數據中心最新文章 如何讓計算機工作環(huán)境更便捷？幾行簡單的命令即可 作為長期從事數據科學相關工作的人，作者很喜歡便捷的工作環(huán)境，并為此探索出來一些小技巧。通過這些技巧，可以將日常一些重復性或者枯燥的簡單工作變得「自動化」，使計算機的工作環(huán)境更加友好。 發(fā)表于：4/24/2019 OpenAI新研究補齊Transformer短板，將可預測序列長度提高30倍 Transformer是一種強大的序列模型，但是它所需的時間和內存會隨著序列長度出現(xiàn)二階增長。近日，OpenAI研究人員開發(fā)出了一種深度神經網絡Sparse Transformer，該網絡在預測長序列方面創(chuàng)造了新紀錄——無論預測的是文本、圖像還是聲音。 發(fā)表于：4/24/2019 贈V100算力卡 | 百度首次公開PaddlePaddle全景圖，11項模塊新發(fā)布 4 月 23 日，首屆 WAVE SUMMIT 2019 深度學習開發(fā)者峰會在北京舉辦，現(xiàn)場超千位開發(fā)者與來自百度、英特爾、清華大學等的科學家，就框架與深度學習展開了詳細的討論。 發(fā)表于：4/24/2019 美光推出面向云和企業(yè)級市場的全新高性能 NVMe SSD 美國愛達荷州博伊西（2019年4月23日）—— 美光科技股份有限公司（納斯達克股票代碼：MU）今日宣布推出采用 NVM Express?（NVMe?） 協(xié)議的全新旗艦型固態(tài)硬盤（SSD）產品系列，以更大的容量為云和企業(yè)級市場提供業(yè)界領先的存儲性能。美光® 9300 系列 NVMe SSD幫助數據應用密集型公司更快速地訪問和處理數據，從而有助于縮短響應時間。 發(fā)表于：4/24/2019 Counterpoint數據出爐：一加獲2018全球高端手機市場份額前五 2019年4月17日，權威調研機構Counterpoint發(fā)布最新數據：一加手機躋身2018年全球高端智能手機（售價400美元以上）市場份額前五。報告還指出，一加在2018年表現(xiàn)搶眼，是高端手機市場增長最快的品牌之一。 發(fā)表于：4/23/2019 助力AI產業(yè)落地，云知聲展示全棧AI硬核技術 繼北京站之后，4 月 18 日，云知聲開放日（Open Day）第 2 場來到深圳。本次云知聲開放日聚焦 AI 技術、應用和產業(yè)，云知聲董事長/CTO 梁家恩博士與多位云知聲技術專家向深圳的合作伙伴、行業(yè)人士全面的秀出了全棧 AI 硬核技術，并與騰訊杰出科學家/騰訊 AI Lab 副主任俞棟、攜住科技聯(lián)合創(chuàng)始人葉明、同行者科技聯(lián)合創(chuàng)始人葉維、金鷹卡通衛(wèi)視產品總監(jiān)戴文博、三諾聲智聯(lián)副總經理喬嶠等多位嘉賓，剖析了 AI 技術在酒店、車載、教育等領域的應用及落地。 發(fā)表于：4/21/2019 國產OS元心推5G設備OS，高安全級可捕獲越權行為 今日，智能移動OS商元心科技向外界推出全新微內核操作系統(tǒng)SyberV、電子公文系統(tǒng)，以及基于云網端一體化安全框架的行業(yè)整體解決方案。 發(fā)表于：4/21/2019 網絡規(guī)模更小、速度更快，這是谷歌提出的MorphNet 一直以來，深度神經網絡在圖像分類、文本識別等實際問題中發(fā)揮重要的作用。但是，考慮到計算資源和時間，深度神經網絡架構往往成本很高。 發(fā)表于：4/21/2019 速度提高100萬倍，哈佛醫(yī)學院大神提出可預測蛋白質結構的新型深度模型 蛋白質結構預測是生命科學領域的一大難題。近日，來自哈佛大學醫(yī)學院的研究人員提出了一種基于氨基酸序列預測蛋白質結構的新方法，準確率可媲美當前最佳方案，但預測速度提升了100萬倍。 發(fā)表于：4/21/2019 NAACL 2019 | 怎樣生成語言才能更自然，斯坦福提出超越Perplexity的評估新方法 語言生成不夠「生動」？Percy Liang 等來自斯坦福大學的研究者提出了自然語言評估新標準。 發(fā)表于：4/21/2019 機器學習如何解決「看病難」？Jeff Dean等詳述機器學習在醫(yī)療領域的應用 在這篇文章中，Jeff Dean 等人工智能大牛描繪了一幅機器學習在醫(yī)療領域的應用藍圖。 發(fā)表于：4/21/2019 CVPR 2019 | 百度無人車實現(xiàn)全球首個基于深度學習的激光點云自定位技術 數名來自百度智能駕駛事業(yè)群組（Baidu IDG）的研究員和工程師們實現(xiàn)了全球首個基于深度學習的激光點云自定位技術，不同于傳統(tǒng)的人工設計的復雜算法，該系統(tǒng)首度基于深度學習網絡實現(xiàn)了高精度厘米級的自定位效果，取得了重要的技術突破。 發(fā)表于：4/21/2019 維基百科你已經是個大百科了，該自己學會用ML識別原文出處了 維基百科可能是我們認為比較客觀真實的材料了，但它包羅萬象卻又會引起一些小問題，例如很多句子或說法提供不了引用出處。 發(fā)表于：4/21/2019 CVPR 2019 | PointConv：在點云上高效實現(xiàn)卷積操作 3D 點云是一種不規(guī)則且無序的數據類型，傳統(tǒng)的卷積神經網絡難以處理點云數據。來自俄勒岡州立大學機器人技術與智能系統(tǒng)（CoRIS）研究所的研究者提出了 PointConv，可以高效的對非均勻采樣的 3D 點云數據進行卷積操作，該方法在多個數據集上實現(xiàn)了優(yōu)秀的性能。 發(fā)表于：4/21/2019 刷臉背后，卷積神經網絡的數學原理原來是這樣的 計算機視覺技術在日常生活中有著非常普遍的應用：發(fā)朋友圈之前自動修圖、網上購物時刷臉支付……在這一系列成功的應用背后，卷積神經網絡功不可沒。本文將介紹卷積神經網絡背后的數學原理。 發(fā)表于：4/21/2019 ?…9293949596979899100101…?
