腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

进击的Coder

专栏作者

552

文章

1254193

阅读量

199

订阅数

文字识别助力智能运营，加速金融业务流转效率

神经网络深度学习人工智能编程算法文字识别

背景智慧金融在金融服务的业务流程中不断深入，金融行业数字化建设的过程除了面向外部客户的服务与销售外，行业内部的支持性系统也在随之升级。智能合规、智能运营广泛应用于企业内部财务管理系统、报销系统、核算系统以及审核系统等平台中，促使数据沉淀，加速流程效率，实现数字化建设闭环。在智能运营覆盖的各个场景中，计算机视觉、自然语言处理、传统机器学习算法等人工智能技术充分应用。其中文字识别技术（OCR）作为计算机视觉的主要方向之一，其识别对象包括扫描合同、印章、卡证、表格与票据信息结构化，在业务办理、风险控制、内部数

2022-09-20

1.2K0

Github 3.8k，人、车、OCR 等 9 大高精度超轻量图像识别模型全开源！！

神经网络人工智能编程算法深度学习网络安全

人脸、车辆、人体属性、卡证、交通标识等经典图像识别能力，在我们当前数字化工作及生活中发挥着极其重要的作用。业内也不乏顶尖公司提供的可直接调用的 API、SDK，但这些往往面临着定制化场景泛化效果不好、价格昂贵、黑盒可控性低、技术壁垒难以形成多诸多痛点。而今天小编要给大家推荐的是一个完全开源免费的、覆盖人、车、OCR 等 9 大经典识别场景、在 CPU 上可 3 毫秒实现急速识别、一行代码就可实现迭代训练的项目！图1 PaddleClas 图像分类应用示意图话不多说，赶紧送上传送门，识货的小伙伴赶紧尝

2022-06-17

1.1K0

GitHub 3.1K，业界首个流式语音合成系统开源！

深度学习神经网络人工智能声纹识别开源

大家好，我是崔庆才。想必大家在开发项目过程中可能或多或少用到语音识别、语音合成等相关技术，但又不知道哪家的服务好，而且有的收费还贼贵。尤其流式识别更是个难题。今天我给大家推荐一个流式语音合成库，现在在 GitHub 上已经开源，而且已经斩获 3.1k star，效果很不错，同时这也是业界首个流式语音合成系统，推荐给大家试试。具体详情大家可以了解下文哈，最后还有直播课，大家感兴趣欢迎扫码了解。智能语音技术已经在生活中随处可见，常见的智能应用助手、语音播报、近年来火热的虚拟数字人，这些都有着智能语音技术

2022-05-27

2.4K0

GitHub 获星 3.5K，顶会 SOTA 算法开源，这个 NLP 项目价值百万！

深度学习神经网络人工智能 NLP 服务开源

近两年，Prompt 范式已经成为 NLP 研究的第四范式，基于 Prompt 的小样本能力，吸引了学术界和产业界的广泛研究。近日，百度飞桨 PaddleNLP 开源基于 Prompt 的信息抽取技术，以及更多产业落地能力：通用信息抽取统一建模技术 UIE 开源！文心大模型 ERNIE 轻量级模型及一系列产业范例实践开源！ 01 通用信息抽取在金融、政务、法律、医疗等众多行业中，大量文档信息需要进行数字化及结构化处理，而人工处理方式往往费时费力，且容易产生错误。信息抽取技术能很好地解决这个问题。信息抽

2022-05-19

9040

百度又发布一个神器！网友直呼好家伙

神经网络深度学习人工智能 https 网络安全

目标检测作为计算机视觉领域的顶梁柱，不仅可以独立完成车辆、商品、缺陷检测等任务，也是人脸识别、视频分析、以图搜图等复合技术的核心模块，在自动驾驶、工业视觉、安防交通等领域的商业价值有目共睹。正因如此，YOLOv5、YOLOX、PP-YOLOE、PP-PicoDet 等优秀算法层出不穷，各有优劣侧重。而在当前云、边、端多场景协同的产业大趋势下，运行速度、模型计算量、模型格式转化、硬件适配、统一部署方案等实际问题都需要考虑，到底该怎么选呢？今天小编就给大家推荐一个，针对云、边、端各环境都深层优化的超强目

2022-04-18

8910

如何判断一个网页是列表页还是详情页

机器学习神经网络深度学习人工智能

解析页面是做爬虫的过程中的重要环节，而且如果站点多了，解析也会变得非常复杂，所以智能化解析就可能是一个不错的解决方案。如果我们能够容忍一定的错误率，那么我们可以利用智能化解析算法帮我们提取一些内容，简单高效。

2020-07-28

2.1K0

将 CNN 与 RNN 组合使用，天才还是错乱？

机器学习深度学习人工智能 https

从有一些有趣的用例看，我们似乎完全可以将 CNN 和 RNN/LSTM 结合使用。许多研究者目前正致力于此项研究。但是，CNN 的最新研究进展趋势可能会令这一想法不合时宜。

2019-09-05

1.8K0

机器视觉之后， AI 开始模仿嗅觉系统了

机器学习深度学习人工智能神经网络

如今的人工智能系统，例如受到神经元和神经系统连接启发的人工神经网络，在很多任务上表现得都不错。同样，这些系统需要强大的计算力和大量训练数据，这也使得它们能在围棋等游戏上达到甚至超越人类水平、能够检测出图像中的汽车、能分辨是猫是狗。但是，宾夕法尼亚大学的计算神经科学家 Konrad Kording 表示：“它们在音乐编曲或写短故事方面仍然表现不佳。它们在对实际情况进行有效推理时仍然有困难。”

