炼数成金 商业智能
订阅

商业智能

AMD停止授权中国x86新技术,「芯片国产化」路子怎么走?
AMD停止授权中国x86新技术,「芯片国产化」路子怎么走?
昨天下午消息,根据知名科技外媒 Tom's Hardware 的报道,在 Computex 2019 上,AMD CEO Lisa Su(苏姿丰) 向其证实,该公司不再向中国公司授权其新的 x86 IP 产品。AMD 于 2016 年与中国天津海光先进技术投资有限公 ...
分类:   
HFL技术分享 #11 | 知识图谱技术简介
HFL技术分享 #11 | 知识图谱技术简介
近年来,随着深度学习技术的蓬勃发展,自然语言处理(NLP)的研究越来越深入,应用越来越广泛。在NLP技术的广泛应用实践中,人们再次认识到知识在NLP中的重要作用。本文对知识图谱的发展历史和现状做了一个简单的调 ...
分类:   
HFL技术分享 #10 | 选择型阅读理解技术简介及进展
HFL技术分享 #10 | 选择型阅读理解技术简介及进展
阅读理解任务是根据对文本的理解来回答与文本相关的问题。阅读理解任务不论对人还是对机器都是一个比较难的问题,不同的人与人之间的阅读理解水平也存在较大的差异。因此如何让机器具有阅读理解能力,或者说如何能够 ...
分类:   
HFL技术分享 #9 | 不平衡数据下的机器学习(下)
HFL技术分享 #9 | 不平衡数据下的机器学习(下)
数据不平衡为机器学习任务带来了诸多挑战,针对这一问题,业界已经做了诸多研究,方向包括数据不平衡导致机器学习模型性能下降的原因、评估方法和解决方案等。针对数据不平衡问题的研究专题可以统称为不平衡学习(Im ...
分类:   
HFL技术分享 #9 | 不平衡数据下的机器学习(上)
HFL技术分享 #9 | 不平衡数据下的机器学习(上)
数据不平衡是机器学习任务中的一个常见问题。真实世界中的分类任务中,各个类别的样本数量往往不是完全平衡的,某一或某些类别的样本数量远少于其他类别的情况经常发生,我们称这些样本数量较少的类别为少数类,与之 ...
分类:   
HFL技术分享 #8 | 语言模型简介
HFL技术分享 #8 | 语言模型简介
统计语言模型(Statistical Language Model)是自然语言处理的基础,它是一种具有一定上下文相关特性的数学模型,本质上也是概率图模型的一种,并且广泛应用于机器翻译、语音识别、拼音输入、图像文字识别、拼写纠错、 ...
分类:   
HFL技术分享 #6 | 基于深度学习的关系抽取
HFL技术分享 #6 | 基于深度学习的关系抽取
信息抽取旨在从大规模非结构或半结构的自然语言文本中抽取结构化信息,主要任务有实体抽取、关系抽取、事件抽取。其中,关系抽取(Relation Extraction,RE)研究的主要内容是从文本内容中挖掘出实体与实体之间的语 ...
分类:   
NLP中的词向量对比
NLP中的词向量对比
文本是由每个单词构成的,而谈起词向量,one-hot是可认为是最为简单的词向量,但存在维度灾难和语义鸿沟等问题;通过构建共现矩阵并利用SVD求解构建词向量,则计算复杂度高;而早期词向量的研究通常来源于语言模型, ...
分类:   
推理速度提升5.1倍:谷歌提出新型卷积网络EfficientNet
推理速度提升5.1倍:谷歌提出新型卷积网络EfficientNet
卷积神经网络(CNN)通常以固定成本开发,然后再按比例放大,从而在获得更多资源时可以达到更高的准确率。例如,ResNet 可以通过增加网络层数,从 ResNet-18 扩展到 ResNet-200。近期 GPipe 将基线 CNN 扩展了 4 倍 ...
分类:   
万字综述,核心开发者全面解读PyTorch内部机制
万字综述,核心开发者全面解读PyTorch内部机制
张量是 PyTorch 中的核心数据结构。对于张量直观上所表示的东西,你可能已有很好的理解:张量是一种包含某种标量类型(比如浮点数和整型数等)的 n 维数据结构。我们可以将张量看作是由一些数据构成的,还有一些元数 ...
分类:   
