ITPub博客

# 人脸识别数据集 - PubFig: Public Figures Face Database(哥伦比亚大学公众人物脸部数据库) # The PubFig database is a large, real-world face dataset consisting of 58,797 images of 200 people collected from the internet.

# 人脸识别数据集 - Large-scale CelebFaces Attributes (CelebA) Dataset # CelebFaces Attributes Dataset (CelebA) is a large-scale face attributes dataset with more than 200K celebrity images, each with 40

雍正继承帝位，给职场中的我们的启示 --- 我看电视剧《雍正王朝》2月份笔者将经典电视剧《雍正王朝》再刷了一遍，对于康熙皇四子（四阿哥）能从众多皇子中脱颖而出从而顺利继承帝位的整过过程，很受启发。笔者不是历史学家，对于历史也无深入研究，所以仅仅根据电视剧里讲述的故事情节，来谈谈四阿哥的成功历程，对于职场中的你我有些什么启发。电视剧里的四阿哥，在继位之前，康熙皇帝众多皇子中的一个，论个人能力，资历，

 作者 |  Lionbridge AI译者 | 天道酬勤 责编 | 徐威龙封图| CSDN│下载于视觉中国在机器学习领域，训练数据准备是最重要且最耗时的任务之一。实际上，许多数据科学家声称数据科学的很大一部分是预处理的，并且一些研究表明，训练数据的质量比你使用的算法类型更为重要。事实上，越来越多的公司进入了人工智能市场，来帮助满足这种对训练数据的需求。&n

2020-03-17 17:26:39近日，谷歌宣布将 AI 语言模型 ELECTRA 作为 TensorFlow 之上的开源模型发布。该方法用到了一种称为替换令牌检测（RTD）的新预训练任务，使其能够在从所有输入位置学习的同时，训练双向模型。并且，在同等计算资源的情况下，ELECTRA 的性能优于现有方法；而在参数量只有 1/30 的情况下，取得不逊于最先进 BERT 系列模型的性能。文 | G

# AI开源项目 - ONNX #ONNX 是一种针对机器学习所设计的开放式的文件格式，用于存储训练好的模型。它使得不同的人工智能框架（如 Pytorch, MXNet）可以采用相同格式存储模型数据并交互。ONNX 的规范及代码主要由微软，亚马逊，Facebook 和 IBM 等公司共同开发，以开放源代码的方式托管在 Github 上。目前官方支持加载 ONNX 模型并进行推理的深度学习框架有：C

AI开源项目 - Kubeflow  Kubeflow 项目旨在使 Kubernetes 上的机器学习变的轻松、便捷、可扩展，其目标不是重建其他服务，而是提供一种简便的方式找到最好的 OSS 解决方案。对分布式训练任务支持。用于创建和管理交互式 Jupyter notebook 的 JupyterHub，可配置为使用 CPU 或 GPU，并通过单一设置调整至单个集群大

AI开源项目 - MLflow  MLflow 是机器学习生命周期的开源平台，开放接口，可与任何机器学习库、算法、部署工具或编程语言一起使用，基于 REST API 和简单的数据格式而构建。是一个开源项目，允许用户和机器学习库开发人员可以对其进行扩展。MLflow 现 alpha 版，提供跟踪、项目和模型三大组件。MLflow 的跟踪组件支持记录和查询实验数据，如评估度量指标和

# AI开源项目 - Zeppelin #Zeppelin 是一款基于 Web 的交互式数据分析平台。它基于网络的笔记本，默认使用 Spark 集群作为分析引擎，提供数据可视化的框架，支持数据驱动的交互式数据分析。通过配置，它也支持包括 SQL、Python、R 等多种数据分析语言，提供数据库查询、动态图表展示、地图等数据可视化能力，并能够以 Notebook 的形式保存和分发代码及分析结果。Gi

# AI开源项目 - Jupyter # Jupyter 是一种 Web 应用，涵盖了跨数十种编程语言的交互式计算。它能让用户将说明文本、数学方程、代码和可视化内容全部组合到一个易于共享的文档中，非常方便研究和教学。在数据挖掘平台 Kaggle 上，使用 Python 的数据开发者大多数选择了 jupyter 来实现分析和建模的过程。GitHub 地址：https://github.co

AI开源项目 - H2O  H2O 是 H2O.ai 公司的完全开源的分布式内存机器学习平台。H2O 同时支持 R 和 Python，支持最广泛使用的统计和机器学习算法，包括梯度提升（Gradient Boosting）机器、广义线性模型、深度学习模型等。H2O 包括一个自动机器学习模块，使用自己的算法来构建管道。它对特征工程方法和模型超参数采用了穷举搜索，优化了管道。H2O

