|
|
|
2019-09-12 第65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。 |
|
|
AI ProCon圆满落幕,五大技术专场精彩瞬间不容错过 |
|
2019 AI ProCon已全部圆满结束。在这三天中,来自全球的数千开发者共聚北京,与60+人工智能领域顶级技术专家和大牛面对面交流,跨越学术研究与技术生产,深耕技术本身,各领域专家和实践者分享AI落地经验,为开发者指出技术发展的重点,预测技术发展趋势,为开发者答疑解惑。
虽然本次 AI ProCon 已落下帷幕,但精彩永远不打烊!接下来的日子,CSDN 将继续为开发者提供更多交流切磋的平台,助力开发者学习、成长。未来,期待与千万开发者再次相聚! |
|
|
自动驾驶行业观察 | 停车不再难,L2到L4的泊车辅助系统技术剖析 |
|
泊车辅助系统目前已经发展至第三代,从最开始的驾驶员必须在车内配合挂挡完成泊车,发展到驾驶员可以站在车外5米使用手机控制泊车,最后到汽车自己学习泊车路线,完成固定停车位或自家车库的泊车。本文为大家盘点一下已经成熟的这三代泊车辅助系统的传感器配置以及典型的应用场景,随后对将在一两年内量产的第四代泊车辅助系统做一个技术分析。 |
|
|
裴健等9名华人当选加拿大皇家学会院士 |
|
近日,加拿大皇家学会(RSC,The Royal Society of Canada)官网宣布已评选出今年的新增院士。其中,京东副总裁、加拿大西蒙弗雷泽大学计算科学学院教授裴健和其他 8 名华人学者均在这份名单之中,而裴健是唯一一位计算机科学领域研究者。 |
|
|
拯救CPU |
|
自从CPU问世以来,AI是计算方式的一次根本性转变,越来越多的人开始接受这个观点。由于大多数算法都是先写成CPU上执行的顺序代码,然后再利用GPU加速来处理神经网络工作负载,因此很多人认为,硬件的下一个进步是将神经网络加速器添加到CPU + GPU集群中。然而,这可能会扼杀SoC的性能,可能无法提供预期的性能或效率。但在本文中,我将介绍一些其他的解决方法。 |
|
|
5大必知的图算法,附Python代码实现 |
|
作为数据科学家,我们已经对 Pandas 或 SQL 等其他关系数据库非常熟悉了。我们习惯于将行中的用户视为列。但现实世界的表现真的如此吗?在互联世界中,用户不能被视为独立实体。他们之间具有一定的关系,在构建机器学习模型时,有时也希望包含这样的关系。在关系型数据库中,我们无法在不同的行(用户)之间使用这种关系,但在图形数据库中,这样做是相当简单的。在这篇文章中将为大家介绍一些重要的图算法,以及Python 的代码实现。 |
|
|
谷歌NIPS论文Transformer模型解读:只要Attention就够了 |
|
在 NIPS 2017 上,谷歌的 Vaswani 等人提出了 Transformer 模型。它利用自我注意(self-attention)来计算其输入和输出的表示,而不使用序列对齐 RNN。通过这种方式,它减少了将两个任意位置的信号关联到一个常数所需的操作数量,并实现了明显更好的并行化。在本文中,我们将重点讨论 Transformer 模型的主要架构和 Attention 的中心思想。 |
|
|
我的一年AI算法工程师成长记 |
|
经常有朋友私信问,如何学python?如何敲代码?如何进入AI行业?正好回头看看自己这一年走过的路,进行一次经验总结。这是一篇关于如何成为一名AI算法工程师的长文,来看看你距离成为一名AI工程师还有多远吧。 |
|
|
从服装关键点、信息检索、个性化推荐到智能试衣,电商AI技术如何进化? |
|
近日,ICCV DeepFashion2 Challenge 2019公布了比赛结果,首次参赛的美图影像实验室MTlab凭借其在综合检测精度上的优势,以明显差距斩获服饰关键点估计(Landmark Estimation)赛道的冠军。DeepFashion2 Challenge此次共吸引18支国内外顶级技术团队参与,包括清华大学、阿里巴巴等知名企业及学术机构。 |
|
|
卷积神经网络中十大拍案叫绝的操作 |
|
CNN从2012年的AlexNet发展至今,科学家们发明出各种各样的CNN模型,一个比一个深,一个比一个准确,一个比一个轻量。下面会对近几年一些具有变革性的工作进行简单盘点,从这些充满革新性的工作中探讨日后的CNN变革方向。 |
|
|
|
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 |
|
|