如何利用深度学习技术处理图像水印?
如何利用深度学习技术处理图像水印?
水印作为一种保护版权的有效方式被广泛地应用于海量的互联网图像,针对水印的各种处理显得越来越重要,比如水印的检测和水印的去除与反去除。在这里我们和大家分享一下业余期间在水印智能化处理上的一些实践和探索, ...
分类:   
解读目标检测新范式:Segmentations is All You Need
解读目标检测新范式:Segmentations is All You Need
多年来,基于候选区域网络(RPN)的现有模型在目标检测任务中得到了广泛认可,NMS 是该模型的基础,但这种模型也存在一定缺陷,如在复杂遮挡情况下召回率很低。为了解决这一问题,程泽华等研究者提出使用弱监督分割 ...
分类:   
华为“备胎”海思全解密(超详细!)
华为“备胎”海思全解密(超详细!)
从前低调的华为二级部门“海思”一下子火了。这家成立超过20年,拥有7000多名员工,8000余项专利技术的公司,在华为受到美国限制令之后,一下从幕后走到了台前。海思到底是一家怎样的公司,它的技术如何,是否能与美 ...
分类:   
HFL技术分享 #5 | 强化学习基础(下)
HFL技术分享 #5 | 强化学习基础(下)
我们知道,对于使用而言,我们需要将公式以及思路转换成计算机所能够处理的形式,比如迭代形式。在这里我们就需要借鉴贝尔曼方程的思想,对强化学习的相关公式进行推导,使得它可以变换为计算机可处理的迭代形式。我 ...
分类:   
HFL技术分享 #5 | 强化学习基础(上)
HFL技术分享 #5 | 强化学习基础(上)
强化学习是机器学习的一大分支,介于监督学习与无监督学习之间。与其他机器学习相比,有一些明显的特点,是一种序列决策过程。强化学习应用范围很广,比如西洋双陆战棋的胜利、直升飞机上的特技表演、金融中证券投资 ...
分类:   
HFL技术分享 #4 | 基于深度学习的文本分类技术
HFL技术分享 #4 | 基于深度学习的文本分类技术
文本分类任务是自然语言处理(NLP)领域最基础和传统的任务之一,该任务又会根据领域类型的不同分成很多子任务,例如情感分类、主题分类和问题分类等。很多机器学习的新方法都会先尝试在文本分类任务上进行实验验证 ...
分类:   
谷歌AI动画接龙:只用头尾两帧图像,片刻生成完整视频!
谷歌AI动画接龙:只用头尾两帧图像,片刻生成完整视频!
漫画书秒变动画片了解一下?想象一下,现在你的手中有一段视频的第一帧和最后一帧图像,让你负责把中间的图像填进去,生成完整的视频,从现有的有限信息中推断出整个视频。你能做到吗?这可能听起来像是一项不可能完 ...
分类:   
HFL技术分享 #3 | 神经机器翻译
HFL技术分享 #3 | 神经机器翻译
机器翻译是自然语言处理领域最经典,最重要的任务之一,不仅具有重要的科学研究价值,同时又具有重要的实用价值。随着经济全球化及互联网的飞速发展,机器翻译技术在促进政治、经济、文化交流等方面起到越来越重要的 ...
分类:   
HFL技术分享 #2 | 生成对抗网络GAN简介
HFL技术分享 #2 | 生成对抗网络GAN简介
如果把人工智能划分为计算智能、感知智能和认知智能的三个阶段,那我们目前应该处于立足于感知智能,并且正在向认知智能逐步探索的阶段。我们目前在语音识别、图像识别等领域已经取得了实质性的突破,机器也基本达到 ...
分类:   
HFL技术分享 #1 | 事件抽取概述
HFL技术分享 #1 | 事件抽取概述
随着互联网信息爆炸式的增长,从非结构化的信息中提取出有用的结构化信息显得越来越重要,信息抽取(Information Extraction)任务便应运而生。信息抽取任务的本质是从无结构的自然文本中识别出事件描述(包括:实体 ...
分类:   
ARM、英特尔、AMD 的处理器路线之争
ARM、英特尔、AMD 的处理器路线之争
如果你是一个很关注处理器的人,那么,这周的动态你将不容错过。在本周, ARM 宣布了面向 2020 年的移动设备的 CPU 和 GPU 设计,英特尔公布了第十代酷睿芯片, AMD 更新了 Ryzen 产品线。尽管英伟达在向游戏图形之 ...