随着 AI 在日常生活中的逐渐普及与应用，在“互联网+”以及“工业制造4.0”的新时代背景下，具备通信、网络与人机交互功能的AI作曲覆盖到教育科普、艺术表演和娱乐服务等领域已是大势所趋。那么这种 AI 音乐背后藏着怎样的奥秘呢？它又会对音乐行业造成怎样的影响呢？近期，美国数字研究机构Space150进行了一项有趣的试验：基于人工智能（Artificial Intelligence，简称AI）技术，

# AI开源 - Featuretools #这是一个用于自动化特性工程的开源 python 框架（https://www.featuretools.com/）。它可以帮助开发者从一组相关数据表中自动构造特征。开发者只需要知道数据表的基本结构和它们之间的关系，然后在实体集（一种数据结构）中指明。然后在有了实体集之后，使用一个名为深度特征合成（DFS）的方法，在一个函数调用中构建出数千个特征。Git

在 AI 技术与相关产品高速发展的时代，大量用户隐私未经同意而被用于 AI 机器学习中，危害用户隐私安全。而 国内外 AI 巨头也意识到这一点，并积极用 AI 技术制定出保护隐私安全的产品。一、隐私我们处在一个智能变革的时代，人工智能技术正在“赋能”各行各业。大数据就像新能源， AI 算法就像发动机，装载了大数据和人工智能技术的企业就像搭上了一班通往未来的快速列车，把竞争对手远远地甩在后

联邦学习无疑是近期 AI 界最火爆的技术范式之一，在过去的2019年，涌现了大量联邦学习相关研究。联邦学习是一个机器学习框架，它允许用户使用分布在不同位置的多个数据集来训练机器学习模型，同时防止数据泄露并遵守严格的数据隐私法规。能够防止数据泄露！这也意味着联邦学习或许是解决数据敏感的重要途径。联邦学习指多个客户端（如移动设备或整个组织）在一个中央服务器（如服务提供商）下协作式地训练模型的机器学习设

在人工智能浪潮席卷全球的当下，生物识别在各领域进展神速。而生物特征的唯一性也使得生物识别信息安全问题受到全球重视。在人工智能浪潮席卷全球的当下，生物识别在各领域进展神速。而生物特征的唯一性也使得生物识别信息安全问题受到全球重视。个人信息安全标准发布2020年3月6日，全国信息安全标准化技术委员会归口的GB/T 35273-2020《信息安全技术个人信息安全规范》(以下简称“《规范》”)正式发布，对

近期，人工智能、机器视觉占据着社会的热点话题。作为机器视觉的分支应用领域，车牌识别涉及“图像采集——图像预处理——车牌定位——字符分割——字符识别——结果输出”等一系列流程，人工智能的应用则提高了车牌识别的准确率。现阶段，人工智能落地较为常见的应用，除各类生物识别外，当属车牌识别。车牌识别市场快速增长车牌识别利用车辆的动态视频或静态图像对车牌号码和颜色等进行自动识别，其核心算法包括车牌定位算法、车

# 联邦学习为公平性研究提供了几个思考 # 机器学习模型的表现经常会令人惊讶。当这些行为模型对用户非常不友好时，研究者会将其归为不公平。例如，如果具有相似特征的人得到了完全不同的结果，那么这就违反了个体公平的标准。如果某些敏感群体(种族、性别等)得到不同的结果，那么这可能违反人口统计学公平的各种标准........联邦学习为公平性研究提供了几个思考，其中一些扩展了非联邦环境中先前的研究方

# AI开源项目 -  AutoKeras  #它使用了高效神经架构搜索（ENAS，https://arxiv.org/abs/1802.03268），只需使用 pip install autokeras 就能快速轻松地安装软件包，然后就能用自己的数据集来执行自己的架构搜索构建思路。相比谷歌 AutoML，两者构建思路类似，但不同的是，AutoKeras 所有代码都已经开源，可

AI开源项目 - TPOT TPOT 是一个 Python 编写的软件包，利用遗传算法行特征选择和算法模型选择，仅需几行代码，就能生成完整的机器学习代码。在机器学习模型开发图中，TPOT 所完成的即通过利用遗传算法，分析数千种可能的组合，为模型、参数找到最佳的组合，从而自动化机器学习中的模型选择及调参部分。GitHub 地址：https://github.com/EpistasisLab