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

腾讯大讲堂的专栏

专栏作者

1214

文章

1346480

阅读量

204

订阅数

漫画 | 垃圾回收实在是太垃圾了！

编程算法神经网络深度学习人工智能

1960年，人工智能之父 John McCarthy 在麻省理工大学做了一次重要演示 Lisp的担心很快就变成了现实垃圾回收虽然在卖力工作，可是系统还是恢复不了。在编程的世界中，内存分配每时每刻都在发生，从底层来讲，可以分为三类。而Lisp中所有的数据都是“表”（List），都是在堆中动态分配的，如果它不支持GC，程序员管理表（List）估计就会疯掉。为此， John McCarthy于1960年发表了一篇论文，提出了标记-清除算法。算法分为两个阶段，第一个阶段是标记，

腾讯大讲堂

2021-08-24

6100

原来腾讯优秀数据分析师是这样的(二)

黑客安全机器学习神经网络深度学习

作者：陈会华腾讯CSIG数据产品经理导语| 从优秀数据分析师的访谈中，找到进入数据分析领域的捷径。寄语数据分析师Data analytist（或者数据科学家Data scientist），是公司不可或缺的组成人员，一家缺失数据分析师的公司，至少说明这家公司缺少数据驱动的意识，在未来竞争中，一定处于被动。一直以来，我致力于推进数据化运营，而数据化运营需要解决几个核心问题： 1. 如何培养员工基于数据决策的意识和能力？ 2. 如何构建一个高效的数据驱动的公司组织（如数据中心、产品团队的分析组等）和文

腾讯大讲堂

2021-06-21

1.2K0

计算方法预测耐药性：耐药性人类健康的新威胁

机器学习神经网络深度学习人工智能学习方法

作者：chriszyyang 腾讯CSIG基础研究工程师 |导语在本篇文章中，我们首先向大家简单介绍耐药性的概念，以及展示耐药现象会对我们人类未来生存带来的巨大威胁。在临床实践中，耐药性通常是由直接影响药物结合的靶向蛋白质的突变所引发的。如果我们能够通过计算方法提前预测引起耐药性的蛋白质突变，这将会对精准医疗有着重要意义。因此，我们随后会简单介绍目前三种用于估计由靶点蛋白质突变引起耐药性的基于物理和数据驱动的计算方法，以及分析各自方法的优点和缺点。最后，我们会带领大家解析如火如荼的机器学习方法在耐药

腾讯大讲堂

2021-03-16

1K0

一个关于游戏AI不太野的野望

游戏机器学习神经网络深度学习人工智能

作者：jingwenyang，腾讯高级算法工程师 | 导语一种从机器学习出发的游戏设计新角度我们玩游戏时究竟在玩什么？游戏一直以来被称为第九艺术，而前八大绘画、雕刻、建筑、音乐、诗歌（文学）、舞蹈、戏剧、电影实际上或多或少的都在游戏中可以体现出来。对于一个有美学表达需求的人而言，在游戏中几乎能够实现他所有的幻想和抱负。这在我看来是游戏真正的魅力所在。诚然，由于经济利益的驱使，绝大部分的游戏都难以和艺术沾上边的。但是不可否认游戏给人们的生活带来了很多改变，它不仅成为了很多人最主要的消遣方

腾讯大讲堂

2020-11-30

3480

Automl框架katib浅析

机器学习神经网络深度学习人工智能编程算法

| 导语 AutoML是一种能将机器学习模型中特征工程、模型选择、超参选择等问题自动化解决的一种方案，使得机器学习模型无需人工干预即可被应用。而katib是一个基于kubernetes生态、简单且可扩展性强的AutoML的一种开源实现。腾讯内部的太极机器学习平台借鉴了katib的一些设计思想，使得AutoML能力集成到训练平台中。本文将剖析katib框架，对其基本概念、框架和流程进行简要介绍。一、AutoML和katib介绍 AutoML 我们知道，机器学习的本质其实是针对某一种学习模型，搜索

腾讯大讲堂

2020-10-12

1.9K0

腾讯视频小视频特征优化总结

特征工程 android ide 机器学习神经网络

|导语特征之于机器学习至关重要，大部分机器学习任务中特征复杂度决定了算法效果的上限。本文主要分享特征工程的通用方法论和腾讯视频小视频场景的特征实践工作。主要内容包括小视频排序特征、特征工程的方法论、特征在机制的应用。一、小视频排序特征腾讯视频小视频场景所用到的特征主要包括以下几种：视频和CP特征、用户特征、因果特征、session特征。 1.1.视频特征视频特征主要包括视频ID、标签、统计特征、视频作者以及视频作者ID、视频作者标签等等。 ID类特征是点击率预估模型中非常重要的特征，主要负责为模

