ITPub博客

2019年上半年收集到的人工智能迁移学习干货文章  迁移学习全面指南：概念、项目实战、优势、挑战迁移学习：该做的和不该做的事深度学习不得不会的迁移学习Transfer Learning谷歌最新的PlaNet对强化学习以及迁移学习的意义及启发迁移学习时间序列分类如何提高强化学习的可靠性？迁移学习之最大分类器差异的无监督域适应吴恩达深度学习笔记(67)-迁移学习（Transfer

2019年上半年收集到的人工智能强化学习干货文章 从0到1-强化学习篇关于人工智能中强化学习的扫盲强化学习简介深度强化学习探索强化学习算法背后的思想起源！强化学习基础什么是强化学习？强化学习之父：它是人工智能的未来机器学习之强化学习概览强化学习：如何处理大规模离散动作空间 2018年强化学习领域十篇重要论文（附源码）『干货』深度强化学习与自适应在线学习的阿里实践我在谷歌大脑工作

2019年上半年收集到的人工智能图神经网络干货文章  「AI初识境」从头理解神经网络-内行与外行的分水岭人工智能中“图神经网络GNN”如何理解？（附斯坦福综述）清华大学图神经网络综述：模型与应用掌握图神经网络GNN基本，看这篇文章就够了深度学习已入末路，AI未来是图网络 阿里达摩院：超大规模图神经网络系统将赋予机器常识使用图神经网络做基于会话的推荐超越标准 GNN ！

2019年上半年收集到的人工智能循环神经网络干货文章 机器学习：循环神经网络知识要点循环神经网络使用RNNs进行机器翻译——介绍RNN和LSTM网络及其应用RNN神经网络模型综述吴恩达深度学习笔记(114)-RNN梯度消失问题详解精讲深度学习RNN三大核心点，三分钟掌握循环神经网络吴恩达深度学习笔记(109)-循环神经网络模型（RNN介绍）机器学习Basics-第十一期-循环神经网络RN

https://www.toutiao.com/a6705933299610550787/ 作者 | Nandita Dwivedi译者 | 风车云马责编 | Jane出品 | AI 科技大本营（id：rgznai100）【导读】你能利用现有的 Spark 集群构建深度学习模型吗？如何分析存储在 HDFS、Hive 和 HBase 中 tb 级的数据吗？企业想用深度学习模型，可是要考虑的问题又很多

https://www.toutiao.com/a6705912318187799052/2019年中国人工智能大会（Chinese Congress on Artificial Intelligence 2019，简称“CCAI 2019”）将于在9月21日-22日在青岛胶州召开。周志华教授是大会程序委员会主席之一。他从事人工智能研究20多年，研究领域包括人工智能、机器学习与数据挖掘等，是国内人

https://www.toutiao.com/a6705907884959465991/2019-06-24 09:47:29▲图片来源：网络在AI顶尖人才数量上，中国和美国依旧存在较大差距。根据加拿大初创企业Element AI最新公布的调查数据显示，目前全球AI产业共有2.24万名顶尖人才，其中一半以上的人才在美国（12,950人），中国虽然排名第二，但是人数上仅占到其中的一成左右，即252

2019年上半年收集到的人工智能自然语言处理方向干货文章  自然语言（NLP）发展史及相关体系NLP 与 NLU：从语言理解到语言处理你与人工智能的距离还差一个NLP 读了这篇文字，做年薪百万的NLP工程师聚焦机器“读、写、说、译”，探寻NLP未来之路NLP接下来黄金十年-----周明等谈值得关注的NLP技术人工智能科普｜自然语言处理（NLP）  为什么要学

2019年上半年收集到的人工智能自动驾驶方向干货文章 人工智能技术落地：无人驾驶的机遇和挑战颠覆性技术丨无人驾驶解析｜自动驾驶的核心技术是什么？ TC专访Waymo首席技术官：谷歌自动驾驶的过去和未来全面解读自动驾驶的关键组成部分史上最全的自动驾驶研究报告（上）史上最全的自动驾驶研究报告（下） 专家认为自动驾驶汽车需要很多年的五个原因「数据集」自动驾驶都有什么测试基准

