-
纸质文档管理平台 打造云端上的文档储藏室
一直以来，纸质文档的管理问题都是办公室中不可忽视的问题之一，尤其是在存储方面。纸质文档在办公室中随处可见，生产速度快，十分占用空间，且易丢失、易损坏，存储起来尤为不便。基于此，如今企业更倾向于使用电子文档。不过，纸质文档向电子文档的过度是需要一个过程的，在这个过程中若没有行之有效的辅助工具，便只能耗费大量的人力物力进行手动操作了。OCR技术助力纸质文档快速归档存储据了解，时下纸质文档电子化的常用工
-
如何解决充电桩燃油车占位问题
充电网络是一项重要的基础设施建设，是未来智慧交通、智慧城市的组成部分。特斯拉作为自建充电网络的代表，目前在全球已有1870 座超级充电站，16585 个超级充电桩，其充电的体验也是最好的。除了充电速度，充电操作、信息的准确性、支付、相关软件的跟进、充电站的运营等等，都在对细节的把控中形成了成熟的闭环。它解决的不仅仅是充电这一单独事件，而是综合考虑用户的使用场景和使用体验，将充电当成了一个系统。为了
-
深度学习在高德ETA应用的探索与实践
驾车导航是数字地图的核心用户场景，用户在进行导航规划时，高德地图会提供给用户3条路线选择，由用户根据自身情况来决定按照哪条路线行驶。本文小结了深度学习在高德ETA应用的探索与实践。
-
RPA机器人流程自动化赋能与数据化运营
随着各行各业企业服务和产品越来越丰富多样，市场竞争也趋于白热化，想要吸引并留存用户，其难度和成本也在不断攀升，企业为了盈利和生存，需要更加严格地控制成本和预算，提升运营效率。目前依靠数据精细化运营、数据驱动增长已经成为大多企业的必选之路。本文主要分享数据化运营以及RPA+AI为数据化运营赋能，会从以下几个要点进行相应分享：数据化运营数据运营的产品体系RPA+AI助力数据化运营提升运营人员的基本技能
-
云脉纸质文档管理助力企业无纸化办公
随着互联网技术的发展创新，企业办公也逐渐进入了信息化时代，人们的文档管理方式在潜移默化中得到了很多的改善。传统的纸质办公方式显然已经无法满足时代的需求，如今人们需要的是一个更加高效、更加便捷、更加安全的纸质文档管理模式。为了适应现代化的办公需求，无纸化办公逐渐普及开来。在无纸化办公模式下，一个满足时代需求的纸质文档管理工具是必不可少的。云脉纸质文档管理系统就是非常完美的无纸化办公工具，系统内含OC
-
「AutoML」强化学习如何用于自动模型设计(NAS)与优化？
作者&编辑 | 言有三一直以来，网络结构的设计是一个非常需要经验且具有挑战性的工作，研究人员从设计功能更加强大和更加高效的模型两个方向进行研究，随着各类经典网络设计思想的完善，如今要手工设计出更优秀的模型已经很难，而以AutoML为代表的自动化机器学习技术就成为了大家关注的热点，其中用于搜索的方法包括强化学习，进化算法，贝叶斯优化等，本期我们首先介绍基于强化学习的方法。1 模型结构搜索Go
-
「完结」你对深度学习模型的理解是否足够深刻，这12篇文章了解下
2020-05-28 18:07:49文/编辑 | 言有三好的模型结构是深度学习成功的关键因素之一，不仅是非常重要的学术研究方向，在工业界实践中也是模型是否能上线的关键。对各类底层深度学习模型设计和优化技术理解的深度是决定我们能否在深度学习项目中游刃有余的关键，因此我们在修行之路专栏的《不惑境界》中，着重于深入讲解主流的网络结构设计思想，包括对网络深度，宽度的理解，残差网络和分组网络的设计，多尺度
-
手写手机号识别
手机号识别OCR SDK，程序适用于Ios与Android两个平台集成，适合各种行业由人工输入方式转化为摄像头OCR识别模式自动录入，可以与各种业务系统、作业流程进行捆绑集成，将企业信息化提高到更高的智能水平。手机号识别支持滤色处理，能够过滤掉部分彩色笔的干扰；支持自动旋转识别，当手机正面放或者横屏放都可以识别出来，不用手动调节，手机号识别还可自动辨别是否为手机号码，不是手机号码的会自动报错，非常
-
机器学习：通过 TensorBoard 将模型可视化
2020-03-01 21:49:19机器学习不像传统的编程，它往往变幻莫测。模型间的细小差别和数据质量、参数微调中的小小改变都可能对最终成功与否造成巨大的影响。用 TensorBoard 找到缺口只有当我们跟踪某些特征数据在整个训练过程当中的变化，并且纵览模型结构，才能有效调校模型并调试所「看到」的问题。这一抽象的流程往往难以通过可视化的方式呈现，不过现在 TensorFlow 内置了解决方案将
-
「AI不惑境」AutoML在深度学习模型设计和优化中有哪些用处？
2020-05-25 18:06:34大家好，这是专栏《AI不惑境》的第十二篇文章，讲述AutoML在深度学习模型设计和优化相关的内容。进入到不惑境界，就是向高手迈进的开始了，在这个境界需要自己独立思考。如果说学习是一个从模仿，到追随，到创造的过程，那么到这个阶段，应该跃过了模仿和追随的阶段，进入了创造的阶段。从这个境界开始，讲述的问题可能不再有答案，更多的是激发大家一起来思考。作者&编辑
-
