【AI研习社】关注AI前沿、开发技巧及技术教程等方面的内容。欢迎技术开发类文章、视频教程等内容投稿，邮件发送至：zhangxian@leiphone.com 随着谷歌2015年发布开源人工系统TensorFlow，让本就如火如荼的深度学习再添一把火，截至现在，TensorFlow已经历了多个版本演进，功能不断完善，AI开发者也能灵活自如的运用TensorFlow解决一些实际问题，下面雷锋网会对一些比较实用的TensorFlow应用做相关整理，让大家对TensorFlow有理性和感性的双层认知。 Tensor
作为机器学习最重要的一个分支，深度学习近年来发展迅猛，在国内外都引起了广泛的关注。然而深度学习的火热也不是一时兴起的，而是经历了一段漫长的发展史。接下来我们简单了解一下深度学习的发展历程。
大数据文摘编者按：正如大师K.K.所言，机器越来越智能化，人越来越工程化。越来越多的工作将被机器替代，那人做什么呢？这是一场人机器的进化竞争，进化的速度决定未来的命运——谁为谁工作？看近期的几篇文章 机器人抢饭碗，人们该怎么做？ 腾讯科技讯 7月6日，随着机器人科学和人工智能科技的不断发展，部分劳动力人将被科技所逐渐取代，同时也使大量劳动力人口面临失业风险，这是全球目前所面临的最重要问题之一。而在某些领域，技术进步的同时也让生产有了更高的效率。对此，谷歌(微博)CEO拉里-佩奇（Larry Page）认
作为机器学习最重要的一个分支，深度学习近年来发展迅猛，在国内外都引起了广泛的关注。然而深度学习的火热也不是一时兴起的，而是经历了一段漫长的发展史。接下来我们了解一下深度学习的发展历程。 1. 深度学习的起源阶段 1943年，心里学家麦卡洛克和数学逻辑学家皮兹发表论文《神经活动中内在思想的逻辑演算》，提出了MP模型。MP模型是模仿神经元的结构和工作原理，构成出的一个基于神经网络的数学模型，本质上是一种“模拟人类大脑”的神经元模型。MP模型作为人工神经网络的起源，开创了人工神经网络的新时代，也奠定了神经网络模型
谷歌公司推出了Android O, 其亮点之一在于可消除复制粘贴的大麻烦。Android O可自动识别和高亮电子邮件中的名字、地名、地址等文本，用户无需拖动箭头逐字逐句选中内容，便可轻轻松松地完成复制
人工智能图像识别技术已经取得了一些令人惊叹的进步，但正如一项新的研究表明的那样，这些系统仍然可以被那些愚弄的例子所绊倒。 一群麻省理工学院的学生最近愚弄了谷歌开发的一种图像分类器，这群学生周三发布的一篇论文详细描述了一种可以更快地欺骗系统的技术。这种欺骗谷歌系统的方法提供了一个真实的例子，说明基于人工智能的图像识别系统是如何被黑客入侵的。 论文地址：https://arxiv.org/pdf/1712.07113.pdf 视频地址：http://imgcdn.atyun.com/2017/12/jqyqrd
一直以来，大家都在盛传深度学习是工程师的风口，但是对于深度学习和行业的联系却很少被提及。
【摘要】本文评估了当前热门的深度学习工具，对于想进行深度学习开发的团队来说，可以参考一二。以下为译文： 在硅谷数据科学公司里，我们的研发团队调研了从图像识别到语音识别等不同的深度学习技术。建立了一套收
利用计算机图像识别、地址库、合卷积神经网提升手写运单机器有效识别率和准确率，大幅度地减少人工输单的工作量和差错可能。
原文：Getting Started with Deep Learning: A REVIEW OF AVAILABLE TOOLS 作者： MATTHEW RUBASHKIN 翻译：冯斌 【摘要】本文评估了当前热门的深度学习工具，对于想进行深度学习开发的团队来说，可以参考一二。以下为译文： 在硅谷数据科学公司里，我们的研发团队调研了从图像识别到语音识别等不同的深度学习技术。建立了一套收集数据、创建模型，评估模型的技术路线。然而，当开发者研究什么技术可应用时，却找不到一个简明的可供参考的总结材料来开始一个新
