资讯月刊下载
[非技术]
2018年15大互联网趋势，你的技术方向走对了吗？
原文：15 Tech Trends to Watch in 2018 链接：https://www.fool.com/slideshow/15-tech-trends-watch-2018/ 作者：Chris Neiger 译者：孙薇 责编：苏宓 一般来说，科技趋势很难明确预测，因为——未来本身就很难预测。但根据 2017 年的某些蛛丝马迹，我们可以推测出 2018 年科技行业的一些前景。 ...
[行业应用]
一文带你理解深度学习的局限性
引用原文：The limitations of deep learning 作者：Francois Chollet 译者：聂震坤 审校：苏宓 深度学习：几何视图 深度学习最令人惊讶的特点便是极易上手。十年以前，没有人可以猜得到经过梯度下降法训练过的简单参数模型可以在机器感知问题上实现如此惊人的结果。现在，事实证明，研究者所需要做的只是使用足够大的梯度下降素材来训练参数模型。正如 Feynman 曾 ...
[行业应用]
从“连接”到“交互”——阿里巴巴智能对话交互实践及 ...
引用作者简介：孙健，博士，阿里巴巴iDST 自然语言理解和人机对话负责人，资深专家。 导读：传统互联网时代体现出来的更多的是“连接”，现如今，随着智能设备的增加，人和设备逐渐走向“交互”，那么，交互时代，人机之间如何有效通过自然语言实现智能对话交互已经成为开发者面对的直接问题，本文阿里巴巴iDST 自然语言理解和人机对话负责人孙健将带来他们在这个领域的探索和实践分享。 互联网正在从“连接时代”走向 ...
[行业应用]
为什么科学家如此热衷于研发棋牌类AI？
为什么在人工智能领域，科学家总是热衷于让AI跟人类下棋，玩游戏？从简单的跳棋、五子棋，到更加复杂的中国象棋、国际象棋，以及最近非常热门的围棋和德州扑克。每次AI在某个智力游戏上成功地击败人类选手，便会让大家唏嘘不已，慨叹AI会在不久的将来取代人类… 幸运的是，AI接手地球还并未发生。我们不仅不需要如此杞人忧天，而且还会欣喜地发现人工智能的技术进步给生活带来了更多便利。一个会下棋的AI也并非科学家 ...
[行业应用]
大脑理论与智能机器探索者——专访Jeff Hawkins
引用记者 | 卢鸫翔（ludx@csdn.net） 本文为《程序员》原创文章，未经允许不得转载，更多精彩文章请订阅2017年《程序员》 “虽然没人确切知道恐龙是怎么灭绝的，与之相关的理论却很多——关于大脑则完全相反。” 作为工程师，Jeff Hawkins创立了两家便携式计算机公司，Palm和Handspring，开发了风靡一时的PalmPilot和Treo智能电话。然而作为科学家，理解大脑运作方 ...
[行业应用]
看得“深”、看得“清” —— 深度学习在图像超清化 ...
引用作者：张延祥，就职于Google北京输入法团队。北航本硕，CSDN知名博主，有多篇CSDN博文流传甚广，对深度学习、自然语言处理和计算机视觉有极大的热忱。 责编：王艺，CSDN AI栏目编辑/记者，目前从事【AI创新者】系列人物访谈，合作及投稿请联系wangyi@csdn.net 本文为《程序员》原创文章，未经允许不得转载，更多精彩文章请订阅2017年《程序员》 日复一日的人像临摹练习使得画家能 ...
[行业应用]
CNN之父Yann LeCun：预测学习才是AI的未来
想必你也听说了，在一票难求的Yann LeCun清华演讲当天上午，LeCun本人现身中国科学院自动化研究所，参与了一个“限制级”的高端私享会。CSDN拿到一手音频及影像资料，以下为三条重要摘要。 我对什么感兴趣 非监督学习以及预测学习 迄今为止，在机器学习以及深度学习领域，我们已经取得了一些成功，这些成功都依赖于监督学习。监督学习有它本身的局限性，因为需要很多数据，并且这些数据需要经过人工标注， ...
[行业应用]
TensorFlow架构与设计：会话生命周期
引用作者：刘光聪 ，中兴通讯高级系统架构师，专注机器学习算法，分布式系统架构与优化。 原文：TensorFlow架构与设计：会话生命周期 责编：王艺 CSDN AI记者，投稿、寻求报道、深入交流请邮件wangyi@csdn.net 相关文章： 图解TensorFlow架构与设计 TensorFlow架构与设计：图模块 TensorFlow的系统结构以C API为界，将整个系统分为「前端」和「后端」两 ...
[行业应用]
图解TensorFlow架构与设计
引用作者：刘光聪 中兴通讯高级系统架构师，专注机器学习算法，分布式系统架构与优化。 原文：TensorFlow架构与设计 责编：王艺 CSDN AI记者，投稿、寻求报道、深入交流请邮件wangyi@csdn.net或扫描文末二维码添加微信。 TensorFlow是什么？ TensorFlow基于数据流图，用于大规模分布式数值计算的开源框架。节点表示某种抽象的计算，边表示节点之间相互联系的张量。 计 ...
