关于 给力外推外推蜘蛛q扣7354130商丘市百度视频海外新闻于 的搜索结果,共931
j****2 2018-07-10
大脑开放日来袭 24种全AI能呈现
在深学习基础之上,大脑通用AI能开放涵盖语音、觉、自然语言处理、知识图谱等全面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(attention)模型的语音能,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、远场语音开发套件和语音离线合成等产品。 觉方向:OCR、车辆分析、人脸人体、图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、港澳通行证和台湾通行证四类,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和汽车场景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
****ac 2018-07-12
亿元免费算 | 大脑AI Studio重磅出算支持计划
“提供总计1亿元免费算,助开发者成功”——大脑AI Studio 大数据、大模型、大算是深学习发展的必备因素,算的重要性不言而喻。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 重磅出算支持计划:豪掷1亿元免费算,为普通开发者破除算桎梏。 大脑AI Studio 大脑AI Studio是集合AI教程、代码环境、算法算、数据集和比赛的一站式学习、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中,项目有两个模式::一人一卡(单机)和远程集群模式。 其中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训练卡和相关资源,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,破除用户的算困境。
c****2 2018-07-10
个性化荐(一)
优点是简单直接,不需要依据其他用户对品的评价,而是通过品属性进行品相似量,从而用户所感兴趣品的相似品;缺点是对没有任何行为的用户同样存在冷启动的问题。 组合荐[5](Hybrid Recommendation):运用不同的输入和技术共同进行荐,以弥补各自荐技术的缺点。 近些年来,深学习在很多领域都取得了巨大的成功。学术界和工业界都在尝试将深学习应用个性化荐系统领域中。深学习具有优秀的自动提取特征的能,能够学习多层次的抽象特征表示,并对异质或跨域的内容信息进行学习,可以一定程上处理个性化荐系统冷启动问题[6]。本教程主要介绍个性化荐的深学习模型,以及如何使用PaddlePaddle实现模型。 效果展示 我们使用包含用户信息、电影信息与电影评分的数据集作为个性化荐的应用场景。当我们训练好模型后,只需要输入对应的用户ID和电影ID,就可以得出一个匹配的分数(范围[0,5],分数越高为兴趣越大),然后根据所有电影的荐得分排序,用户可能感兴趣的电影。
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、运货运水泥大型车的现场1000张隐患图像,使用EasyDL定制化图像识别进行训练,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中存在的吊车、挖掘机等部隐患,目前识别准确率达到80%,超出预期,并且以2-3周更一次模型的率持续训练,准确率在不断提升。 源创电喷位广西柳州,是一家生产汽油机电喷系统的公司。为汽车动系统中的关键部件,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件,峰值是12000件,整个觉判断工序,需付出4~7人每班的复核人,是投入产出比最低的工序之一。 依托EasyDL定制化训练和服务平台,柳州源创构建了自己的喷油嘴识别模型,结合原有业务流程和硬件,先通过自动化系统上传每次采集待测样品图片,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。
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;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”的内容和开发者,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500字 有价值有意思的案例:场景、应用价值明确、图文结合,不少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?
