深度学习

关注
收录了深度学习频道下的 1158 篇内容
  • 全部
  • 文章
  • 视频
  • 话题
  • 电子书
谈 C++17 里的 State 模式之二
谈 C++17 里的 State 模式之二

这是第二部分,有关有限状态机(FSM)的 C++ 实作部分,也等同于状态模式实现

代码要写注释了吗?
代码要写注释了吗?

最近在知乎上看到了这个话题:怎样看待程序员不写注释? 看了下浏览量居然有 30+w 次,看来大家讨论的挺热闹,我浏览了大部分的回答,发现大家的观点可以归纳为以下几点:

阿里开源的这个库,让 Excel 导出不再复杂(简简单单的写)
阿里开源的这个库,让 Excel 导出不再复杂(简简单单的写)

导出是中后台常见的功能,Excel 文件是常见的导出格式。

突破 PyTorch、TensorFlow 并行瓶颈的开源训练加速框架到底是啥?
突破 PyTorch、TensorFlow 并行瓶颈的开源训练加速框架到底是啥?

随着深度学习模型功能的日益强大,分布式训练任务的通信成本和所需算力也随之急剧增长。

从零开发一款Android Rtmp播放器
从零开发一款 Android Rtmp 播放器

本文基于 Android 端的 RTMP 播放器实现过程,介绍了 RTMP 推拉流库、Android MediaCodec Java 层与 C 层接口、OpenSL ES 接口、OpenGL ES 接口、EGL 接口、以及音视频相关知识。具体播放器代码可直接在官方地址查看:oarplayer

(深入篇)漫游语音识别技术—带你走进语音识别技术的世界
(深入篇)漫游语音识别技术—带你走进语音识别技术的世界

前有古人,后有小王,大家好,我是你们爱思考的小王学长,今天咱们继续漫游语音识别技术哈,今天内容稍微专业一些,大家可以结合上一篇漫游语音识别技术一起学习。

解密秒杀系统架构,不是所有的系统都能做秒杀!

摘要:教你如何设计一个秒杀系统架构:从电商系统架构到秒杀系统、从高并发“黑科技”与致胜奇招到服务器硬件优化,全方位立体掌握秒杀系统架构!!

写给“后浪”们的职业生涯规划建议
写给“后浪”们的职业生涯规划建议

不知不觉间已经入行快要八年了,虽然仍是基层,仍在搬砖,但是面对“后浪们”的咨询和探讨,避免干重复的事情,整理一篇自己的心得。

深入 iOS 静态链接器(一)— ld64
深入 iOS 静态链接器(一)— ld64

本文从源码角度分析了 ld64 的主体工作原理,实际应用中工程可结合自身需求对 ld64 进行定制来修复特定问题或者实现特定功能。

iOS 优雅的处理网络数据,你真的会吗?不如看看这篇.
iOS 优雅的处理网络数据,你真的会吗?不如看看这篇.

相信大家平时在用 App 的时候, 往往有过这样的体验,那就是加载网络数据等待的时间过于漫长,滚动浏览时伴随着卡顿,甚至在没有网络的情况下,整个应用处于不可用状态。那么我们该怎么去提高用户体验,保证用户没有漫长的等待感,还可以轻松自在的享受等待,

DeepMind的新强化学习系统是迈向通用AI的下一步吗?
DeepMind 的新强化学习系统是迈向通用 AI 的下一步吗?

DeepMind 新项目的目标是创建“一个人工代理,其行为可以超越它所训练的游戏集,提供更强的泛化能力”。

CSS中content属性的妙用
CSS 中 content 属性的妙用

本文讲解 CSS 中使用频率并不高的 content 属性,通过多个实用的案例,带你由浅入深的掌握 content 的用法,让代码变得更加简洁、高效。

Android音频架构
Android 音频架构

本文介绍了 Andorid 系统的整套音频架构,以及架构各层级的功能及作用。并介绍了一种绕开 framework 层的新的音频采集方式。

百度发布PLATO-XL,全球首个百亿参数中英文对话预训练生成模型
百度发布 PLATO-XL,全球首个百亿参数中英文对话预训练生成模型

参数达到了 110 亿,超过之前最大的对话模型 Blender,是当前最大规模的中英文对话生成模型,并再次刷新了开放域对话效果。

突破TensorFlow并行瓶颈的开源框架到底是啥?|InfoQ 大咖说
突破 TensorFlow 并行瓶颈的开源框架到底是啥?|InfoQ 大咖说

近日,快手和苏黎世理工宣布开源分布式训练框架 Bagua(八卦),其突破了传统框架的限制,性能提升明显。

啥都复用不了,还谈什么中台!
啥都复用不了,还谈什么中台!

