关于 外推软件和灰色项目〖q扣4100506〗 徐水县百度魔图中央新 的搜索结果,共1165
j****2 2018-07-10
大脑开放日来袭 24种全AI能力呈现
在深学习基础之上,大脑通用AI能力开放涵盖语音、视觉、自然语言处理、知识谱等全面AI技术。 语音方向:语音方面出了语音识别极速版,首次对开放搭载国际领先的注意力(attention)模型的语音能力,拥有更快的响应速,相对识别准确提升15%,为开发者带来更极致的识别体验。此,语音识别预置语义解析全升级,预置场景由35个升级为51个,从影视娱乐到卖打车,语义解析效果全面提升。另,还预告了即将出的几款产品,包括语音识别自训练平台、远场语音开发套语音离线合成等产品。 视觉方向:OCR、车辆分析、人脸人体、像识别都有重磅升级。比如卡证OCR增了户口本、出生医学证明、港澳通行证台湾通行证四类能力,可识别卡证总数达到9种。只需对着你的户口本拍一张照片,系统就能字段进行结构化识别,然后反馈出信息页的出生地、出生日期、姓名、民族、与户主关系、性别、身份证号码。而票据OCR汽车场景OCR也分别增了行程单、保单、通用机打发票、定额发票、车辆VIN码、机动车销售发票、车辆合格证等识别能力。
1****9 2018-07-11
【强势出击】第二期大脑体验师来袭
4月25日,大脑开放日第二期正式开启 与第一期有所不同,第二期大脑开放日,介绍了多种通用 AI 能力;除此之,还出了两个的定制训练平台-帮助开发者更简单高效地训练出满足细分场景的业务模型。 无论你是资深AI开发者,还是AI初体验者,加入“大脑品体验师计划” 分享改进建议、使用技巧/攻略或者有价值有意思的案例,与我们一起大脑进化,帮助他人一起成长,探索AI前沿应用。 我们将评选出“最佳”的内容开发者,发布获奖公告、颁发大脑定制礼品、现金礼品卡等多重奖励! 【征集内容及要求】 产品改进建议或者您对大脑AI的需求:描述清晰、字数不限 使用技巧 攻略:接入流程清晰具体、可读性可参考性强,不少于500字 有价值有意思的案例:场景、应用价值明确、文结合,不少于500字 【参与方式】 在AI社区“经验交流”版块发帖:http://ai.baidu.com/forum/topic/add?
2018-07-10
解密开源这门生意——商业角看开源
前言 很多朋友都问过我,开源技术究竟好在哪里,一个公司拥抱开源是不是加分,参与开源的人是不是很酷的技术大牛。本文抛开虚浮的情怀热情,我们从商业管理的角看一看开源。 1. 本质是对抗认知垄断 远古期的计算机没有版权概念,每一份代码都是一份全人类都可以学习借鉴的教学数据。 随着商业的兴起,商业公司倾向于将代码当做秘方保护,引入了版权的概念。闭源实操过程有如下缺点: IT技术无法跨跨公司进行交流,行业人才培养的很慢; 一个只能在很小可控范围内迭代,的进步速偏慢; 公司的商业策略以盈利优先,可能会掐灭技术革; 一个黑盒化的交付物,交付质量只能靠商业信誉保障; 商业总是试建立垄断,黑客们警惕着垄断的恶行。 在版权限制下感到压抑的IT精英,自发动开放源代码的交付方式,其最出名的是GNU计划。GNU计划的重点是对抗IT技术认知垄断,更自由的传播IT知识;GNU等开源计划既不是为了开源公司的商业利益,也没要给参与者发高级技工证书,更不会因为开源而强行免费。
s****d 2018-07-11
亿元级云用户分析
1.上云的分析 大型云用户上云的宏观普通用户类似,但多角多部门的利益诉求非常复杂。 降低成本:客户最直观的诉求,或者削减IT预算,或者同等预算下支撑更多的服务;其他客户诉求都难以清晰描述,唯独成本可以看发票合同。 明确责任:客户不想承担各个IT系统的衔接选型责任,相比厂商系统集成商,云厂商的责任覆盖范围会更广泛一些。 收拢数据:上云本身并不碰业务数据,但上云是很好明确业务数据存储位置的机会,上云业务改造是规范数据结构的理由。 求变:企业客户在气势如虹时要居安思危,在困境危难之穷极思变,IT技术是企业的潜在增长点甚至退路。 本文讨论的是有模糊利润空间的云计算,CDNIDC资源可以用做计收载体,但不能做为上云的分析。亿元以上的服务器、CDN的订单很多但既无技巧也无利润,这些资源厂商也在跟云厂商学习如何包装。 2.客户角利益分析 大企业多角之间的利益诉求不同,所以表现形式也不同。我将客户三大角列出来讨论,销售-售前-经理铁三角组合明确客户的诉求,才更好游刃有余的服务客户。
C****X 2018-07-10
群雄逐“”,缘何备受关注?