[行业应用]
AI要抢“人类”饭碗？有道新推的人机翻译告诉你协作才 ...
近日，有道发布了一项全新的翻译服务——人机翻译，通过自研的神经网络翻译技术（YNMT），让翻译的价格创了新低。 早在2011年，有道就推出了专业的人工翻译服务，这项服务由具有翻译资格的译员提供高质量的翻译结果。而比起纯粹的人工翻译，此次发布的有道人机翻译最大的不同之处在于它把有道神经网络翻译（Youdao Neural Machine Translation,YNMT）和专业人工翻译结合在了一起， ...
[行业应用]
深度增强学习前沿算法思想
引用作者： Flood Sung，CSDN博主，人工智能方向研究生，专注于深度学习，增强学习与机器人的研究。 责编：何永灿，欢迎人工智能领域技术投稿、约稿、给文章纠错，请发送邮件至heyc@csdn.net 本文为《程序员》原创文章，未经允许不得转载，更多精彩文章请订阅2017年《程序员》 2016年AlphaGo计算机围棋系统战胜顶尖职业棋手李世石，引起了全世界的广泛关注，人工智能进一步被推到了风 ...
[行业应用]
深度学习实践：使用Tensorflow实现快速风格迁移
风格迁移简介 风格迁移（Style Transfer）是深度学习众多应用中非常有趣的一种，如图，我们可以使用这种方法把一张图片的风格“迁移”到另一张图片上： 然而，原始的风格迁移（论文地址：https://arxiv.org/pdf/1508.06576v2.pdf）的速度是非常慢的。在GPU上，生成一张图片都需要10分钟左右，而如果只使用CPU而不使用GPU运行程序，甚至需要几个小时。这个时间还 ...
[行业应用]
需要密切关注的六大人工智能/机器学习领域
近段时间，有许多关于人工智能公认定义的争论。有些人认为人工智能就是“认知计算”或是“机器智能”，而另一些人则把它与“机器学习”的概念混淆了。然而，人工智能并不是特指某种技术，它实际上是一个由多门学科组成的广阔领域，包括机器人学和机器学习等。人工智能的终极目标是让机器替代人类去完成需要认知能力的任务。为了实现这一目标，机器必须自动学习掌握能力，而不仅仅是执行程序员编写的命令。 人工智能在过去的十年里 ...
[行业应用]
2016年人工智能技术进展大盘点
引用作者简介：赵永科，笔名卜居，CSDN博主，坚持写技术博客8年。现就职于阿里云计算有限公司，从事异构平台上的人工智能算法优化与系统设计，热爱读书和NES游戏。著有《深度学习：21 天实战 Caffe》一书。 责编：何永灿，欢迎人工智能领域技术投稿、约稿、给文章纠错，请发送邮件至heyc@csdn.net 本文为《程序员》原创文章，未经允许不得转载，更多精彩文章请订阅2017年《程序员》 如果说20 ...
[互联网]
2017年，你需要GET的9大技术领域
2016年过去了，然而我一点也不怀念它，因为2017年的技术趋势更加吸引人。回顾一年里业界的发展，2017年的技术趋势初现端倪。根据CSDN知识库这一年来大家关注的热门知识图谱，我们来给大家梳理一下2017年值得关注的技术方向。 人工智能与机器学习 元旦刚过，阿法狗就以60胜0负1平的成绩一骑绝尘，横扫了围棋界高手。一时间，“AI将取代人类”的惊呼声再次响起。其实，这种悲观想法真的多余。人工智能在 ...
[行业应用]
高精地图在无人驾驶中的应用
引用作者：陈辰，刘少山 本文为《程序员》原创文章，未经允许不得转载，更多精彩文章请订阅2017年《程序员》 高精地图是无人驾驶核心技术之一，精准的地图对无人车定位、导航与控制，以及安全至关重要。 本文是“无人驾驶技术系列”第七篇，首先介绍高精地图与传统地图的区别，然后介绍其特点及制作过程。在了解高精地图基础知识后，探索其在无人驾驶场景中的应用。 电子地图分类 我们日常使用的用于导航、查询地理信息的 ...
[互联网]
Google使用机器学习助力数据中心节能
引用 原文：Machine learning finds new ways for our data centers to save energy 译者：KK4SBB 欢迎技术投稿、约稿、给文章纠错，请发送邮件至heyc@csdn.net 虚拟的网络世界都是以现实世界为基础的。当我们浏览网站、发送邮件、上传视频灌水论坛时，这些数据都将流经占地面积超过足球场的数据中心。数据中心内成千上万台服务器每秒 ...
[互联网]
谷歌DeepMind开源其深度学习平台DeepMind Lab
引用 原文：Open-sourcing DeepMind Lab 译者：KK4SBB 欢迎技术投稿、约稿、给文章纠错，请发送邮件至heyc@csdn.net 继Tensorflow开源之后，谷歌近期又宣布将开源其深度学习平台DeepMind Lab。谷歌建设DeepMind的初衷是打造一个简洁、高效的人工智能平台，平台的通用性尽可能强，在其之上能解决复杂的任务。理想状态下的智能体(Agent)应该 ...