本文概述了來自北京航空航天大學徐邁老師組 ECCV 2018 的工作DeepVS: A Deep Learning Based Video Saliency Prediction Approach。全

如果你用過或者正在考慮將 AWS/Azure/Google Cloud 用於機器學習，你就會知道 GPU 使用成本有多高。此外，開、關機器對自己的工作流也有極大的破壞。更好的選擇是，自己搭建機器。這篇文章表明

來源：paperspace 編譯：weakish 編者按：DRDO研究人員Ayoosh Kathuria深入淺出地介紹了梯度下降這一概念。 深度學習在很大程度上是在解決大規模的煩人的優化問

公眾號/AI前線 策劃編輯 | Natalie 作者 | Uber ATG 翻譯 | 無明 編輯 | Natalie AI 前線導讀： 近年來，深度學習在解決模式識別問題方面發揮了

[摘要]政策或將從調高、擴中、保低等三個方面入手，結合醫療、教育等社會保障舉措來調節收入分配。 國家發展改革委、人社部等多部委近期密集調研或召開座談會，研究擴大中等收入群體的舉措。上證報記者從權威渠道獲悉，擴大中

目前人類正處在從大資料時代向大計算時代變革的時間點上。 ——餘凱 地平線創始人 2012年，他在一眾華人頂尖科學家中率先回國，第一個在中國開啟深度學習；2013年，他領銜百度團隊，第一個

如何將深度學習等AI演算法應用到實際場景裡，不是一件容易的事情。 2016年，卡耐基梅隆大學電腦科學院的終身教授邢波（Eric Xing）在匹茲堡創辦了Petuum，他致力於建立一個平臺，通過自定義的虛擬化和作

選自Petuum，機器之心編譯，參與：張倩、王淑婷。 為促成不同文字生成任務的快速搭建以及任務之間的技術共享，由 Petuum 公司和卡耐基梅隆大學 (CMU) 為主要貢獻者的通用工具包——T

目標檢測是計算機視覺領域的基本且重要的問題之一，而「一般目標檢測」則更注重檢測種類廣泛的自然事物類別。近日，中國國防科技大學、芬蘭奧盧大學、澳大利亞悉尼大學、香港中文大學、加拿大滑鐵盧大學的研究者在 a

寫在前面 mxnet程式碼的規範性比Caffe2要好，看起來核心程式碼量也小很多，但由於對dmlc其它庫的依賴太強，程式碼的獨立性並不好。依賴的第三方庫包括： cub dlpack dmlc-core

機器之心 翻譯 2018/09/22 11:14 參與 路雪 蔣思源 張倩 2018年

YOLO系列的實現有一個自己的框架叫做draknet，這是一個純C的框架，無論是YOLO還是YOLO2，在程式碼實現上都是用darknet，改變的是網路結構的配置檔案，首先我們來看一下它到底是什麼樣的：

一位工程師，如何才能稱得上優秀？除了寫得一手好 Code，什麼樣的工作態度和方法才是一個優秀工程師的必備？ 首先要相信技術，我剛才已經講了，整個我們工業界，特別是像百度這樣的公司，對技術堅定的、不動搖的信念特

遞迴神經網路（RNN） RNN 是專門用於處理順序資訊的神經網路的方法。RNN將計算應用於以先前計算結果為條件的輸入序列。這些序列通常由固定大小的標記向量表示，他們被順序送至迴圈單元。下圖說明了一個簡單的

騰訊科技訊 9月20日，2018深圳國際BT領袖峰會於今日開幕，本次大會主題為“引領精準醫療，共享健康生態”。中國工程院院士、國家心腦血管病中心主任、中國醫學科學院埠外醫院院長鬍盛壽出席活動，並發表了主題為“