一 从移动时代迈向 AI 时代 本届 Google I/O 开发者大会于北京时间2017年5月18日凌晨1点，在美国加州山景城的海岸线圆形剧场准时开始。本次 I/O 大会现场参与人数超过7000人，在58个国家同步直播，全球开发者们一起见证 Google 带来的科技盛宴。 在过去的一年中，全球已经有10亿人在使用Google的服务，有超过5亿人使用Google photo， 全球活跃 Android 设备量已超过20亿台。在移动时代，Google 无疑是行业巨头，而在今年，CEO Sundar Picha
随着疫情的出现，线上会议的应用越来越广泛，相关的技术也越来越成熟，但当前的线上会议系统大都基于电脑和手机，便于个人使用，但由于其摄像头拍摄方向固定，当会议一端有多人参与时，就需要每人都单独开一个窗口才能有较好的效果，较为不便。基于此，我们设计了一个新的会议系统，以更好地适应多人会议的需求。
现如今，影像篡改伪造已经越来越常见，一些恶意的行为所带来的安全问题也越来越严重，如何有效地鉴别影像真伪成为了一个迫切需要解决的问题。鉴于此，云鼎实验室近年来一直持续在该领域上投入，协助腾讯慧眼产品提升了伪造图像识别的能力。现企划了影像篡改识别系列文章，为大家解惑其中的技术盲点。 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。如你所知，我有勇气退出巴黎气候协议，你也应该这么做。” 此言论一出，立刻在国际
AI 科技评论按：深度神经网络（DNN）作为机器学习的基础，为图像识别、图像分割、机器翻译等诸多领域取得突破性进展做出了重大贡献，然而研究人员始终都无法完全理解支配 DDN 的基本原理。其中，泛化是预测和理解 DNN 在未见过样本上的性能的重要指标，而理解泛化的一个重要概念便是泛化鸿沟（generalization gap）。基于此，谷歌的这篇 ICLR 2019 论文提出使用跨网络层的标准化边际分布作为泛化鸿沟的预测因子，对边际分布与泛化之间的关系进行了实证研究，结果表明边际分布的一些基本统计量可以准确地预测泛化鸿沟。谷歌发表文章对该论文进行了介绍，AI 科技评论编译如下。
作者 | 王清 目录： 深度学习与TensorFlow简介 深度学习简介 深度学习的由来 神经网络 深度学习（Deep Learning or Feature Learning） 深度学习的深 深度学习的发展趋势 TensorFlow简介 TensorFlow简介 TensorFlow的设计目标 TensorFlow的核心概念 TensorFlow的系统架构及源码结构 深度学习简介 （一）深度学习的由来 人工智能（Artificial Intelligence） 包括专家系统、机器学习等 机器学习（Ma
Alpha Go战胜李世石成为一个划时代的事件，许多公司大佬纷纷对此表态。不过，留意观察会发现，针对这个事情，BAT都没有表态，最积极的是搜狗王小川和360周鸿祎。搜狗王小川在多家平台担任点评嘉宾，在Alpha Go3：0胜出之后就宣布全体员工放假一天；周鸿祎则发布内部信，对AlphaGo的胜利发表了自己的看法。 首先总结一下老周内部信的主旨思想： 1、充分肯定了AlphaGo战胜人类的长远意义：这次人机大战将开启人工智能时代，会促进深度学习、增强学习、神经网络等技术的普及，而语音识别、图像识别等通用技术
导读：8月3日-6日，世界公认的“必须参加”的数据盛典Strata + Hadoop World首次登陆中国。作为顶级的数据盛会，美国总统奥巴马曾亲自2015年加州的Strata + Hadoop World大会助阵送去贺词。会议议题关注于大数据、机器学习和数据分析以及它们社会带来的改变。数据科学家、分析师和来自各种规模的创新企业高管将在此汇聚一堂，分享数据案例研究、最佳实践、新的分析方法以及关键技能。 让我们来看看在北京的Strata + Hadoop World大会有什么亮点： 阿里云iDST褚崴
