-
编辑 删除
使用三重损失网络学习位置嵌入：让位置数据也能进行算术运算
选自Sentiance，机器之心编译。 我们 Sentiance 开发了一款能接收加速度计、陀螺仪和位置信息等智能手机传感器数据并从中提取出行为见解的平台。我们的人工智能平台能学习用户的模式，并能预测和解释事情发生的原因和时间，这让我们的客户能够在正确的时间以合适的方式指导他们…
-
编辑 删除
Dota 2被攻陷！OpenAI 人工智能5V5模式击败人类玩家（4000分水平）
选自OpenAI，机器之心编译。 我们团队构建的模型，OpenAI Five，已经击败业余 Dota2 团队了。虽然如今是在有限制的情况下，但我们计划到 8 月份在有限英雄池下击败 TI 赛中的一支顶级专业队伍。我们可能不会成功，因为 Dota2 是当前最流行也最复杂的电子竞技…
-
编辑 删除
从一份配置清单详解Nginx服务器配置
在前面《Nginx服务器开箱体验》 一文中我们从开箱到体验，感受了一下Nginx服务器的魅力。Nginx是轻量级的高性能Web服务器，提供了诸如HTTP代理和反向代理、负载均衡、缓存等一系列重要特性，因而在实践之中使用广泛，笔者也在学习和实践之中。 在本文中，我们继续延续前文，…
-
编辑 删除
一文带你了解Python集合与基本的集合运算
选自DataCamp，作者：Michael Galarnyk，机器之心编译。 列表（list）和元组（tuple）是标准的 Python 数据类型，它们将值存储在一个序列中。集合（set）是另一种标准的 Python 数据类型，它也可用于存储值。它们之间主要的区别在于，集合不同…
-
编辑 删除
用脑电波控制智能假肢：如何利用深度学习技术进行EGG数据分类
选自TowardsDataScience，作者：Norman Di Palo，机器之心编译。 神经系统是一个极其复杂的结构。人体内有超过十万公里的神经与脊髓和大脑相连。这种「网格」传输控制每一个运动的电脉冲。每一个指令都从大脑发出，大脑是一个更加神奇的神经元结构，通过电激活信号…
-
编辑 删除
世界上最好的语言PHP：我也可以用OpenCV搞计算机视觉
选自Medium，作者：Vladimir Goncharov，机器之心编译。 就像许多开发人员一样，我也经常使用别人的工作成果（Medium 上的文章、GitHub 上的代码等），因此也很乐意与社区分享我的成果。写文章不仅是对社区的一种回报，还可以让你找到志趣相投的人，在一个狭…
-
编辑 删除
Python并发编程之消息队列补充及如何创建线程池（六）
大家好，并发编程 进入第六篇。 在第四章，讲消息通信时，我们学到了Queue消息队列的一些基本使用。昨天我在准备如何创建线程池这一章节的时候，发现对Queue消息队列的讲解有一些遗漏的知识点，而这些知识点，也并不是无关紧要的，所以在今天的章节里，我要先对Queue先做一些补充以…
-
编辑 删除
SpringBoot热部署加持
进行SpringBoot的Web开发过程中，我们很多时候经常需要重启Web服务器才能保证修改的 源代码文件、或者一些诸如xml的配置文件、以及一些静态文件生效，这样耗时又低效。所谓的热部署指的是我们不需要重启Web Server就可以保证各项文件修改的立即生效。下面便来介绍一下…
-
编辑 删除
吴恩达授课，斯坦福CS230深度学习课程资源开放
课程简介：深度学习是 AI 领域中最受欢迎的技能之一。这门课程将帮助你学好深度学习。你将学到深度学习的基础，理解如何构建神经网络，并学习如何带领成功的机器学习项目。你将学到卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）、Adam优化器、Dropout…
-
编辑 删除
比TD、MC、MCTS指数级快，性能超越A3C、DDQN等模型，这篇RL算法论文在Reddit上火了
选自arxiv，作者：Jose A. Arjona-Medina、Michael Gillhofer、Michael Widrich、Thomas Unterthiner、Sepp Hochreiter，机器之心编译。 本文在 Reddit 上也引起了广泛而热烈的讨论，网友表示…