2019年上半年收集到的人工智能AI大神与大咖观点文章 Hinton等人新研究：如何更好地测量神经网络表示相似性520，看看AI大牛吴恩达和姚期智如何撩妹AI教父杰弗里辛顿：AI反学习可能揭开人类梦境的奥秘专访「算法之父」Michael Saunders：人工智能未来的突破点可能在自动驾驶专访普林斯顿大学贡三元教授：做 AI 研究要有价值观，数学更是「制胜法宝」世界顶级AI大神综述深度学

https://www.toutiao.com/a6704529982351213060/ 针对不同的目标使用不同的损失函数。在本文中，我将通过一组示例向您介绍一些常用的损失函数。本文是使用Keras和Tensorflow框架的设计。损失函数：简介损失函数有助于优化神经网络的参数。我们的目标是通过优化神经网络的参数（权重）使其损失最小化。损失由损失函数计算。每个神经网络都给出了一些输出，我们通过将

https://www.toutiao.com/a6704409935326740996/ 虽然我们大多数人都惊叹为什么DL这么好？ 在使用大量数据进行训练时，它在准确性方面非常出色。近几年随着深度学习算法的发展，出现了很多深度学习的框架，这些框架各有所长，各具特色。下面将为大家介绍2019年最受欢迎的十大深度学习框架。TensorFlow谷歌的Tensorflow可以说是当今最受欢迎的深度学习框

https://www.toutiao.com/a6704439270729318924/ 包括谷歌、微软和亚马逊在内的科技公司的物体识别算法，在识别低收入国家的物品时，错误率更高，算法表现得也更差。这是Facebook人工智能实验室的一项新研究。同时，该研究还表明，人工智能偏见不仅存在于国家内部，还歧视不同国家。在低收入家庭中，算法的准确率最低可达20％在这项研究中，研究人员测试了五种已有的流行

https://www.toutiao.com/a6704558462564565517/ 据阿里巴巴内部人士消息，阿里巴巴AI在刚刚结束的全球人工智能“世界杯”中力压150多支参赛队伍夺冠。此次阿里巴巴的人工智能技术在国际舞台的出色表现，再次让世界见证了“中国智造”的发展速度，不仅征服了现场观众，也让竞争对手赞口不绝。现在的阿里巴巴的AI已能够识别出100万种实体，认知能力远远超出了人类的范畴，

https://www.toutiao.com/a6704509481306292749/ 大家好，今天我们学习【机器学习速成】之 正则化:降低模型的复杂度以减少过拟合。我们 马上学三点 ，泛化曲线，降低模型的复杂度L2 正则化的损失函数大家可以点击下面的“ 了解更多 ”，或搜索“ 马上学123 ”，在线观看PPT讲义。泛化曲线我们之前已

https://www.toutiao.com/a6704549939541705224/ 什么是SVM？SVM(全称：Support Vector Machine)支持向量机，这只是它的名称，向量就是和我们以前学过的向量一样（下文有介绍），它可以有效解决分类问题（我们只讨论分类问题），何为分类呢？顾名思义，就是把你拥有的数据分成几类。什么是向量？向量，顾名思义就是有方向的纯量（标量），纯量呢就是

 该微信公众号不是笔者的，也不是笔者认识的人的。但是是笔者关注的一个微信公众号，觉得文章很不错，所以分享一下。  一、AI 实战系列   ·      【AI实战】手把手教你文字识别（检测篇：MSER, CTPN, SegLink, EAST）·    &nb

Composition and Structure of an INVOIC IDoc in SAP ERPhttps://ecosio.com/en/blog/2019/03/29/Composition-and-Structure-of-a-INVOIC-IDoc-in-SAP-ERP/The exchange of electronic invoices when using an SAP

SAP IDoc E1EDP04 Z8 数据错误之对策对于公司间采购业务，很多项目启用STO，并且在发货方公司Billing过账的时候，SAP系统自动通过IDoc触发采购方的Invocie。这是SAP项目实践中对于公司间采购业务场景的常规做法。笔者所在的A项目也不例外。对于这种场景SAP标准的IDoc就能支持。一般而言，IDoc的Message Type就是INVOIC01, Message Ty

2019年上半年收集到的AI计算机视觉方向干货文章  时光飞逝，一晃上半年快要结束了。对人工智能高度感兴趣的笔者，每天都要看不少人工智能方面的文章，很多是干货文章，受益匪浅，所以整理成这个系列的文章。这是第一篇，聚焦计算机视觉方向。笔者打算以后人工智能研习侧重点就放在计算机视觉方面尤其是人脸识别领域。  【计算机视觉】机器视觉系统的一般构架与组成干货｜如何利