2019-09-04

6930

最适合中国开发者的深度学习框架：走向成熟的 PaddlePaddle 1.0

神经网络人工智能开源编程算法文件存储

自深度学习以分层逐步学习的奇思妙想崛起以来，深度学习框架就在不停地发展。在 AlexNet 还没有携带深度学习亮相 ImageNet 之前，由蒙特利尔大学 LISA 实验室所编写的 Theano 框架就已经开源，它可用来支持高效机器学习算法。Theano 是目前 DL 框架中的元老，它开启了深度神经网络高效编程的先河，后来开源的框架都受益于 Theano 的先行探索。

2019-09-04

5570

人工神经网络真的像神经元一样工作吗？

神经网络机器学习深度学习人工智能强化学习

人工神经网络和机器学习已经成为大众媒体的热门主题。智能机器这一想法勾起了很多人的想象，而且人们特别喜欢把它和人类放一起比较。特别是有一个关于人工智能的底层机制的基础问题经常出现——这些人工神经网络的工作方式真的和我们大脑中的神经元相似吗？

2019-09-04

1.1K0

OpenAI提出能合成高清逼真图像的模型：“我们和GAN不一样！”

机器学习神经网络深度学习人工智能

这篇文章介绍了我们的新成果——Glow，这是一个可逆的生成模型，其中使用了可反复的1×1卷积网络。2015年，我们曾推出过NICE，它是一种针对复杂高维进行建模的深度学习框架。在可逆模型的基础上，研究人员简化了NICE的网络结构，使模型能生成更加真实的高分辨率图像，并支持高效的采样，能发现可以用来控制数据属性的特征。下面让我们看看这个模型到底怎么玩：

2019-09-04

6560

Adobe用机器学习“反PS”，修没修图一眼就看出来

机器学习神经网络深度学习人工智能

这是一张著名的PS照片，2008年伊朗政府在媒体上公布了他们成功发射导弹的照片，但是紧接着就有人出来打脸，证明了这张图是伪造的，可以看到底部的烟雾连形状都一毛一样。随着技术的发展，近几年人工智能也参与到“PS大战”中，譬如此前风靡reddit的deepfakes，以及将奥巴马换到某视频上做出一条假新闻等等。

2019-09-04

1.2K0

OpenTag模型：减少人工标注，自动提取产品属性值

机器学习神经网络深度学习人工智能

（1）将问题形式化为序列标注任务，并提出利用递归神经网络（双向 LSTM）捕获上下文和语义的联合模型，并且利用条件随机场（CRF）来约束标注连贯性；

2019-09-04

1.4K0

大白话解释模型产生过拟合的原因！

机器学习神经网络深度学习人工智能

过拟合就是训练出来的模型在训练集上表现很好，但是在测试集上表现较差的一种现象！下图给出例子：

2019-09-04

4930

为什么数据科学家都喜欢高斯分布

机器学习神经网络深度学习人工智能

对深度学习和机器学习工程师而言，在世界上所有的概率模型中，高斯分布（Gaussian distribution）模型最为引人注目。即使你从来没有进行过AI项目，有很大的几率你曾经遇到过高斯模型。

2019-09-04

1.2K0

IBM研究院提出Graph2Seq，基于注意力机制的图到序列学习

机器学习神经网络深度学习人工智能

Seq2Seq（序列到序列）及其变体在机器翻译、自然语言生成、语音识别、新药发现之类的领域表现非常出色。大多数Seq2Seq模型都属于编码器-解码器家族，其中编码器将输入序列编码为固定维度的连续向量表示，而解码器则解码向量得到目标序列。

2019-09-04

2K0

GANs的首次落地应用：为患者制作最合适的假牙

图像处理机器学习神经网络深度学习人工智能

近几年，计算机视觉发展得非常迅速，许多重要技术，例如目标物体识别、检测、语义分割等，都已经相当成熟。在这篇论文中，我们提出了另一种令人激动的成果——用生成对抗网络大规模定制医疗产品，例如牙冠（dental crown）。

2019-09-04

6570

「目标检测算法」连连看：从 Faster R-CNN 、 R-FCN 到 FPN

机器学习神经网络深度学习人工智能编程算法

在这个系列中，我们将对目标检测算法进行全面探讨。第1部分，我们介绍常见的基于区域的目标检测器，包括Fast R-CNN，Faster R-CNN，R-FCN和FPN。第2部分，我们介绍单步检测器（single shoot dectors, SSD)。第3部分，我们探讨算法性能和一些具体的例子。通过在相同的环境研究这些算法，我们研究哪些部分在其作用，哪些部分是重要的，可以在哪些部分进一步改进。希望通过对算法如何发展到今天的研究，会给我们未来的研究提供方向。

2019-09-04

6890

BGAN：支持离散值、提升训练稳定性的新GAN训练方法

神经网络机器学习深度学习人工智能强化学习

首先，让我们温习一下GAN（对抗生成网络）的概念。简单来说，GAN是要生成“以假乱真”的样本。这个“以假乱真”，用形式化的语言来说，就是假定我们有一个模型G（生成网络），该模型的参数为θ，我们要找到最优的参数θ，使得模型G生成的样本的概率分布Qθ与真实数据的概率分布P尽可能接近。即：

2019-09-04

1.9K0

重磅 | 完备的 AI 学习路线，最详细的资源整理！

本文由知名开源平台，AI 技术平台以及领域专家：Datawhale，ApacheCN，AI 有道和黄海广博士联合整理贡献，内容涵盖 AI 入门基础知识、数据分析\挖掘、机器学习、深度学习、强化学习、前沿 Paper 和五大 AI 理论应用领域：自然语言处理，计算机视觉，推荐系统，风控模型和知识图谱。是你学习 AI 从入门到专家必备的学习路线和优质学习资源。

2019-05-13

8650

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