每条车道车道之间的车道线是虚线,实线还是双黄线? 线的颜、道路的隔离带、隔离带的材质甚至道路上的箭头、文字内容、所在位置都会有相应的描述…… 高精针对道路形状的准确描绘,甚至可以精确到每个车道的坡、曲率、航向、高程等,同时为了自动驾驶的考虑,甚至每条车道的限速,荐速也会一并提供。 高精地的道路标识线及路牌信息 (片来源于文章《高精地在无人驾驶的应用》) 前,尽管自动驾驶科技公司、商以及传统车企对高精的定义尚未统一化,但高精的绝对坐标精更高,包含的道路交通信息更丰富(如可分为基础层、道路信息层、周围环境信息层其他信息层)等方面确实已经成为区别传统电子导航地的显著特征。 此,由于路网每天都有更变化,如整修、道路标识线磨损及重漆、交通标示改变等,这些都需要及时反馈在高精地上以确保无人车行驶安全,也就同时要求高精有更强的数据实时更功能。 关于高精怎么说 作为致力于高精研发的科技企业,内部人员一表示将高精看做是Apollo 云端服务的核心数据,足知关键!
l****4 2020-08-27
强烈建议优化百度carLife 语音识别问题
太差了,还是哪个吗?好山寨的车机
不****主 2018-07-09
高精地
三、Apollo高精与构建 Apollo高精地 Apollo高精地专为无人车设计,里面包含了道路定义、交叉路口、交通信号、车道规则,及用于汽车导航的其他元素。 高精可在许多方面为无人车提供帮助,如高精通常会记录交通信号灯的精确位置,从而大大降低了感知难。 高精地不仅可以减少计算需求,还可以通过提供有关驾驶环境的详细信息,来确保无人车的安全。保持这些地的更是一重大任务,测试车队需要不断地对高精进行验证。此,这些地可能达到几厘米的精,这是准最高的制。 Apollo 高精地是最懂自动驾驶的高精地,也是业界精细化程最高、生产率最高、覆盖面最广的高精地前,Apollo 高精地的自动化程已经达到了90%、准确识别率达到了95%以上,预计2020年可以覆盖全国所有的重点道路。 高精地有很多种格式,为了方便数据共享,Apollo高精地采用了OpenDRIVE格式,这是一种行业制标准。同时,Apollo也对OpenDRIVE做出了改进,进而产生了Apollo OpenDRIVE标准,以便更适合无人车。
也****里 2020-08-29
百度carlife不能跟百度地图同步收藏夹非常不方便请改进!
啥时候同账号的情况下,carlife历史轨迹数据同步到一起
x****7 2018-07-10
行进阶专业 传统企业AI转型差的可能只是一个EasyDL
佛山供电局输电管理所将存在桩机、吊车、挖掘机、运货运泥大型车的现场1000张隐患像,使用EasyDL定制化像识别进行训练,经过3个月的训练,更了10个版本,最终获得“输电线路部隐患识别”模型,该模型可以识别出输电线路存在的吊车、挖掘机等部隐患,前识别准确率达到80%,超出预期,并且以2-3周更一次模型的频率持续训练,准确率在不断提升。 源创电喷位于广西柳州,是一家生产汽油机电喷系统的公司。为汽车动力系统的关键部,喷油器质量要求非常高,过去,源创只能用人工肉眼来检测喷油器阀座瑕疵,每日平均检查4000-6000,峰值是12000,整个视觉判断工序,需付出4~7人每班的复核人力,是投入产出比最低的工序之一。 依托EasyDL定制化训练服务平台,柳州源创构建了自己的喷油嘴识别模型,结合原有业务流程,先通过自动化系统上传每次采集待测样品片,然后实时上传已通过的识别模型进行判定,再返回相应的处理结果,最后由自动化系统将样品进行分类流转。
****ac 2018-07-12
亿元免费算力 | 大脑AI Studio重磅出算力支持计划