导读：8月3日-6日，世界公认的“必须参加”的数据盛典Strata + Hadoop World首次登陆中国。作为顶级的数据盛会，美国总统奥巴马曾亲自2015年加州的Strata + Hadoop World大会助阵送去贺词。会议议题关注于大数据、机器学习和数据分析以及它们社会带来的改变。数据科学家、分析师和来自各种规模的创新企业高管将在此汇聚一堂，分享数据案例研究、最佳实践、新的分析方法以及关键技能。 让我们来看看在北京的Strata + Hadoop World大会有什么亮点： 阿里云iDST褚崴讲《
【AI100 导读】经历三起三落之后，AI 又火了！这一届的 AI 前景看起来仿佛还不错，能不能结出几个好果子？到底哪几个方向是靠谱的？一起来分析一下。 1974年，AI 陷入第一次寒冬。马文·明斯基在此前五年发表的《感知机》一书几乎将神经网络和联结主义学派斩杀殆尽。英国爵士莱特希尔（Sir James Lighthill）发表的报告称 AI 研究“目标华而不实”，“只能用来过家家”，“没有哪一个成果是用别的科学手段做不到的”。DARPA 也几乎完全停止了对 AI 项目的资助，几年前还在“愈演愈烈的自吹自
但出于种种原因，在测评中，我们采用的是瑞士苏黎世联邦理工学院开发的应用AI Benchmark。
前言：人类诞生至今，上万年的发展史中爆发了认知革命，农业革命，工业革命，信息大爆炸一直到今天的工业4.0时代，可以说每一次的变革都改变了世界，让站在今天的我们叹为观止，瞠目结舌。那未来呢？下一次让世界翻天覆地又是在什么时候？那个时候，HIT又是什么样子呢？《盗梦空间》里的男主角多姆·科布在电影里说过一句话我非常喜欢：既然是做梦，就干脆做的大一点，谁又能保证我们现在就不是在梦中呢？ 一、HIT与火热的互联网+ HIT的进步与计算机技术的发展密不可分。在过去的十几年时间里，随着计算机技术的发展，医疗信息系统的建
“视觉”承担着我们80%的信息摄入工作。在解决“听”“说”问题的同时，我们也要教会计算机“看”，也就是图像识别，以识别一朵花为例，用户将图片上传后，计算机将它转化成“0101”的数字流，然后输入深度神经网络，经过层层分析、层层抽象，对包括像素在内的各层信息与现有的大数据进行比对，才能重新还原并识别出它是一朵花。这种方法其实和人类眼睛的功能是近似的。 这一切都要建立在预先对图片分类的基础上。目前世界上最大的图像识别数据库ImageNet的图片分类有1000多类。在百度的图片数据库的分类已经达到了4万类。这
移动互联网、智能手机以及社交网络的发展带来了海量图片信息，根据BI五月份的文章，Instagram每天图片上传量约为6000万张；今年2月份WhatsApp每天的图片发送量为5亿张；国内的微信朋友圈也是以图片分享为驱动。不受地域和语言限制的图片逐渐取代了繁琐而微妙的文字，成为了传词达意的主要媒介。图片成为互联网信息交流主要媒介的原因主要在于两点：
2024年的电子“春晚”的CES落幕了，四天的展会吸引了超过13万观众的参与，恢复了疫情前的繁华。很多展台之前都排起等待参观的长龙，人头攒动。那些吸引最多人流的站台往往都有个明显的标签——AI。
【新智元导读】 不同于以往的“深度好文”，这篇描写 Facebook AI发展的文章不仅仅聚焦在机器学习技术，更多地强调各种先进的机器学习模型与Facebook 本身的基础架构、大规模部署和产品管道之间的配合，并强调硬件的支撑能力。对于公司来说，得应用者才能得天下，文章列举了 Facebook 从2012年来在图像识别和视频识别等方面的技术应用，强调AI 技术的发展中学术实验与产业应用之间存在显著差异。不管是扎克伯格还是Yann LeCun，他们的目标都是打造具有类似人类智力的对话代理，AI 毫无疑问是F
导读：AI 目前究竟达到了什么水平？什么样的智能才可以称之为 AI？简单的图像识别，目标检测等技术都只是智能的基础，想要创造并发展 AI 我们需要做点什么？ AI 的现状 现今，随着 AI 和机器学习
Mapbox AR 寻路工具：http://www.mapbox.com/ar ( http://www.mapbox.com/ar )