双****4 2018-07-11
【杂谈】猎场没那么精彩--还原真实的猎头
如果甲方要找精英猎头,先要确认该岗位是否值得去找专业人才服务;当甲方觉得能付出十万块钱的佣金是值得的,好甲方就能找到好供应;如果招聘方把几千块佣金当做传家宝贝,猎头花这个钱还不如面试者报销打车费。 第三部分.影剧中对猎头的梦之误解 编剧们写的“白领剧”是观众展示一场“高端职场环境”的梦,“白领梦”并不比“皇帝梦”“武侠梦”更真实,因为这个“高端职场环境”从来就没存在过。我看那些影剧中对猎头的刻画过夸张,按照那种方法做猎头就别想挣钱了。 第一点,猎头不会深参与面试,甲方人事部不会让“人”参与面试决策;猎头的核心利益是成单拿佣金,在甲方面前也是人。敬业的猎头会全程跟踪面试者的反馈,老练的猎头能从HR手里拿到真实面试结果,但猎头不会出现在甲方办公室和甲方一起面试候选人。 第二点,候选人不会懒得接触猎头,不需要猎头候选人端茶端尿陪床上吊。候选人懒得和猎头聊很可能是因为这个职位太挫没吸引,少部分是自己有内线不用走部渠道。如果招聘方要定向挖某人,老板亲自出马比猎头约见面有诚意多了。 第三点,任何供应不能公开干涉甲方内务。
s****5 2018-07-10
个性化荐(二)
总结 本章介绍了传统的个性化荐系统方法和YouTube的深神经网络个性化荐系统,并以电影荐为例,使用PaddlePaddle训练了一个个性化荐神经网络模型。个性化荐系统几乎涵盖了电系统、社交网络、广告荐、搜索引擎等领域的方方面面,而在图像处理、自然语言处理等领域已经发挥重要作用的深学习技术,也将会在个性化荐系统领域大放异彩。 参考文献 P. Resnick, N. Iacovou, etc. “GroupLens: An Open Architecture for Collaborative Filtering of Netnews”, Proceedings of ACM Conference on Computer Supported Cooperative Work, CSCW 1994. pp.175-186. Sarwar, Badrul, et al. "Item-based collaborative filtering recommendation algorithms."
y****q 2020-09-01
百度app t7浏览内核广告屏蔽功能导致网页崩溃
我的蜀韵文学网 m.sanwenzx.cn 在所有除的浏览器都能正常使用评论功能。而这个就是不让网站显示评论。广告屏蔽功能关闭就正常了。
C****X 2018-07-10
群雄逐“图”,缘何备受关注?
高精地图计算架构 (图片来源文章《高精地图在无人驾驶中的应用》) 整体过程可以简单描述为,陀螺仪(IMU)及轮测距器 (Wheel Odometer)可以高率地出当前车辆的位置预测,但由其精确原因,位置可能会有一定程的偏差。 为了纠正这些偏差,可以使用传感器融合技术(比如使用Kalman Filter) 结合GPS与激光雷达(LiDAR)的数据算出当前无人车的准确位置,然后根据当前的准确位置与激光雷达的扫描数据,把数据加入地图中。 如果探究具体的实践过程,其实可以参照下面的关系式: (图片来源文章《高精地图在无人驾驶中的应用》) 其中Q代表优化方程,z代表激光雷达扫描出的点,h为方程预测最扫描点的位置与反光,m为扫描到的点在地图中的位置,x代表无人车当前位置。 这个方程的目的是通过最小化J求出测量点在地图中的准确位置。在计算模型中,m与x开始都是未知的,可以先通过多传感器融合求x,再求出测量点在地图中的准确位置m。 的高精地图如何制作而成? 将高精地图制作分为内两部分,分别是采、后台数据化处理、人工验证与发布,简单说就是部采集+后期处理。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
在传统的运维方式中,由故障感知判断、流量调决策的复杂性,通常需要人工止损,但人工处理的时效性会影响服务的恢复速,同时人的不可靠性也可能导致问题扩大。 为了解决这类问题,我们针对部网络环境建设了基智能流量调的单机房故障自愈能。结合网运营链路监测、内网链路质量监测与业务指标监控构建了全方位故障发现能,基统一前端(BFE)与名字服务(BNS)实现了智能流量调与自动止损能。同时,基实时容量与实时流量调自动止损策略与管控风险,实现了任意单机房故障时业务均可快速自愈的效果。当前此解决方案已覆盖搜索、广告、信息流、贴吧、地图等众多核心产品的单机房故障自愈场景。 单机房故障发影响业务可用性 回顾近2年来各大互联网公司被披露的故障事件,单机房故障层出不穷。例如: 2015年6月某公司云服务香港IDC节点电故障崩溃12小时 2016年5月某公司杭州电信接入故障,服务中断小时级别 2017年1月某业务天津机房故障,数小时无法提供服务 2017年6月北京某处机房掉电,多家互联网公司受影响 单机房故障繁影响业务的可用性并且会公司带来直接或间接的损失。
TOP