标签:Uber

  • 用于检测异常的胸部X光图像的深度学习系统

    在医学成像中应用机器学习 (ML),为改善胸部 X 光 (CXR) 图像解读的可用性、延迟时间、准确率和一致性提供了绝佳的机会。事实上,我们已经开发了大量的算法来检测如肺癌、肺结核和气胸等特定疾病。然而,由于这些算法是被训练用于检测特定疾病,其在普遍临床环境下的实用性可能会受到限制,因为这种环境下可能会出现各种各样的异常情况。例如,我们无法通过气胸检测算法发现癌症结节,而肺结核检测算法可能也无法识别肺炎特有的症状。由于初始分诊步骤是确定 CXR 是否包含相关的异常,如果能使用一种通用算法,以识别包含任何异常情况的 X 光图像,即可大大简化工作流。然而,由于在 CXR 上出现的异常情况种类繁多,开发能识别所有异常情况的分类算法可谓充满挑战。

    深度学习 2021年10月1日 781 0
  • 基于Tacotron2和Transformer实现文字转声音的AI应用

    近日,一个基于 Tacotron2 和 Transformer 实现文字转声音的 AI 应用——Uberduck.AI 破圈了,不少 TikTok 、YouTube 网红博主都在推荐这一神器。

    2021年6月8日 644 0
  • 推荐好用的开源云平台和工具

    很多云策略完全依赖专有平台和服务。例如,现在并没有类似AWS或Microsoft Azure等公有云的开源版本,并且主要的公有云供应商不太可能开源化自己的服务。不过,现在有很多可用的开源云计算平台和工具。

    2021年5月16日 830 0
  • 人工智能是真的那么有价值吗?

    新技术会造成巨大的经济和政治混乱。海军舰队投射力量、电力、蒸汽机和铁路都会产生这种效果。

    深度学习 2021年5月10日 457 0
  • 搞深度学习框架的那群人必然是浩宇璀璨群星

    世间有一种软件,名叫“深度学习框架”。 在人工智能的江湖,常听人言:得框架者,得天下。 多年以前,一面画着大G的大旗在高处飘扬,美国谷歌公司的深度学习框架占据大半江山。万万没有想到,一场大风暴来了。

    深度学习 2021年4月20日 872 0
  • 实时SLAM的未来以及深度学习与SLAM的比较

    SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建,或并发建图与定位。问题可以描述为:将一个机器人放入未知环境中的未知位置,是否有办法让机器人一边逐步描绘出此环境完全的地图,所谓完全的地图(a consistent map)是指不受障碍行进到房间可进入的每个角落。SLAM最早由Smith、Self和Cheeseman于1988年提出。由于其重要的理论与应用价值,被很多学者认为是实现真正全自主移动机器人的关键。

    2021年4月20日 408 0
  • 七个常见的云计算应用中的问题及解决措施

    行业专家指出,云计算技术使组织大规模运行应用程序和服务变得更加容易。然而,云计算也带来了一些问题。

    2021年4月6日 720 0
  • 将线性Transformer作为快速权重系统进行分析和改进

    Transformer 在深度学习中占据主导地位,但二次存储和计算需求使得 Transformer 的训练成本很高,而且很难使用。许多研究都尝试线性化核心模块:以 Performer 为例,使用带核的注意力机制。然而,这种方法还存在很多缺点,例如它们依赖于随机特征。 本文中,来自瑞士人工智能实验室(IDSIA)、亚琛工业大学的研究者建立起了线性(核)注意力与 90 年代深度学习之父 Jürgen Schmidhuber 推广的更古老的快速权重存储系统之间的内在联系,不仅指出了这些算法的基本局限性,还提出了新的更新规则和新的核来解决这些问题。在关键的综合实验和实际任务中,所得到的模型优于 Performers。

    2021年3月31日 423 0
  • 快讯:人民日报“智能创作机器人”亮相两会

    1.人民日报“智能创作机器人”亮相两会两会期间,人民日报智慧媒体研究院研发的集5G智能采访+AI辅助创作+新闻追踪多重本领于一身的人民日报“智能创作机器人”上岗。这个机器人虽然没有实体形象,但能够为“策采编发”全程提供智能支持。其功能包括5G智能采访、AI辅助创作、两会新闻追踪、全媒体智能工具箱、智能生成视频等。

    2021年3月11日 693 0
  • 以软件加值硬件 嵌入式创新引领AIoT新未来

    新年开篇:专访研华嵌入式总经理许杰弘摘要:作为万物互联的基础,物联网(IoT)自被提起的十几年来,掀起了一波又一波技术创新热潮。这一颠覆性的概念,五年前在工业领域遍地开花,一时间工业物联网(IIoT)又成为了炽手可热的风口。近两年来,随着人工智能(AI)、视觉、影像等技术的快速发展,人们对智能应用的呼声愈发高涨,智联网(AIoT)逐渐成为发展新风向。那么,在AIoT接管的新未来里,新兴技术如何赋能产业?设备、边缘端又会有哪些发展趋势?物联网升级为智联网,如何真正实现连接价值,惠普各行各业?

    2020年12月31日 683 0
  • 用ElasticDL和社区Keras模型库实现大量小众预估场景

    在互联网行业里有很多需要利用深度学习模型预估点击率的场景,比如广告系统、推荐系统,和搜索引擎。有些重要的场景背后是很大的用户流量,体验了重要的商业价值,所以有数十人甚至数百人的团队在不断优化预估效能。这些团队为了优化自己负责的场景甚至专门研发深度学习工具链。

    2020年11月20日 720 0
  • 知识图谱:基于实体的层次化概念体系的属性自动获取方法

    摘要:属性是实体的重要组成部分,因此如何自动获取实体的属性一直为知识图谱领域的研究者所关注。由哈尔滨工业大学社会计算与信息检索研究中心推出的开放域中文知识图谱《大词林》是通过从文本中自动挖掘实体及实体间的关系而构建而成,因此如何自动为实体添加属性也必然成为构建《大词林》所必须研究的问题之一。本文通过学习《大词林》中实体的概念层次结构和属性的表示,提出了一种基于注意力机制的属性自动获取方案。其想法可简述为,实体的属性可以通过检查它的概念类别来获得,因为实体可以作为它的概念类别的实例并继承它们的属性。实验结果显示,我们的方法能够为《大词林》中的实体自动添加属性,最终可以使大词林中实体属性的覆盖率达到95%以上。

    2020年11月7日 844 0
  • 自动驾驶汽车深度学习如何应对挑战,有哪些解决方法

    在自动驾驶汽车中使用深度学习可以帮助克服各种挑战,例如了解行人的行为,找到最短的路线以及对人和物体进行准确检测。

    2020年10月24日 983 0
  • 机器学习和深度学习中分类与回归常用的几种损失函数

    机器学习中的监督学习本质上是给定一系列训练样本  ,尝试学习  的映射关系,使得给定一个  ,即便这个  不在训练样本中,也能够得到尽量接近真实  的输出  。而损失函数(Loss Function)则是这个过程中关键的一个组成部分,用来衡量模型的输出  与真实的  之间的差距,给模型的优化指明方向。

    2020年10月9日 722 0
  • 9个为人工智能、机器学习和深度学习准备数据中心的优秀实践

    围绕图形处理单元(GPU)计算的生态系统如今正在迅速发展,以提高GPU工作负载的效率和可扩展性。然而,在避免存储和网络中潜在的瓶颈的同时,也有一些技巧可以很大限度地提高GPU的利用率。

    2020年10月9日 984 0

联系我们

在线咨询:点击这里给我发消息

邮件:2265783423@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code