| |
| |
 |
2019-06-14 第53期 |
|
| |
| |
欢迎订阅CSDN AI周刊 |
|
| CSDN AI周刊由于CSDN旗下AI垂直媒体“AI科技大本营”编辑并运营。订阅周刊后你将免费获得最新的人工智能前沿资讯、学习资源，每周推送，欢迎关注。 |
| |
| |
白话中台：阿里带火的中台到底是什么？ |
|
| 原来除了我们熟悉的“前台”和“后台”外，居然还有个“中台”这样一个神奇的存在。那中台到底是什么？会不会又是另一个Buzzword呢？这个从名字上看像是从前台与后台中间硬挤出来的新断层，它与前台和后台的区别和界限到底在哪儿？什么应该放到中台，什么又应该放到前台或是后台？它的出现到底是为了解决什么问题呢？ |
| |
| |
Bert时代的创新：Bert在NLP各领域的应用进展 | 技术头条 |
|
| Bert原始的论文证明了：在GLUE这种综合的NLP数据集合下，Bert预训练对几乎所有类型的NLP任务（生成模型除外）都有明显促进作用。但是，毕竟GLUE的各种任务有一定比例的数据集合规模偏小，领域也还是相对有限，在更多领域、更大规模的数据情况下，是否真的像Bert原始论文里的实验展示的那样，预训练技术对于很多应用领域有了很大的促进作用？如果有，作用有多大？这种作用的大小与领域相关吗？ |
| |
| |
速度超Mask RCNN四倍，仅在单个GPU训练的实时实例分割算法 | 技术头条 |
|
| 在论文《YOLACT：Real-time Instance Segmentation》中，作者提出了一种简洁的实时实例分割全卷积模型，仅使用单个Titan Xp，以33 fps在MS COCO 上实现了29.8的mAP，速度明显优于以往已有的算法。而且，这个结果是就在一个GPU上训练取得的！一开始，作者提出了一个疑问：创建实时实例分割算法需要什么？ |
| |
| |
PyTorch Hub发布获Yann LeCun强推！一行代码调用经典模型 |
|
| 6月11日，Facebook PyTorch 团队推出了全新API PyTorch Hub，提供模型的基本构建模块，用于提高机器学习研究的模型复现性。PyTorch Hub包含一个经过预训练的模型库，内置对Colab的支持，而且能够与Papers With Code集成。另外重要的一点是，它的整个工作流程大大简化。 |
| |
| |
入门学习 | 什么是图卷积网络？行为识别领域新星 |
|
| 图卷积网络是近年来逐渐流行的一种神经网络结构。不同于只能用于网格结构数据的传统网络模型LSTM和CNN，图卷积网络能够处理具有广义拓扑图结构的数据，并深入发掘其特征和规律。相比于一般的拓扑图而言，人体骨骼拓扑图具有更加良好的稳定性和不变性，因此从2018年开始，就有许多学者尝试将图卷积网络应用到基于人体骨骼的行为识别领域来，也取得了不错的成果。本文深入了解一下什么是图卷积网络，以及它在行为识别领域的最新工作进展！ |
| |
| |
机器学习在金融、法律等领域的技术应用 | Github推荐 |
|
| 随着机器学习和数据科学的不断发展，相关技术在越来越多的领域得到了应用，机器学习、数据科学和其他学科的结合已经成为了必然趋势。在本文中，我们给大家分享了一个包含机器学习和数据科学技术在工业界开源应用的Github项目，具体领域包括会计、银行和保险业务、法律和法规、政府和公共政策等。 |
| |
| |
开源要自立？华为如何“复制”Google模式 |
|
| 壁立千仞，飓风安撼？归根结底，无论是去年被“扼住咽喉”的中兴，还是如今正胶着着的华为禁令事件，缺少中国“芯”是本质问题。关于华为、关于开源、关于 5G、关于国产芯片、以及关于技术的自主独立——这些都是开发者和企业们共同面临的难题，如何打通命脉、跨越天堑亦是最终命题。 |
| |
| |
李理：为什么说人工智能可以实现？ |
|
| 目前，作者已经将《深度学习理论与实战：提高篇》公开，读者可以免费阅读。这本开源书籍最大的特点是理论结合实战和内容的广度与深度，目标是使用通俗易懂的语言来介绍基础理论和最新的进展，同时也介绍代码实现，将理论知识用于指导实践。 |
| |
| |
免费GPU哪家强？谷歌Kaggle vs. Colab |
|
| 谷歌有两个平台提供免费的云端GPU：Colab和Kaggle，那么，我们该选择哪个平台进行学习和工作呢？接下来，本文将介绍如何比较硬件规格和探索优缺点的差异；本文还将基于一个计算机视觉任务，比较在不同平台下，使用迁移学习、混合精度训练、学习率模拟退火以及测试时间增广等操作时，所需的训练时间。基于上述内容，你将对这两个平台的GPU性能，有一个更加全面和清楚的了解。 |
| |
| |
| |
CSDN AI 周刊 |
|
| |
本刊由“AI科技大本营”编辑并运营，涵盖AI行业和技术圈儿的精品干货，每周发送，欢迎将干货分享给更多人！扫描下方二维码，添加小助手，备注公司和技术方向，邀你加入技术交流群。 |
|
| |
大本营小助手 |
|
 |
| |
| |
投稿：zhouxiang@csdn.net |
|
| |
转载：suiling@csdn.net |
|
| |
反馈：suiling@csdn.net |
|
|