分类:   
阿里首次将Transformer用于淘宝电商推荐!
阿里首次将Transformer用于淘宝电商推荐!
推荐系统(RSs)已经在工业界流行了十来年,在过去五年里,基于深度学习的方法在工业界得到了广泛应用,例如,Google 的 wide & deep 模型和 Airbnb 的《Real-time personalization using embeddings for search r ...
分类:   
AI时代的FPGA该何去何从?
AI时代的FPGA该何去何从?
作为一种可编程逻辑器件,FPGA在20多年中已从电子设计的外围器件逐渐演变为数字系统的核心。随着云计算、人工智能时代的到来,善长数据并行计算、更加灵活和低延迟的FPGA将受到更多关注,FPGA厂商也推出不同类型的解 ...
分类:   
美国半导体实力究竟如何?Fact book 2019全面披露
美国半导体实力究竟如何?Fact book 2019全面披露
在20世纪80年代早期,美国的生产商占全球半导体销售额的50%以上。 由于受到来自日本企业的激烈竞争和非法“倾销”,以及1985年至1986年的严重行业衰退的影响,美国工业在全球市场上失去了19个点的市场份额,将全球 ...
分类:   
理解Batch Normalization(含实现代码)
理解Batch Normalization(含实现代码)
随着网络训练,浅层的权重发生变化,导致深层的输入变化很大。因此每层必须根据每批输入的不同分布重新调整其权重。这减缓了模型训练。如果我们可以使层的输入分布更相似,那么网络可以专注于学习类别之间的差异。不 ...
分类:   
语义分割网络经典:FCN与SegNet
语义分割网络经典:FCN与SegNet
改编当前的分类网络:AlexNet、VGG、GoogLeNet到全卷积网络和通过微调传递它们学习的特征表达能力到分割任务中。然后定义了一个跳跃式的架构,结合来自深、粗层的语义信息和来自浅、细层的表征信息来产生准确和精细 ...
分类:   
CVPR 2019 | 国防科大提出双目超分辨算法,效果优异代码已开源
CVPR 2019 | 国防科大提出双目超分辨算法,效果优异代码已开源
近年来,双摄像头成像系统在智能手机、自动驾驶等领域取得了广泛的应用。近日,来自国防科技大学等单位的学者提出了新型双目超分辨算法,充分利用了左右图的信息提升图像超分辨效果;另外,他们构建了一个大型双目图 ...
分类:   
重磅!13篇基于Anchor free的目标检测方法
重磅!13篇基于Anchor free的目标检测方法
感觉是回归吧,以前是没有anchor的,现在觉得还是去掉anchor(“锚”?)好,主要是灵活性强,今后硬件芯片兼容性好。什么是锚框呢?其实就是固定 的参考框。锚框的出现,使得训练时可以预设一组不同尺度不同位置的锚 ...
分类:   
华为芯片供应链最全解读:短板依旧明显,但不必过于悲观
华为芯片供应链最全解读:短板依旧明显,但不必过于悲观
本篇报告回顾了中美贸易纠纷历程对A股电子板块的影响。探讨了华为对于中国硬科技发展的重要引领作用,以及公司面对美方禁运令的应对措施。同时,我们通过拆机等方式对华为的手机及基站供应链予以分析,目前射频及FPG ...
分类:   
2019CVPR文本检测综述
2019CVPR文本检测综述
对于训练标签生成,与以往分割图(以二值化的方式离散标记每个像素的label)的生成方式不同,本文采用高斯热度图来生成region score和affinity score.文中说采用高斯热度图的好处是它能很好地处理没有严格包围的边界 ...
分类:   

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

热门文章

     

    GMT+8, 2020-2-17 06:52 , Processed in 0.161602 second(s), 19 queries .