ITPub博客

饿了么（现称阿里本地生活）作为一家以线上交易与线下履约为核心的本地生活平台，催生了大量的线上线下融合场景中的图像检测需求。面对五花八门的业务需求，各类图像识别技术也在千变万化，如何建立一个灵活统一而快速有效的图像检测框架，通过对深度学习模型与GPU算力进行整合，在极短的时间内快速响应业务需求达到提效降本的目的，成为线上线下融合场景中值得深究的话题。

什么是mlFlow？mlFlow是一个支持机器学习生命周期的框架。这意味着它拥有在训练和运行期间监控模型的组件、存储模型的能力，在生产代码中加载模型以及创建管道。该框架引入了3个不同的功能，每个功能都有自己的特性。MlFlow追踪追踪可能是框架最有趣的功能。它允许您围绕模型创建广泛的日志记录框架。您可以定义自定义指标，以便在运行后可以将输出与先前的运行进行比较。我们将主要关注这一部分，同时也让您了

深度学习是计算密集型的，搭建硬件环境很重要。因此您需要具有多个内核的快速CPU，对吧？在构建深度学习系统时，最糟糕的事情之一就是在没有必要的硬件上浪费钱。在这里，我将逐步指导您使用廉价高性能系统所需的硬件。多年来，我总共建立了7个不同的深度学习工作站，尽管经过了仔细的研究和推理，但我还是在选择硬件部分时犯了一些错误。在本指南中，我想分享一下我多年来积累的经验，这样你就不会再犯同样的错误了。这篇文章

2018年马上就要结束了，我们来回顾一下过去的这一年中，机器学习领域有哪些有趣的事情吧！我们先来看看Mybridge AI 中排名靠前的顶级开源项目，再聊聊机器学习今年都有哪些发展，最后探寻下新的一年中会有哪些有值得我们期待的事情。顶级的开源项目BERTBERT，全称为Bidirectional Encoder Representations from Transformers，是一种基于Tens

为什么这对NLP来说是个大新闻？ Flair在解决NLP问题方面提供"最"先进的性能，例如命名实体识别（NER）、词性标注（PoS）、词义消歧和文本分类。这是一个建立在PyTorch之上的NLP框架。本文介绍如何使用现有的文本分类器并使用Flair构建自定义文本分类器。介绍文本分类是一种有监督的机器学习方法，用于将句子或文本文档分类为一个或多个定义的类别。它是一种广泛使用的自然

语音识别系统一直是深度学习生态系统中最发达的领域之一。当前一代语音识别模型主要依赖于用于声学和语言建模的递归神经网络（RNN）以及用于知识构建的特征提取管道等计算上比较昂贵的工件。虽然已经证明基于RNN的技术在语音识别任务中是有效的，但是它们需要大量的训练数据和计算能力，这通常会导致大多数组织无法使用。最近，Facebook AI Research（FAIR）团队发表了一篇研究论文，提出了一种基于

2017年，无人零售突然爆火成为了新的风口，无数玩家纷纷入局，资本市场狂热追随。据相关数据显示，截止到2018年11月，在无界零售领域的462起投融资实践中，以自助终端、社区团购、无人便利店、连锁便利店以及无人货架为主业态的投资事件共280起，占总投资事件的61%。

微软加速器·北京第13期招募于2018年9月正式启动，围绕人工智能与机器学习、大数据、区块链、物联网、工业互联网、混合现实、云计算平台等技术应用创新，聚焦IT基础设施、智能制造、交通、智慧城市、企业服务、金融科技、医疗、智慧零售领域。

2018年是值得回顾的一年，各种新兴技术相继爆发，特别是人工智能。人工智能的发展过程可谓极具曲折，经过了数次寒冬碾压，如今终于迎来了黄金时期。 人工智能自2016年开始流入人们耳中，而经过了两年的发展，已经演变成了世界性话题，并且成为谷歌、微软和亚马逊等科技巨头们的新宠。

但是近期关于深度学习掀起的又一波“AI寒冬”又一次将人工智能推向了舆论口波，一项旨在解决“房间里大象”的新研究推动了这次AI的负面炒作。深度学习系统真的存在严重缺陷吗？我们真的完全走错了路吗？

开发人员目前可以基于NeoPulse AI Studio 2.0和其编程语言NML 2.0构建自己的机器学习模型，而不需要深入了解机器学习知识。使用这些工具，开发人员可以轻松利用AI的强大功能。

据统计，全球有40亿人缺乏实际地址，这意味着这些居民无法获得包裹递送，医疗保健和救灾等服务，且无法进行登记投票或驾驶执照考试，城市也难以规划新的基础设施，例如学校、供水管道和电力线路等。

本文给大家介绍的技术就是物联网。何为物联网？我相信目前应该没有人会不明白了吧，物联网说白了就是物与网相连接，它的本质其实还是离不开互联网。不过物联网的概念目前已经被炒到过熟，它可能不会得到像互联网那样的爆发式发展，通说一点讲，如今物联网的发展更多的只是锦上添花的东西，得到实质性改变的很少。

12月3日在加拿大蒙特利尔召开的NeurIPS 2018会议上，英特尔宣布推出开源版HE-Transformer，这是一种允许AI系统对敏感数据进行操作的工具。开源版HE-Transformer基于简单加密算法库（SEAL），是英特尔神经网络编译器nGraph的同态加密（HE）后端，HE允许对加密数据进行计算。

Keras是一个很棒的库，它提供了一个简单的API来构建神经网络，但最近对PyTorch的兴奋感最终让我对探索这个库产生了兴趣。虽然我是一个"盲目追随炒作"的人，但是研究人员的采用和fast.ai的推崇使我确信在这个深度学习的新入口中必定有新的东西值得我去探寻。由于学习新技术的最佳方法是使用它来解决问题，所以我学习PyTorch的工作始于一个简单的项目：使用预先训练的卷积神经网

开源社区从未如此繁忙，加入战争从未如此简单！您在寻找一个新项目吗？你有想要分享的代码吗？本文为您分享一些开源福利，一些值得关注的组织。

自人工智能开始成长以来，其风波一直不断，特别是近几年，人工智能步入黄金发展期，舆论风暴更是一波接着一波。“人工智能距离威胁人类还有多远？”“八大现象论证人工智能威胁论真的存在”“AI警告！科技大佬为何纷纷站队AI威胁论”······

在OpenCV开创性 3.0 版本发布 3 年半之后，终于，等来了OpenCV 4.0 第一个稳定版本！OpenCV通过GITHUB正式发布：https://github.com/opencv/opencv/wiki/ChangeLog#version400OpenCV 是一个基于 BSD 许可（开源）发行的跨平台计算机视觉库，可以运行在 Linux、Windows、Android 和 Mac O

11月20日，本周二，距离美国的黑色星期五还剩两天，亚马逊向用户发送电子邮件，警告客户，由于本公司网站技术原因，客户的姓名和电子邮箱地址遭受泄露，目前泄露原因和数量还不知晓。

人工智能和机器学习的出现，让各大企业瞬间走上捷径，不管是运营效率还是生产利润都得到了显著的提升。但世界上是没有“免费午餐”的，企业面临的问题数组庞大，用于解决这些问题的ML模型种类相当广泛，每一种算法擅长的领域都不同，选择一种合适的算法模型成为企业棘手难题。