关于 豆瓣百度外推代发包收录σσ:73541 的搜索结果,共932
j****2 2018-07-10
大脑开放日来袭 24种全新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%,为开者带来更极致的识别体验。此,语音识别预置语义解析全新升级,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新产品,括语音识别自训练平台、远场语音开套件和语音离线合成等产品。 视觉方向:OCR、车辆分析、人脸人体、图像识别都有重磅升级。比如卡证OCR新增了户口本、出生医学证明、港澳通行证和台湾通行证四类新能力,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和汽车场景OCR也分别新增了行程单、保单、通用机打票、定额票、车辆VIN码、机动车销售票、车辆合格证等识别能力。
k****0 2018-07-09
使用Python SDK开类技能模板
此技能模板是针对语类技能设计的模板,如海贼王语,游戏语等。本文从技能交互、部署讲述如何快速搭建海贼王语技能。 语类技能模板的交互模型 语类技能跟用户的交互很简单。用户说“来一个”,技能从语列表中选取一条读给用户,用户可以继续说“来一个”继续听语,或者说“退出”以结束交互。 使用模板开技能的流程 新建技能 新建技能详情请参阅自定义技能创建 配置意图 意图配置详情请参阅意图、常用表达和槽位 语类技能模板需要创建“获取语”意图。获取语意图如下图所示: 配置技能服务部署 语类技能模板使用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函数码 开者通过模板创建函数以后,可在线编辑函数。
****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,助力开者成功”——大脑AI Studio 大数据、大模型、大算力是深学习展的必备因素,算力的重要性不言而喻。4月23日,首届 WAVE SUMMIT 2019深学习开者峰会,一站式开平台 AI Studio 重磅出算力支持计划:豪掷1亿元免费算力,为普通开者破除算力桎梏。 大脑AI Studio 大脑AI Studio是集合AI教程、码环境、算法算力、数据集和比赛的一站式学习、开、交流平台。该平台旨在帮助开者迅速掌握AI开知识,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,破除用户的算力困境。
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
EasyDL的出及政策安排,正在兑现李彦宏AI的普惠承诺。 传统上,新技术传播趋势一般遵循“S型曲线”理论,即一项技术在引进期,其商业化成果相对昂贵,普及比较缓慢,一旦进入成长期,普及速呈现指数型增长,价格逐渐下降,一旦进入成熟期就走向曲线顶端,增长率放缓、动力缺乏,最后进入衰退期。 EasyDL则以低门槛操作和限量免费政策,大大缩短了导入期,动了AI技术短期内即开始大规模应用,2018年,谷歌的AutoML 也将服务对象转向普罗大众,不过,EasyDL的产业化进程显得更快。 正以平台化、生态化的思路,加速进AI产业化落地。所谓平台化,即AI技术以最低的门槛向输出,合作伙伴基于场景进行开,用于解决实际问题;而生态化的核心,就是核心技术平台不争利,放利给生态伙伴,进而产生巨大辐射效应。 EasyDL展示AI开放生态的一种策略:用平台化的思路,将AI规模化落地,实实在在解决真问题。 近期,大量个人也正加入到EasyDL的开者行列中来。
C****X 2018-07-10
群雄逐“图”,缘何备受关注?
我们现,高精地图领域的入局者基本上可以分为这样几类,以Google 为表的互联网企业,;以丰田、特斯拉为首的车企大厂;以Moblieye(已经被英特尔购)为主的传感器厂商;以及括 TomTom、四维图新、高德等在内的图商。 不过仔细想想,入局归入局,但是要想玩的比别人都好,成为领先的玩家,确实不是一件容易的事儿。 其实对高精地图的研,除了在技术上需要攻克一些难关之,更需要站在自动驾驶产业链的角上思考问题。高精地图是自动驾驶的专属地图,了解车的需求或许比“造图”本身更重要。 如果从开者的角来看,以表的互联网企业以及传统车企或许在整合产业链资源,全局入手的能力上更占优势。 关于高精地图的一些based问题 地图,对于人们的日常生活来说很普遍。 通常我们了解的都是用于导航、查询地理信息的传统电子地图,这类地图主要服务的是人类驾驶员。 传统电子地图 (图片来源于文章《高精地图在无人驾驶中的应用》) 如图所示,传统电子地图是对路网的一种抽象表现,将路网抽象成有向图的形式。 什么是有向图形式? 简单来说就是图的顶点表路口,边表路口与路口的连接。
TOP