计划管理系统


推荐文章

内存计算显著降低,平均7倍实测加速,MIT提出高效、硬件友好的三维深度学习方法

PVCNN利用点云的形式来存储数据,以减小内存的消耗,而又选择栅格化的形式进行卷积,这样可以避免处理点云稀疏性所带来的巨大的非规则数据访问开销,很好地提升局部性。

机器之心 2019-12-10 15:30:00


7年斩获15金,最高全球第8:Kaggle Grandmaster分享竞赛经验

有一些实际情况,特别在意准确率和速度的tradeoff,在没有好的baseline我都会推荐去kaggle上找找类似的比赛。A14:我还是会先找kaggle上有过的类似比赛,当然这个讨论区里应该会提到的。chris,cpmp,raddar,giba和thezoo可以说是业界标杆,大家要follow他们在表哥赛中的分享和讨论,如果他们在前排,至少证明比赛是valid,是可以依靠技巧的

机器之心 2019-12-10 15:24:00


阿里的AI安全武功秘籍:迁移+元学习开路,小样本数据能用跨模态

安全AI的第二方面:提升AI自身的安全性、鲁棒性和泛化性等,让AI更强大另一方面,由于处于当前发展阶段的AI无法满足上述安全AI的四个特征,导致它无法被应用于在一些关键应用领域,例如辅助医疗的诊断结果、自动驾驶的控制指令等都必须给出可解释性的决策规则,让生产方和使用方能够清楚的了解判断依据,但目前的深度学习模型的黑盒性还无法做到这一点,因此安全性成为制约AI扩大应用范围的一个主要障碍。阿里除了AI应应用于各类安全场景中之外,也努力使用各种技术提升AI安全性,从算法和数据等多个方面采用技术手段进行了多种方法的实践。

机器之心 2019-12-10 15:18:00


3D模型学会了「唱、跳、Rap、篮球」,GitHub网友也沉迷「鸡你太美」

示例2:pythonrun.py-dhumaneva15-kdetectron_pt_coco-strTrain/S1,Train/S2,Train/S3-steValidate/S1,Validate/S2,Validate/S3-ccheckpoint--evaluatepretrained_humaneva15_detectron.bin --render--viz-subjectValidate/S2--viz-actionWalking1chunk0--viz-camera0--viz-outputoutput_he.gif--viz-size3--viz-downsample2--viz-video/path/to/videos/S2/Walking_1_.avi--viz-skip115--viz-limit60未标注视频的可视化更加容易,因为这些视频不需要与groundtruth保持一致。在该论文中,研究者提出了一个用于3D人体姿态预测的全卷积模型,只需基于2D的关键点执行时间卷积,就可以对视频中的人体实现精准的3D姿态预测。实现地址:https://github.com/zh-plus/video-to-pose3D这项技术是3D人体姿态预测的一种,项目作者利用该技术从原版视频中预测出了人物的3D姿态,无需昂贵的拍摄设备,也不需要在人物身体的关键点上贴标签

机器之心 2019-12-10 15:15:00


2019新浪教育盛典访谈:火币大学于佳宁

主持人:好的,我们也祝福火币大学能够在这块领域越来越深耕,当然也希望我们的“区块链+教育”能够更好更好完美的结合,也为社会创造更多可能。所以说我决心创办火币大学,开始了我的区块链教育事业。于佳宁:我是做区块链教育的,区块链是一个全新的技术,一个新技术变革,必然会带来商业模式的创新,商业模式的创新会带来基础商业理论、经济理论的变革

小理简报 2019-12-09 17:30:32