首页
学习
活动
专区
工具
TVP
发布

社区的朋友们

专栏作者
160
文章
540851
阅读量
130
订阅数
为了加速参数收敛。
根据深度学习中参数更新,采用梯度下降策略会运用反向传播,而由于深度学习中网络层数肯定不止一层,根据链式求导法则,我们对浅层参数的求导会有一个连乘操作,前面层的梯度是来自于后面层梯度的乘积。
serena
2022-07-18
4425
T4 级老专家:AIOps 在腾讯的探索和实践
我今天要讲的主题,AIOps,是一个比较新的话题,其实从概念的提出到我们做,只有差不多一年的时间。一个新事物,有其发展的周期,在腾讯里面我们做了比较多的探索,但是肯定还是有不足的地方,就像咱们看到的 AI 的发展也还有很多不足的地方。今天带来一些案例跟大家分享,希望对大家有一些借鉴和参考的意义。
serena
2018-11-12
15.5K0
人工智能产业展望:2018年三大难题如何破解?
展望2018,偌大一个人工智能,优秀项目不够、顶尖人才不足、场景落地缺缺,三大难题横亘眼前,又将如何破解?
serena
2018-02-01
2.8K2
国内首个二代基因测序 FPGA 加速方案-背后的技术
随着近年基因数据量爆发式增长,数据分析成为瓶颈,而传统方法计算速度慢,效率低,因此高性能计算势在必行。
serena
2018-01-18
2.2K2
腾讯云联手腾讯安全玄武实验室,提供「应用克隆」漏洞免费检测服务
腾讯云移动安全团队联手玄武实验室,对想要检测是否存在「应用克隆」漏洞的客户提供1V1的免费检测服务。
serena
2018-01-17
2.3K0
如何构建一个 AI 问答系统:从生物进化的角度开始讨论
无论是几十纳米的病毒, 几十微米的叶绿体, 几十毫米的蜜蜂, 还是几十厘米的远古人类. 都会使用各自的"语言"。 语言都是一种自然"沟通手段". 通过语言, 可以影响其他个体, 共同完成进化任务。
serena
2018-01-15
1.5K14
消息队列 CMQ 七大功能实践案例
本文先简单介绍 CMQ 底层的架构实现,然后着重结合CMQ的功能特点来介绍 CMQ 的实践案例,让大家快速理解和上手 CMQ 的开发。
serena
2018-01-15
3.9K0
让互联网更快的协议,QUIC 在腾讯的实践及性能优化
本文将主要介绍 QUIC 协议在腾讯内部及腾讯云上的实践和性能优化。
serena
2018-01-15
4.5K1
新年新语言,WCDB Swift
serena
2018-01-04
2.2K0
工程师的自我修养:I’m happy where I am
这篇文章讲述了一群技术团队普通成员的成长、探索和创新的故事。他们通过不断学习和实践,逐渐从新手成为资深工程师,并发挥自己的专长,为公司的业务发展和技术提升做出了贡献。他们的成长经历和成功经验,对于所有技术从业者来说都具有重要的借鉴意义。
serena
2017-12-21
6700
跳点搜索算法JPS及其优化
引言 寻路算法用途众多,例如在游戏和地图中。A*算法已经众所周知,对于其优化也是层出不穷,然而性能并没有取得突破性进展。本文介绍一种跳点搜索算法JPS以及其四个优化算法,其中三个优化是加速跳点的寻找,
serena
2017-12-11
6.3K2
夺冠 | 腾讯围棋AI「绝艺」再次问鼎龙星战
serena
2017-12-11
1.3K1
给 AI 换个“大动力小心脏”之 OCR 异构加速
本文介绍了OCR异构加速在腾讯云上的应用和优化,通过多FPGA芯片协同的异构加速架构和通用加速器引擎,实现了高性能、低成本的OCR识别。同时,平台支持业务模型的快速部署和迭代,为云端OCR服务提供了一种高效的解决方案。
serena
2017-12-08
1.9K0
遇见大数据可视化 — 图表设计(二)
本文主要阐述了图表设计的重要性,介绍了图表设计的基本原则、视觉元素和层次、图表类型和选择方法、图表设计方法、设计误区以及图表的交互方式。作者通过深入分析图表设计中的各种细节,使读者能够更好地理解和应用图表设计,从而提高数据可视化的效果。
serena
2017-12-08
3.7K2
App 数据分析到底要分析什么
本文主要介绍了APP分析中的数据分析、用户生命周期、关键指标、用户行为分析、数据分析模型、产品优化和迭代、数据驱动决策、技术社区和招聘的10个重要方面。
serena
2017-12-07
3.1K0
请拿数据说质量
serena
2017-12-07
9040
OpenStack 数据备份安装篇
serena
2017-12-07
1.9K0
云服务首要威胁分析:用户如何保护自己的资产?
serena
2017-12-06
3.2K1
腾讯AI Lab斩获知识图谱顶级赛事KBP 2017世界冠军
本文介绍了腾讯AI Lab在2017年国际知识图谱构建大赛(KBP)中,首次参赛并获得了实体发现与链接(Entity Discovery and Linking Track,EDL)任务冠军。实体发现与链接任务是KBP赛事的核心任务之一,具有很高的技术挑战性。腾讯AI Lab在比赛中采用了深度学习架构和篇章理解模型等技术,具有较高的准确性和效率。同时,腾讯AI Lab还建设了一个名叫TopBase的知识图谱,涵盖50多个领域,并已广泛应用到多个业务中。
serena
2017-12-06
9560
Android View和 Window 的关系
serena
2017-12-05
4K0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档