今年iPhone X成为果粉们关注的焦点，有网友们通过夸张的妆容来挑战iPhone X的人脸识别技术的准确性。其实，Face ID也让我们近距离感受到了AI人工智能的魅力。AI技术已经被广泛应用于日常生活，甚至是手机垃圾清理这一看似简单的动作，也因AI助力实现了更便捷高效的体验。 作为一款拥有超8亿用户的手机管理软件，腾讯手机管家的“清理加速”功能基于机器深度学习及图像识别技术，让用户在清理手机垃圾时可以获得个性化的清理方案，更快更便捷地删除无用照片，同时精准分类垃圾文件、微信专清和照片清理等功能，帮助用户
在机器视觉的概念中，图像识别是指软件具有分辨图片中的人物、位置、物体、动作以及笔迹的能力。计算机可以应用机器视觉技巧，结合人工智能以及摄像机来进行图像识别。
如若苹果收购Beats传言为真，软硬云结合的智能音乐必将兴起。此前Google Glass已掀起了一股智能多媒体之风。智能耳机、音箱和音乐盒是声音的智能化，Oculus、蚁视则是显示智能化，这两个领域均发生大规模的并购事件倍受关注。 下一个智能多媒体领域是什么呢？答案是摄像头。小度i耳目正在通过母亲节、幼儿园合作等公益活动走向民间，Foream等摄像头创业项目越来越多，Intel则在大力发展3D摄像头等技术。 智能摄像头成为计算机 雷科技曾经发布亮风台的《摄像头智能化三部曲：从拍照到智能交互》
李鲁 曾经负责京东智能冰箱硬件产品定义、设计开发、供应链管理、厂商合作等方面工作 曾祥云 京东智能冰箱业务组资深产品研发工程师，图像识别技术专家 目前主要负责智能冰箱图像识别相关产品业务，以及智能家
行早 发自 凹非寺 量子位 | 公众号 QbitAI 恒星编号：HD84406，距离：258.5光年，位置：大熊座。 这就是韦布太空望远镜看到的第一颗恒星。 在达到目标位置不到两周，韦布望远镜的调试和校准就已经初见成效： 望远镜上的近红外相机首次捕捉到了第一缕星光，并且和模拟实验符合得很好： 这第一缕星光就是由18个未对齐的镜片拍到的18个光点的合集，它们都是HD84406的图像。 而韦布望远镜接下来的任务就是把这些散落的点化零为整。 这话说起来很简单，但是实际上异常艰难，并且需要极高的精度：让18个镜片
最近，图像识别领域发布了白皮书，简单翻译一下做个总结。 ---- 目录 [1] Introduction 1.1 Exponential Growth of Image and Video 1.2 Statistics [2] Image Recognition [3] Recent Innovations 3.1 Approaches 3.2 Deep Neural Networks [4] Applications 4.1. Inform
TensorFlow是一款由Google构建的用于训练神经网络的开源机器学习软件。TensorFlow的神经网络以有状态数据流图的形式表示。图中的每个节点表示神经网络在多维阵列上执行的操作。这些多维数组通常称为“张量”，因此称为TensorFlow。TensorFlow架构允许在台式机，服务器或移动设备中的多个CPU或GPU上进行部署。还有与Nvidia的并行计算平台CUDA集成的扩展。这使得在GPU上部署的用户可以直接访问并行计算任务所需的虚拟指令集和GPU的其他元素。
当今自动驾驶汽车和无人机的基础的图像识别技术依赖AI：计算机基本上教自己识别像狗一样的物体，穿过街道的行人或停下来的汽车之类的物体。问题是运行AI算法的计算机目前对于手持医疗设备等未来应用来说过于庞大且速度缓慢。
曾在 52CV 发表 “最新图文识别技术综述”，研究领域涉及图像、语音、文本信号处理和机器人等，身处传统产业领域，致力于AI技术在工业生产中的落地开花。
像素点的英文叫Pixel（缩写为PX）。这个单词是由 Picture(图像) 和 Element（元素）这两个单词的字母所组成的。
