一文读懂迁移学习(附学习工具包)
1. 前言迁移学习(Transfer Learning,TL)对于人类来说,就是掌握举一反三的学习能力。比如我们学会骑自行车后,学骑摩托车就很简单了;在学会打羽毛球之后,再学打网球也就没那么难了。对于计算机而言,所谓迁移学习,就是能让现有的模型算法稍加调整即可应用于一个新的领域和功能的一项技术。不久前,香港科技大学的杨强教授在机器之心GMIS大会中回顾AlphaGo和柯洁的围棋大战时曾说,Alph
自动机器学习:最近进展研究综述
本文作者为香港浸会大学 贺鑫,雷锋网AI科技评论获其授权发表。英文标题 | AutoML:A survey of State-of-the-art作 者 | Xin He, Kaiyong Zhao, Xiaowen Chu单 位 | Hong Kong Baptist University(香港浸会大学)论文链接 | https://arxiv.org/abs/1908.
「干货」检测识别二维码的几大开源库汇总
自从手机APP二维码支付进入了人们的日常生活后,方便安全,真是无处不在。特别是1994年日本Denso Wave发明的QR码(快速响应),它获得最广泛应用,因为它易于检测,写入大量信息,并提供强大的错误纠正机制,它可以说是第一个最大的图像识别应用程序。二维码的检测和解码已成为许多应用开发的必要条件。面对许多开源库,哪一个更好?我们比较了五个值得参考的有影响力的开源库中的检测算法。参与开源库的比较:
15万美元多跑0.1分,大型AI研究被批无视能耗成本
越来越强大的AI模型正在改变这个世界。但这背后的成本并不便宜。以中国的数据为例,全国40万个数据中心,每年总体耗电量超过1000亿度,这相当于三峡和葛洲坝水电站1年发电量的总和。近日,著名的AI研究机构艾伦AI研究所(AI2)发布了一份新的立场文件(Position Paper),呼吁业内在评估AI研究时应该更加重视能效,在开发、训练和运行模型时,与速度、准确性等指标一并列出“成本标签”。AI2
依图科技 CEO 朱珑:我们是如何做智慧城市的?
https://www.toutiao.com/a6723054155407032840/ 新旧血液不断融合,旧规则被打破,新边界因此扩宽。作为最早一批闯入泛安防战场的 AI 公司,依图历经七年磨砺,先后参与全国近 300 个地市的公共安全建设,终于在前排段位中获得一席之地。依图同时有着传统安防公司低调收敛的一面,在这个封闭而残酷的市场,少说多做永远是第一准则,所以我们很少看到依图对外谈起安防业务
CMU 计算机科学学院终于迎来新院长
【导读】CMU计算机科学学院终于要迎来新任院长了!8月15日,CMU将正式任命计算机视觉和机器人专家Martial Hebert担任计算机科学学院院长,他将领导270多名教师和2300名学生。近日,卡内基梅隆大学(CMU)宣布,将从8月15日起任命Martial Hebert为CMU计算机科学学院(SCS)的院长。Martial Hebert将接替前任院长安德鲁•摩尔(Andrew Moore),
「干货」教你如何用OpenCV快速寻找图像差异处
如何使用结构相似性指数(SSIM)将两个图像与Python进行比较。使用这种方法,我们能够轻松确定两个图像是否相同或由于轻微的图像处理,压缩伪像或有目的的篡改而产生差异。今天我们将扩展SSIM方法,以便我们可以使用OpenCV和Python可视化图像之间的差异。具体来说,我们将在两个不同的输入图像中的区域周围绘制边界框。与OpenCV和Python的图像差异为了计算两个图像之间的差异,我们将利用结
中国造车新势力梦断美国
https://www.toutiao.com/a6723018767015608843/ 曾经热热闹闹伫立在旧金山街角的一幢小楼已经人去楼空。而这里几个月前还属于一家远渡重洋来自中国的车企——蔚来汽车。而同一时期浩浩荡荡“决心美利坚造车”的其他中国造车新势力们也大多面临着可能海外“烂尾”的结局——被高价挖角来的硅谷精英们纷纷选择出走。而离开前,不少人都经历了一场又一场不停歇的职场“宫斗”——有些
Facebook申请被驳回,面部识别将面临集体隐私诉讼
据路透社报道,周四联邦上诉法院驳回了Facebook希望撤销一项集体诉讼的申请。这项诉讼指控Facebook未经用户同意,非法收集、储存数百万用户的生物识别数据。驳回Facebook申请的是旧金山第九美国巡回上诉法院,提起诉讼的则是伊利诺伊州用户。上诉法院的裁决,可能令Facebook需要为面部识别向原告支付高达数十亿美元的损害赔偿。此前,Facebook在隐私方面已经引起过广泛的争议。7月,Fa
地产大鳄联手AI独角兽改造千间酒店:人脸淘汰房卡,AI取代电话
(图片来源Xavier Portela)在地产公司智慧化转型与AI公司商业化落地的大背景下,世茂集团与云知声,双方从「相遇到联姻」的故事,也是当下AI与传统产业融合的一个缩影。撰文 | 寓扬对于房地产行业而言,简单粗暴「卖房子、挣快钱」的时代已经结束了。国家统计局最近公布的一个数据十分耐人寻味,2019 年上半年,我国商品房销售面积 75786 万平方米,同比下降 1.8%,并且整个第二季度连续下
效果惊人!中科院、百度研究院等联合提出UGAN,生成图片难以溯源