“提供总计1亿元免费算力,助力开发者成功”——大脑AI Studio 大数据、大模型、大算力是深学习发展的必备因素,算力的重要性不言而喻。4月23日,首届 WAVE SUMMIT 2019深学习开发者峰会,一站式开发平台 AI Studio 重磅出算力支持计划:豪掷1亿元免费算力,为普通开发者破除算力桎梏。 大脑AI Studio 大脑AI Studio是集合AI教程、代码环境、算法算力、数据集比赛的一站式学习、开发、交流平台。该平台旨在帮助开发者迅速掌握AI开发知识,并熟悉模型创建,训练及部署的全过程。 大脑AI Studio有两个模式::一人一卡(单机)远程集群模式。 其一人一卡模式的配置此前以CPU为主。为了解决该模式下性能不足的问题,大脑AI Studio准备了大量的Tesla V100训练卡相关资源,总价值1亿人民币。 Tesla V100训练卡是当前性能最好的工业级训练卡之一。根据英伟达的说明, 该GPU的性能是单核CPU的47倍。此举将普惠大脑AI Studio用户,破除用户的算力困境。
陶****子 2018-07-09
使用nodejs BOT SDK开发问答类技能模板
', ], }, 其正确答案“白居易”“登鹳雀楼”放在第一个位置,但是在给用户出题时,选的顺序会调整。 模板的使用说明: 答案必须有一个正确答案。 每道题的答案选可以是3个,4个,5个,选总数不收限制。 每个题必须通过选序号来作答,如用户必须说“第一个”、“第二个”,不能使用“是”、“对”、“错”、“不是”等进行回答。 使用模板开发技能的流程 请注意,下面的建技能配置意过程可以通过在技能平台-- 创建技能-- 引用技能-- 导入技能页面导入 http://dbp-cfc.cdn.bcebos.com/download/trivia.zip 实现。 建技能 建技能详情请参阅自定义技能创建 配置意配置详情请参阅意、常用表达槽位 问答技能模板需要创建两个意,分别是回答问题意开始问答意。 回答问题意如下所示: 重开始问答意如下所示: 配置技能服务部署 问答技能模板使用CFC部署技能服务。使用CFC部署技能服务详情请参阅 云CFC 修改CFC函数代码 问答技能模板使用questions.js配置题库。
c****i 2018-07-11
付费拨云见日--云咨询可行性分析
某擅长咨询的传统转云厂商,他们的咨询案例是帮一个本来就有很深IT积累公司,再次确认数据心规划,这只能算信息搜集,只有重辅助决策才能收到足额咨询费。 某咨询厂商云有关的咨询案例,仔细看是云厂商服务商共同做的上云迁移执行过程介绍,而为什么上云、投入产出比、风险预估、流程规划等等技术决策建议并不是重点工作。 还是重复文首所言,客户上云是缺少IT执行层人才,客户同样也缺乏IT决策层专家。随着萌客户开始上云搞IT,行业的生的需求是需要云咨询,云咨询的专业性不同于云厂商传统咨询厂商。 云咨询团队只关注是客户,特别是萌IT用户的业务标实现,所以云咨询专家必须能胜任客户侧技术负责人。光这一条就把云售前传统咨询顾问过滤掉了。能在甲方做技术负责人,为什么要做售前;而传统咨询顾问的核心竞争力,从来不包含IT专业技能。 我把职位叫做“云咨询”,是因为云产品传统产品完全不同。传统商业的咨询是建立在坚实的支撑基础上的,传统咨询要的是应用技能而非IT专业技能。而云产品的品类及其复杂,远超单一的学习成本,现学现卖一群是非常不可靠的。
x****3 2018-07-10
零基础认识深学习——猿人的第一次直立行走
前言 人工智能是当今的热议行业,深学习是热门的热门,浪尖上的浪潮,但对传统IT从业人员来说,人工智能技术到处都是模型、算法、矢量向量,太晦涩难懂了。所以我写了这篇入门级科普文章,标是让IT从业者能看清读懂深学习技术的特点,以及我们如何从受益,找到自己的工作。 一、人工智能的天时地利人 行业的成熟要靠从业者的奋斗(人),也要考虑大环境历史的进程(天时地利)。人工智能技术的井喷并不是单纯的技术进步,而是、硬、数据三方面共同努力到渠成的结果,深学习是AI技术的最热分支,也是受这三方面条的限制。 AI所依赖的算法已经存在很多年了,神经网络是50年前提出的技术,CNN/RNN等算法比大部分读者的年龄都要大。AI技术一直被束之高阁,是因为缺乏硬算力海量数据。随着CPU、GPU、FPGA硬的更,几十年时间硬算力扩充了万倍,硬算力被逐渐解放。随着硬盘带宽的降价提速,20年前全人类都没几张高清照片,现在单个公司的数据量就能达到EB级。大数据技术只能读写结构化日志,要读视频片必须用AI,人类已经盯不过来这么多摄像头了。
TOP