-
编辑 删除
Python并发编程之线程中的信息隔离（五）
大家好，并发编程 进入第五篇。 上次我们说，线程与线程之间要通过消息通信来控制程序的执行。 讲完了消息通信，今天就来探讨下线程里的信息隔离是如何做到的。 . 初步认识信息隔离 比如说，咱有两个线程，线程A里的变量，和线程B里的变量值不能共享。这就是信息隔离。 是的，如果所有的线…
-
编辑 删除
Feature Tools：可自动构造机器学习特征的Python库
机器学习越来越多地从人工设计模型转向使用 H20、TPOT 和 auto-sklearn 等工具自动优化的工具。这些库以及随机搜索（参见《Random Search for Hyper-Parameter Optimization》）等方法旨在通过寻找匹配数据集的最优模型来简化…
-
编辑 删除
图鸭科技获CVPR 2018图像压缩挑战赛单项冠军，技术解读端到端图像压缩框架
CHALLENGE ON LEARNED IMAGE COMPRESSION 挑战赛由 Google、Twitter、Amazon 等公司联合赞助，是第一个由计算机视觉领域的会议发起的图像压缩挑战赛，旨在将神经网络、深度学习等一些新的方式引入到图像压缩领域。据 CVPR 大会官…
-
编辑 删除
CVPR 2018：抱歉我们今天想介绍的这篇论文，刚刚中了CVPR 2018最佳论文
目标识别、深度估计、边缘检测、姿态估计等都是研究界认为有用的和已解决的常见视觉任务的例子。其中一些任务之间有着明显的相关性：我们知道曲面法线和深度是相关的（其中一个是另外一个的导数），或者空间中的灭点（vanishing point）对于定位是有帮助的。其他任务相关性不太明显：…
-
编辑 删除
CVPR 2018第一天：精彩的Workshop与被中国团队进击的挑战赛
机器之心原创，作者：Tony Peng。 机器之心现场记者挑选并总结了几个值得关注的研讨会内容，于第一时间和读者分享。 在今年的 CVPR 上，首届 SLAM(即时定位与地图构建) 与深度学习的国际研讨会受到了极大的关注，这也得益于 SLAM 技术在自主机器人和自动驾驶领域中日…
-
编辑 删除
如何用50行代码构建情感分类器
选自Toward Data Science，作者：Rohith Gandhi，机器之心编译。 语言把人类联系在一起。语言是一种工具，它既可以让我们把想法和感受传达给另一个人，也能让我们理解别人的想法和感受。我们大多数人从 1 岁半到 2 岁开始说话。人脑是如何在如此年幼的时候掌…
-
编辑 删除
分离特征抽取与决策制定，如何用6-18个神经元玩转Atari游戏
选自arXiv，机器之心编译。 在深度强化学习中，大型网络在直接的策略逼近过程中，将会学习如何将复杂的高维输入（通常可见）映射到动作。当一个拥有数百万参数的巨型网络学习较简单任务时（如玩 Qbert 游戏），学到的内容中只有一小部分是实际策略。一个常见的理解是网络内部通过前面层…
-
编辑 删除
实时评估世界杯球员的正确姿势：FAIR开源DensePose
选自Facebook Research，机器之心编译。 近期在人类理解上的研究聚焦于对稀疏的关节集合进行定位，例如手腕、手肘等。这也许对于手势或动作识别的应用是足够的，但它输出的其实是缩减的图像解释，我们希望更进一步解释人体姿态的更多信息。想象一下通过照片来试穿新衣服，或给你照…
-
编辑 删除
Docker Swarm的前世今生
在我的《Docker Swarm集群初探》一文中，我们实际体验了Docker Swarm容器集群技术的魅力，与《Kubernetes实践录》一文中提到的Kubernetes集群技术相比，Docker Swarm没有Kubernetes显得那么厚重，因此可以认为是更加轻量级的容器…
-
编辑 删除
Docker容器跨主机通信之：直接路由方式
就目前Docker自身默认的网络来说，单台主机上的不同Docker容器可以借助docker0网桥直接通信，这没毛病，而不同主机上的Docker容器之间只能通过在主机上用映射端口的方法来进行通信，有时这种方式会很不方便，甚至达不到我们的要求，因此位于不同物理机上的Docker容器…