作者 | 中国科学院、北京航空航天大学、百度研究院团队译者 | 凯隐编辑 | 夕颜出品 | AI科技大本营(ID: rgznai100)导读:生成对抗网络(GAN)是近年大热的深度学习模型,中国科学院相关团队注意到,在多领域图片转换任务中,生成图片中会残留一些源类别特征,通俗来讲就是和输入源图片或多或少都有相似之处。针对这个问题,中国科学院、北京航空航天大学、百度研究院团队联合提出了一个神奇的 U
起底软银愿景基金:全球最大VC,孙正义的AI帝国
8月5日消息,在投资出雅虎、阿里巴巴等公司之后,投资狂人孙正义并不打算停下他的脚步,人工智能时代的到来推动了孙正义加速在全球“买买买”的步伐,在愿景基金的帮助下,一个庞大的投资帝国初现峥嵘。近日,软银集团宣布成立愿景基金二期,基金规模和愿景基金一期相当,约为1080亿美元。同时,软银集团还表示,愿景基金二期将主要用于投资人工智能技术。软银愿景基金是由日本软银集团于2016年发起、2017年成立的全
迪拜要建世界AI程度最高的机场:安检不用人,登机不排队
导语:作为世界上最繁忙的机场之一,迪拜机场在人工智能布局上也是行业领头者。8月5日消息,阿联酋迪拜国际机场在乘客安检、行李处理、机场客运、人员过滤等方面广泛布局AI设备和服务,以开创一种无需乘客排队的优质航程体验。Forbes(福布斯)对迪拜机场的AI布局情况进行了盘点,原文如下:阿联酋迪拜机场在2018年被国际机场协会评为全世界第三繁忙的机场。作为世界上最繁忙的机场之一,迪拜机场在使用人工智能方
踩不死的机器蟑螂,清华研究登上Science子刊
2019-08-06 12:40:16机器之心报道参与:韩放、张倩前段时间,「人类大虐『波士顿动力』机器人」的视频在网上走红,视频中的人用各种重物击打机器人,但却没有造成什么伤害。当然,这只是段打着「Bosstown dynamics」水印的合成视频。现实中的刚性机器人依然非常脆弱,但柔性机器人的耐受力可能要强得多,而且这种机器人一般结构简单、成本较低。最近,来自清华大学和加州大学伯克利分校的研究
DeepMind烧钱的2018:负债超12亿美元、亏损达5.72亿美元
近日,英国公司登记处(Companies House)的一份文件披露了 DeepMind 2018 年的财务状况:这家总部位于伦敦的人工智能公司营收几乎翻了一番,由 2017 年的 6620 万美元增加至 2018 年的 1.251 亿美元,但净亏损也由 2017 年的 3.41 亿美元增加至 2018 年的 5.72 亿美元。此外,DeepMind 今年的到期债务高达 12.656 亿美元,其中
一文看懂NLP里的分词(中英文区别+3 大难点+3 种典型方法)
分词是 NLP 的基础任务,将句子,段落分解为字词单位,方便后续的处理的分析。本文将介绍分词的原因,中英文分词的3个区别,中文分词的3大难点,分词的3种典型方法。最后将介绍中文分词和英文分词常用的工具。什么是分词?分词是 自然语言理解 – NLP 的重要步骤。分词就是将句子、段落、文章这种长文本,分解为以字词为单位的数据结构,方便后续的处理分析工作。为什么要分词?1.将复杂问题转化为数学问题在 机
中国工程院院士高文:人工智能的“3144”
8月9日上午消息,今日,“中国人工智能峰会暨多媒体信息识别技术竞赛成果发布会”在厦门国际会议中心成功举办。据悉,本次峰会旨在为人工智能前沿技术与传统行业、社会管理的融合发展、资本对接、人才交流搭建“连接”桥梁,为人工智能的创新发展和跨界应用注入新动能。在上午的主论坛上,中国工程院院士高文发表了关于“AI行业发展趋势和前沿技术”的主题演讲。高文现场把人工智能总体态势总结为4个数字即“3144”,并对
中国高校AI论文影响力:清华多点开花,中科大凭一人排第三
近10年国内在人工智能领域最有影响力的机构是哪所?最有影响力的学者有哪些?上海交通大学电子信息与电气工程学院教授王新兵带领的Acemap团队近日推出了一项基于2009年至2019年各大研究机构、学者论文发表及引用情况的影响力排名。进入该排名网站,可以选择察看中国、美国或加拿大三个国家的情况。截至目前,数据库共收录了超过2亿篇论文信息,其中包括6万多家计算机领域的会议或期刊信息。澎湃新闻记者选择察看
实时物体检测:YOLO,YOLOv2和YOLOv3(一)
作者:Jonathan Hui编译:ronghuaiyang导读昨天介绍了YOLOv3,发现大家对这一系列很感兴趣,从今天开始,会连载YOLO,YOLOv3,YOLOv3的相关内容,让大家更加清楚YOLO这一系列发展的过程。今天先介绍YOLO。YOLO是一个以实时处理为目标的物体检测系统。我们将在本文中介绍YOLO、YOLOv2和YOLO9000。对于那些只对YOLOv3感兴趣的人,请转到文章底部
集成学习总结(Ensemble Learning)
Ensemble Learning 是指将多个不同的 Base Model 组合成一个 Ensemble Model 的方法。它可以同时降低最终模型的 Bias 和 Variance,从而在提高分数的同时又降低 Overfitting 的风险。在现在的 Kaggle 比赛中要不用 Ensemble 就拿到奖金几乎是不可能的。常见的 Ensemble 方法有这么几种:Bagging:使用训练数据的不