深度學習已經成功地在各種任務中得到應用。模型的推斷速度在無人駕駛等實時的場景下尤為關鍵。網路量化是加速深度學習模型一種有效的方法。在量化的模型中，我們使用 int8、float16 等低精度的資料型別表

近日，麻省理工學院團隊背景的光子 AI 晶片公司 Lightelligence 對外宣佈了一項重要進展—— 成功開發出世界第一款光子晶片原型板卡（Prototype） 。 對於這家成立一

正如吳恩達在他關於應用 triplet loss 函式的演講中指出的那樣，在深度學習文獻中總是會用到“__Net”或者“Deep__”這樣的取名。所以，本著這種“傳統”，我也將本文命名為Fraud Net或者D

憑藉其提高的生產力和準確性以及更加個性化的體驗，AI正在徹底改變醫學成像。據Signify Research稱，到2023年，全球醫學影像人工智慧市場，包括自動檢測，量化，決策支援和診斷軟體，將達到20億美元。

近日，華為在上海召開主題為“芯裡有數，智慧金融”的全球金融峰會。金融行業作為全行業數字化轉型中的先鋒，其競爭態勢甚為激烈。金融服務已無處不在，並驅動金融機構積極構建平臺和生態，以創造更多的商業模式與服務模式。A

線性迴歸 理論 線性迴歸最簡單和最經典的機器學習模型之一。 任何一個機器學習模型都會有如下4個要素： 訓練資料 數學模型 損失函式 計算方法 訓練資料

個人簡介： 經過秦院長這麼多年的實戰經驗，他制定了一套針對於人工智慧 0基礎的程式設計師知識體系。 除了有程式設計基礎，如果懂一點Python那也不錯哦！ 但是我們也是會

首先和大家說一聲對不起，昨天由於平臺安全問題，賬號被黑入，傳送了與本平臺主旨背道而馳的內容，發現問題我們立馬刪除了，在此向大家說一聲抱歉。 我們“計算機視覺戰隊”微信公眾號，之後還會

網站連結：https://okai.brown.edu/zh/index.html OKAI 的設想最初是由馬家駒提出的。在布朗大學和羅德島藝術學院讀雙學位的他，意識到 AI 如火如荼的發展給人們所帶來的除

谷歌人工智慧部門 最近開源了GPipe ，這是一個用於快速訓練大規模深度學習模型的TensorFlow 類庫。 深層神經網路（DNN）主要用於解決自然語言處理和視覺目標識別等人工智

Women in Data Science 與合作伙伴共同發起了 WiDS 資料馬拉松競賽（WiDS datathon）。賽題是建立一個能夠預測衛星影象上油棕種植園存在情況的模型。 Planet 和 Fig

目前，AI早已成為各行業熱點關鍵詞，物理安防行業也不例外，人工智慧也是一股有可能改變和重新塑造行業的重要力量。 廣義的人工智慧（AI）指的是關於機器計算的智慧，而非人類本身。在安防行業，我們所說的AI

DSSM(深度語義匹配模型) 模型原始論文Learning Deep Structured Semantic Models for Web Search using Clickthrough

可靠、穩健、可泛化的 語音識別 是機器學習領域一個持續的挑戰。通常，訓練自然語言理解模型需要包含數千小時語音和數百萬（甚至數十億）單詞文字的語料庫，以及能夠在合理時間內處理這些資料的強大硬體。

紅色石頭之前在某乎上回答“機器學習該怎麼入門”這個問題的時候，曾經給入門學者提過一個建議，就是放棄海量資料。確實，資料不在多而在精！一份優秀的資料完全可以幫助我們快速地入門和進階。 今天給大家推薦一份最近新