但您将能够使用他们的数据集开始在 GPT-3 模型之上进行构建。(什么是低代码,或许Codex才是真正的低原创 2021-12-16 01:47:57 · 2399 阅读 · 0 评论 -
paperswithcode发布第21期代码和论文时事通讯
欢迎来到第21期“论文与代码通讯”。本周,我们讨论:视觉合成任务的统一方法扩展视觉模型的技术2021年11月的顶级趋势论文最新的研究成果,等等提高视觉合成NÜWA模型支持的典型可视化生成和操作任务示例随着可视化数据在Web上变得越来越可用和流行,需要构建更好的系统,以便为各种可视化场景生成新的数据或操作可视化数据。Wu等人(2021)提出了一种新的多模态预训练模型NÜWA,这是一种通用的3D转换器,可同时支持多模态的视觉合成任务。NÜWA是什么: NÜWA由一个接原创 2021-12-03 00:26:37 · 293 阅读 · 0 评论 -
在手机上长按文字进行选择,其背后的技术不简单
打开手机,选择文本,长按复制长按文字进行选择,相信大家在手机上进行此类操作应该是非常频繁的。细心的同学会发现,假如你想选择一个叫做“文本”的名词时,无论你将手指放在“文”字或者“本”字上,手机都会自动将这两个字都进行选择。下图是我用荣耀20手机的记事本做的测试(白色圆圈为触屏操作):再比如说,当我们在文本框中选中地址时,它自动会出现地图导航的标志;当我们在文本框中选中手机号码时,它自动会出现拨号的标志。(地址和手机号均为随机输入)智能文本选择技术没错,这就是我们今天要说的智能文本选择技术,其作原创 2021-11-24 01:33:37 · 2663 阅读 · 0 评论 -
基于MediaPipe 和 TensorFlow.js的3D手势检测
最近看到Google发布了Tensorflow.js关于手势姿态检测模型的新版本,该模型改进了2D精度,支持3D,并具有同时预测双手关键点的新能力。晚上下班回来,把源码下载下来跑了一下demo,被这个精度惊艳到了。瞬间萌生了了一个想法,有了这个3D手势检测算法,那我是不是可以把佛山无影手的招式记录下来,然后把它教给机器人,然后让机器人给我当保镖!先来看一下测试效果。哈哈哈,废话少说,还是来看看,今晚是怎么跑这个demo的吧。这个TF是基于js写的,所以当然你需要安装node和yarn啦!那么安装完这原创 2021-11-17 19:24:37 · 5425 阅读 · 1 评论