腾讯大讲堂

2020-09-21

1.9K0

刷新训练ImageNet世界记录，腾讯工程师做了什么？

编程算法批量计算机器学习神经网络深度学习

日前，腾讯工程师以2分31秒的成绩，成功打破128卡训练ImageNet的世界纪录。与之前保持的记录相比，快了整整7秒。“我们的实力还没有完全发挥，如果改用RoCE，这个成绩可以进一步提升到2分2秒”参与其中的腾讯工程师这样说。 Tips: ImageNet在图像处理领域非常有名，它是一个已完成标注的海量数据集，也是公认的图像处理算法试金石：谁的算法用了更少的训练资源、在更短的时间内训练完ImageNet，还能得到更高的准确率，谁的算法就能排名靠前。具体点说，腾讯工程师们在25Gbps的VPC网络

腾讯大讲堂

2020-08-31

6960

文本+视觉，跨模态给你带来不一样的视角

数据分析机器学习神经网络深度学习人工智能

一、简介随着网络的发展，多模态数据（文本、图片、语单、视频等）越来越多，如何从大数据中挖掘出知识显得越来越重要。网络存储的数据种类繁多，有文本、图片、语音、视频等，如何将这些信息关联起来，更好地理解数据并从中挖掘知识非常关键。其中，图片与文本的匹配模型，研究得越来越多[1-4]。图文匹配模型对于其它多模态领域（包括：Image caption、Image synthesis、VQA等，图1）有着非常大的帮助，因为它可以计算图片与文本之间的相似度。图1【图文匹配模型对于多模态领域的重要

腾讯大讲堂

2020-07-25

3.7K0

百万奖金池+鹅厂直通车，2020腾讯广告算法大赛火热报名中！

编程算法腾讯广告算法大赛机器学习神经网络深度学习

2020腾讯广告算法大赛已正式发布，目前大赛处于火热报名中，欢迎扫描下方二维码或点击文末阅读原文进行报名。报名链接： https://algo.qq.com/signup.htmlrfisource=UR0416 过往三年，腾讯广告算法大赛为来自世界各地的众多企业和研究人员提供了开放的数据集和真实应用场景的研究问题。 2020腾讯广告算法大赛再度升级，腾讯广告携手腾讯云、腾讯大数据、腾讯招聘及腾讯高校合作等合作伙伴举办腾讯广告算法大赛，邀请产学研多方重磅专家，再次为广大技术人搭建起一个交流与竞技

腾讯大讲堂

2020-04-27

4690

国内网剧AI换脸术首秀：五毛特效引吐槽，锅谁来背？

神经网络深度学习人工智能机器学习

最近玄幻网剧《三千鸦杀》AI 换脸的五毛特效吸引了一波吃瓜群众。经过 AI 换脸处理后的剧中角色——面部扭曲、表情生硬、脖子和头颜色完全分离。曾经红遍大江南北的「AI 换脸」为何在该剧中表现得如此不如人意。 2017 年，AI 换脸技术「DeepFakes」在国外兴起，通过一款简单的教程，即便是技术小白也能将明星或熟悉人的脸替换到影视作品中。 2019 年，B 站 up 主「换脸哥」将《射雕英雄传》中朱茵的脸替换成杨幂，ZAO App Store 一夜之间刷爆朋友圈，换脸潮流蔓至国内，与之相对应的黑产

腾讯大讲堂

2020-03-25

1.8K0

离职113天后，微软的“中国先生”沈向洋云受聘清华大学教授

云直播神经网络深度学习人工智能

图源 | Zoom 直播画面在微软供职 13 年后，2019 年 11 月，微软公司全球执行副总裁、人工智能与研究事业部负责人沈向洋宣布，将于 2020 年 1 月 1 日正式离职，但当时并未公布他将去向何方。3 月 5 日，沈向洋现身清华大学，在这个特殊时期，通过视频直播，清华大学校长邱勇向沈向洋颁发聘书，正式续聘沈向洋为清华大学高等研究院双聘教授。在清华大学高等研究院官网上，已经能查到沈向洋的博士生招生计划。之所以说是“续聘”，因为这已经是沈向洋第二次被清华大学聘任为教授，15 年前，清华大学

