|
|
|
2019-08-16 第61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。 |
|
|
免费公开课 | 基于定制数据流技术的AI计算加速 |
|
人工智能芯片发展背后是对于更高效率算力的需求。人脸识别、自动驾驶、工业视觉等人工智能应用驱动着人工智能算法的落地,也推动了对于人工智能算力的需求。 人工智能芯片以加速人工智能算法为核心目标,自技术方向而言,可以分为指令集架构以及数据流架构。本次分享主要介绍数据流架构在人工智能领域的应用,将涵盖定制数据流技术原理及其通用性和易用性特性,以及如何为AI加速提供高性能的算力支撑。即刻报名 |
|
|
天下武功,唯快不破,论推荐系统的“实时性” |
|
周星驰著名的电影《功夫》里面有一句著名的台词——“天下武功,无坚不摧,唯快不破”。如果说推荐系统的架构是那把“无坚不摧”的“玄铁重剑”,那么推荐系统的实时性就是“唯快不破”的“柳叶飞刀”。我们这篇文章就从推荐系统“实时性”的角度,谈一谈影响推荐系统实时性的有哪些因素?如何提高推荐系统的实时性? |
|
|
GraphSAGE: GCN落地必读论文 |
|
图卷积网络(Graph Convolutional Network,简称GCN)最近两年大热,取得不少进展。作为 GNN 的重要分支之一,很多同学可能对它还是一知半解。PinSAGE( PinSage: 第一个基于 GCN 的工业级推荐系统)为 GCN 落地提供了实践经验,而本文是 PinSAGE 的理论基础,同样出自斯坦福,是 GCN 非常经典和实用的论文。 |
|
|
黄浴:基于深度学习的超分辨率图像技术发展轨迹一览 |
|
近年来,使用深度学习技术的图像超分辨率(SR)取得了显著进步。本文中,奇点汽车自动驾驶首席科学家黄浴对基于深度学习技术的图像超分辨率技术进行了一次全面的总结,分析了这门技术近年来的发展轨迹。 |
|
|
从原理到代码,轻松深入逻辑回归模型! |
|
学习逻辑回归模型,今天的内容轻松带你从0到100!阿里巴巴达摩院算法专家、阿里巴巴技术发展专家、阿里巴巴数据架构师联合撰写,从技术原理、算法和工程实践3个维度系统展开,既适合零基础读者快速入门,又适合有基础读者理解其核心技术;写作方式上避开了艰涩的数学公式及其推导,深入浅出。 |
|
|
华为鸿蒙开源! |
|
鸿蒙真的来了!余承东宣布,鸿蒙的英文名叫HarmonyOS! |
|
|
AI并非源自现代技术?最早的算法可追溯到三千年前 |
|
本文作者追溯到三千年前的火坛祭仪式,通过介绍火坛祭仪式的古代几何学、第一个神经网络Perceptron的计算矩阵、以及自动驾驶车辆的复杂导航系统等内容,得出一个结论:人们所谓的“AI”实际上是将集体行为、个人数据和个人劳动结合到私有化算法的漫长历史过程,算法源自经验而非先进的技术。 |
|
|
AI编程语言图鉴 |
|
哪种编程语言是“人工智能”领域的最佳选择?本文就以“人工智能”的编程语言发展历史为轨迹,给出这些问题的答案。 |
|
|
|
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 |
|
|