「完结」你对深度学习模型的理解是否足够深刻，这12篇文章了解下
2020-05-28 18:07:49文/编辑 | 言有三好的模型结构是深度学习成功的关键因素之一，不仅是非常重要的学术研究方向，在工业界实践中也是模型是否能上线的关键。对各类底层深度学习模型设计和优化技术理解的深度是决定我们能否在深度学习项目中游刃有余的关键，因此我们在修行之路专栏的《不惑境界》中，着重于深入讲解主流的网络结构设计思想，包括对网络深度，宽度的理解，残差网络和分组网络的
-
万字总结，知识蒸馏如何在推荐系统中大显身手？
作者 | 张俊杰编辑 | 丛 末本文首发于知乎https://zhuanlan.zhihu.com/p/143155437随着深度学习的快速发展，优秀的模型层出不穷，比如图像领域的ResNet、自然语言处理领域的Bert，这些革命性的新技术使得应用效果快速提升。但是，好的模型性能并非无代价的，你会发现，深度学习模型正在变得越来越复杂，网络深度越来越深，模型参数量也在变得越来越多。而这会带来一个现实
-
看完发现RNN原来是这样，机器学习入门贴送上
2020-05-31 04:19:20白交 发自 凹非寺量子位 报道 | 公众号 QbitAI今天写给小白的机器学习入门贴，就来介绍一下什么是循环神经网络，也就是RNN。循环神经网络就是专门处理序列的。由于它们在处理文本方面的有效性，因此经常用于自然语言处理（NLP）任务。还是之前介绍的那个作者——Victor Zhou。RNN有什么用？传统的神经网络，以及CNN，它们存在的一个问题是
-
OCR纸质文档管理系统还你整洁办公桌
目前已有一些企业通过云脉纸质文档管理系统走上了电子化办公之路，只需动动手指，文档录入、存储、检索、共享都可以化繁为简。云脉文档管理系统是一款基于OCR、图像处理及秒级全文检索等技术的企业级数据管理方案，可将非结构数据转化为结构化数据用于战略分析，同时可进行文档图像增文档图像增强处理、模糊检索、多条件多关键字检索、文档自动分类、查阅与分享及大数据分析。员工可通过手机、电脑、iPad等终端设备识别文档
-
证件识别集成
刷身份证进站已经成为我们习以为常的事情，刷身份证进站的全面推行优化了进站流程，免取票、护照阅读器识读证件的快速，让人们摆脱了被排队取票支配的恐惧，也让旅客不再急躁，纷纷感叹，这才是出行常态！护照阅读器的集成应用，与人脸识别系统相融合，共同完成人、证识别和比对，有了技术做支持，旅客进站时只需要准备证件即可。相较于之前的票证同时验证，无纸化出行让旅客少了一份找不到票的担忧，更不会再有排队取票一眼望不到
-
为什么医学影像AI已进入「后深度学习时代」？丨CCF-GAIR 2019
2019-05-14 10:59专题：CCF-GAIR 2019导语：后深度学习时代的医疗AI，正朝着这两个极端发展。“深度学习正走向两极化，大部分研究深度学习的人员会偏向于工程化，包括建立更加全面、便捷、快速、可视化的深度学习平台，'暴力'地将深度学习应用到更加多的领域。小部分的深度学习研究者会偏向于理论化，解决深度学习的理论瓶颈包括可解释性等问题。”密歇根州立大学汤继良教授曾如
-
合同智能审查技术促进智能金融发展
随着人工智能、区块链、云计算、大数据的技术提升，金融行业也开始了行业整体的技术提升，即智能金融。智能金融一词的提出是新兴技术进阶到行业应用的产物。
-
IJCAI 2020 | Mucko：面向视觉问答的多层次跨模态知识推理模型
2020-05-23 06:22:19本文介绍的是 IJCAI-2020论文《Mucko: Multi-LayerCross-Modal Knowledge Reasoning for Fact-based Visual Question Answering》，该论文由中科院信工所于静老师指导，由来自中科院信工所、微软亚洲研究院、阿德莱德大学的作者（朱梓豪，于静，汪瑜静，孙雅静，胡玥，
-
深度残差网络+自适应参数化ReLU激活函数（调参记录24）Cifar10~95.80%
自适应参数化ReLU是一种动态ReLU（Dynamic ReLU）激活函数，在2019年5月3日投稿到IEEE Transactions on Industrial Electronics，在2020年1月24日（农历新年初一）录用，在2020年2月13日在IEEE官网发布预览版。本文在调参记录23的基础上，增加卷积核的个数，最少是64个，最多是256个，继续测试深度残差网络+自适应参数化ReLU
-
深度残差网络+自适应参数化ReLU激活函数（调参记录23）Cifar10~95.47%
自适应参数化ReLU是一种动态化ReLU（Dynamic ReLU）激活函数，于2019年5月3日投稿到IEEE Transactions on Industrial Electronics，于2020年1月24日（农历新年初一）录用，于2020年2月13日在IEEE官网发布预览版。本文在调参记录21的基础上，增加卷积核的个数，也就是增加深度神经网络的宽度，继续尝试深度残差网络+自适应参数化ReL