复用是老板的合理需求,是技术领导人的核心职责,是所有技术人的全局意识。但复用的达成,不是老板的念念不忘,不是技术领导人的行政要求,也不是所有技术人的满腹牢骚,它需要一个体系的设计,一个组织的支撑,一个相互信任的团队文化,一个不断完善的过程。

十大值得关注的深度学习算法
十大值得关注的深度学习算法

据研究人员和分析师称,到 2024 年,数字助理的使用率预计有望达到 84 亿。超个性化、聊天机器人、预测性行为分析等是人工智能应用中最为常见的用例。

影像篡改识别(三):人工智能时代
影像篡改识别(三):人工智能时代

2019 年,据美联社报道,一名间谍利用 AI 生成的个人资料和图片,在全球知名的职场社交平台 LinkedIn 上欺骗联系人,包括政治专家和政府内部人员 [1][2]。

影像篡改识别(二):数字时代
影像篡改识别(二):数字时代

1997 年,埃及哈特谢普苏特神庙前,一张恐怖组织持枪扫射游客后的新闻图片被爆造假;2006 年,以色列空袭黎巴嫩首都贝鲁特,一张浓烟笼罩城市的照片被证实是伪造的;

影像篡改识别(一):胶片时代
影像篡改识别(一):胶片时代

2018 年,一段川普鼓励比利时退出巴黎气候协议的视频 [1][2] 在互联网上炸开了锅。视频中,他直视摄像机说到:“亲爱的比利时人民,这是一件大事。

阿里巴巴达摩院副院长金榕:从技术到科学,中国AI向何处去?
阿里巴巴达摩院副院长金榕:从技术到科学,中国 AI 向何处去?

以深度学习为代表的 AI 研究这几年取得了诸多令人赞叹的进步,但部分也是运气的结果,其真正原理迄今无人知晓。

Uber:模型性能调优
Uber:模型性能调优

Uber 使用机器学习模型来支持关键的业务决策。一种机器学习模型要经过多次实验迭代才能进入生产阶段。

腾讯AI Lab解读入选NLP顶会ACL的两项成果,另附其他入选论文内容介绍
腾讯 AI Lab 解读入选 NLP 顶会 ACL 的两项成果,另附其他入选论文内容介绍

本文将对腾讯 AI Lab 主导的两篇论文进行详细解读,并简要介绍部分入选 ACL 2021 的部分论文,包括对话及文本生成、翻译、文本理解等研究方向。

工业级人手三维重建!爱奇艺这篇ICCV 2021论文刷新了两个榜单
工业级人手三维重建!爱奇艺这篇 ICCV 2021 论文刷新了两个榜单

在人机交互和虚拟现实的应用中,高精度的人手三维重建技术发挥着重要作用。但由于手势多变以及严重的遮挡,现有的重建方法在准确性和精度方面仍差些火候。

松散耦合深度学习Serving的优势和部署案例
松散耦合深度学习 Serving 的优势和部署案例

相比使用 API 框架的方法,松散耦合架构可以是更好的选项。在服务深度网络时,它们带来了高度可控性、简单的适应性、透明的可观察性和更好的成本效益。

为什么神经网络不适合理解自然语言 ?
为什么神经网络不适合理解自然语言 ?

过去十年中,人工智能行业的一大趋势就是通过创建更大的深度学习模型来解决问题。这种趋势在自然语言处理领域最为明显,这也是人工智能最具挑战性的领域之一。

    钉钉文档云原生工程实践
    钉钉文档云原生工程实践

    金烨亮 | 阿里巴巴 钉钉文档技术专家

    立即下载
    GitHub 大规模采用机器学习的痛点和破解之道

    Jose David Baena | GitHub Senior Software Engineer

    立即下载
    搭建工具降低 DDD 落地门槛

    宋松涛 | 中原银行 信息技术部系统开发工程师

    立即下载