视频监控智能图像识别技术实际上是一种，它为建筑工程施工品质和安全工作给予了优秀的方式方法。施工人员的安全隐患因为欠缺高度重视或因为缺少较好的监管方式 ，施工工地安全事故的次数较高。视频监控智能图像识别根据在施工工地安装的各种各样不限品牌的监控设备，可以有效的填补传统式监控方式 和技术性的缺点，完成工作人员、机械设备、原材料、自然环境的全方位即时监控，将处于被动监管变化为积极监控，完成当场生产安全的信息化管理。
作者：宋天龙 链接：https://www.zhihu.com/question/63383992/answer/222718972 来源：知乎
图像识别市场估计将从2016年的159.5亿美元增长到2021年的389.2亿美元，在2016年至2021年之间的复合年增长率为19.5％。机器学习和高带宽数据服务的使用进步推动了这项技术的发展。 。电子商务，汽车，医疗保健和游戏等不同领域的公司正在迅速采用图像识别。根据MarketsandMarkets的报告，图像识别市场分为硬件，软件和服务。以智能手机和扫描仪为主的硬件部分可以在图像识别市场的增长中发挥巨大作用。越来越需要具有创新技术（例如监控摄像头和面部识别）的安全应用程序和产品。
本月，北京首次关停涉黄直播平台“夜魅社区”。此前，映客、花椒等在直播、陌陌等平台的数十位主播因涉黄被永久封禁，商业需求激增“鉴黄师”职业，“鉴黄”势在必行。
李林 编译自 pyimagesearch 作者 Adrian Rosebrock 量子位 报道 | 公众号 QbitAI OpenCV是一个2000年发布的开源计算机视觉库，有进行物体识别、图像分割、
本文共9876字，阅读约需14分钟，有兴趣的朋友请耐心阅读，谢谢！ 近期许良在公司内部做了一个关于人工智能/深度学习相关的主题分享讲座，为了准备这个演讲，花了100个小时左右，接下来就把精心准备的内容分享给大家。 有一个好消息是，考虑文章比较长和文字本身表达的局限性，同时为了解答大家的疑问，近期会完全免费开一个视频直播，具体内容如下。 1. 深度学习入门到晋级 2. 深度学习模型解析和代码实现展示 3. 答疑环节 具体直播时间和链接获取方法最后和大家说。 ---- 内容正式开始。 一提到人工智能和深度学
近日，百度深度学习实验室主任林元庆在百度年终媒体分享会上做了《看懂AI-百度技术开放日》的演讲，从客观层面阐述了人工智能技术研发的四大支柱，为我们呈现了让人工智能更深层，更极致的方法论，下面是演讲精华
高校建立的实验室与大公司有所不同，其研究项目除了偏应用科学的领域，还有一些属于基础理论研究的项目，是无法从具体的产品上表现的，通常高校实验室会同时进行两种领域的研究甚至侧重后者，考虑到高校在学术界的地位，人们在关注实验室研究内容的时候除了关注它的产品，同时也应该注意其在基础研究领域的水平。 麻省理工学院 MIT的人工智能实验室全称叫CSAIL(ComputerScience and Artificial Intelligence Laboratory)。最初，这是两个实验室：计算机实验室创办于1963年
在物联网和智能家居的制作方面，物体的识别是一个很重要的方面。我们都知道，物联网主要分为感知识别、网络传输、综合运用等方面。而感知识别最重要的就是识别出是什么物体。我们平时主要是根据各种电子标签提前标识出物体的序号，从而让中央处理单元以前知道是什么物体。而我们在生活中，还常常利用图像识别技术进行识别，感测出是什么物体。
美团基础研发平台视觉智能部与中科院计算所展开科研课题合作，共同构建大规模数据集Food2K，并提出渐进式区域增强网络用于食品图像识别，相关研究成果已发表于T-PAMI 2023。
TensorFlow是一款由Google构建的用于训练神经网络的开源机器学习软件。TensorFlow的神经网络以有状态数据流图的形式表示。图中的每个节点表示神经网络在多维阵列上执行的操作。这些多维数组通常称为“张量”，因此称为TensorFlow。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