腾讯大讲堂

2020-03-12

5040

【深度好文】推荐系统中的深度匹配模型

特征工程大数据推荐系统机器学习神经网络

关于作者辛俊波，腾讯算法数据中心\应用算法组导语I推荐系统和搜索应该是机器学习乃至深度学习在工业界落地应用最多也最容易变现的场景。而无论是搜索还是推荐，本质其实都是匹配，搜索的本质是给定 query，匹配 doc；推荐的本质是给定 user，推荐 item。本文主要讲推荐系统里的匹配问题，包括传统匹配模型和深度学习模型。深度学习之风虽然愈演愈烈，但背后体现的矩阵分解思想、协同过滤思想等其实一直都是贯穿其中，如 svd++ 体现的 userCF 和 itemCF 的思想，FM 模型本质上可以退化成以上

腾讯大讲堂

2020-02-12

1.8K0

如何超过医生准确率，做好医生第三只眼？腾讯医疗AI背后黑科技

迁移学习监督学习机器学习神经网络人工智能

关于作者尚鸿，腾讯研发管理部\AI平台部\AI医疗中心从最开始的每月一个版本，到后来的 2017年，再次兴起的人工智能还在寻找产业落地，而亟待信息化、智能化的医疗系统在寻找技术突破，于是，腾讯、医疗，看似不相关的两者，在2017年走到了一起。医疗AI，用科技赋能医疗，创造医疗资源，提升全社会的医疗水平，这里同时蕴藏着巨大的社会价值和商业价值。当然机遇总是伴随着挑战，人工智能被媒体包装的神乎其神，而医疗体系对结果的准确性有着最为苛刻的要求，技术上的挑战远远不是“下几个开源算法”就能搞定的。带着科技向

腾讯大讲堂

2019-12-30

8640

QQ看点日报内容优化——基于BERT的热点召回系统

NLP 服务机器学习神经网络深度学习人工智能

关于作者颜锐荣，腾讯信息流平台产品部开发二组员工导语I基于BERT搭建了看点日报热点召回系统，大大提升了看点日报热点内容量等核心指标，本文将会详解看点日报热点召回系统的总体框架及核心方法。一、业务背景看点日报旨在为用户提供新热、优质的文章，对热点事件及文章的及时捕捉有着非常强的需求，从海量文章中人工发现热点文章无疑是巨大的运营成本，所以自动发掘热点文章是必要的需求。而发掘热点事件的时效性、热点事件的覆盖度、文章聚合成事件的效果、热点事件召回文章的召准率、热点文章的质量等是热点召回系统的核心指标。我

腾讯大讲堂

2019-12-18

1.6K0

深度学习系统易受欺骗？AI到底怎么想的？

神经网络深度学习

| 导语最近，Nature发表了一篇关于深度学习系统被欺骗的新闻文章，该文指出了对抗样本存在的广泛性和深度学习的脆弱性，以及几种可能的解决方法。腾讯安全平台部基础研究组自2017年来在对抗样本的生成及防守方法进行了深入研究，在这里团队通过在攻击方面的经验，分享对于防守对抗样本的一些思考。深度学习在现实生活中的应用越来越广，然而越来越多的例子表明，深度学习系统很容易受到对抗样本的欺骗。那么，AI到底是怎么“想”的？为什么这么容易被骗？要回答这个问题，我们首先看图片来做个小实验—— 图1 图1左图：

腾讯大讲堂

2019-10-28

7770

黄健翔又来了！2019 极棒大赛，黑客的年度盛会

黑客机器人神经网络深度学习人工智能

一别一年，再聚首，今年 GeekPwn（极棒）大赛还是在那个老地方——魔都上海喜玛拉雅中心举行——极客的专属嘉年华、黑客必经的朝圣之地、外界观众的黑客探秘之旅。 2019 年 10 月 24 日 8:30 至 18：00，我们将在比赛现场见证哪些精彩纷呈的挑战项目？全新“CAAD 语音对抗样本挑战赛”，什么能让“机器听力”直线下降。第二届“CAAD CTF 图像对抗样本挑战赛”，继攻破亚马逊名人识别系统后挑战再升级。首次现场实时挑战的“CAAD 隐身挑战赛”，一张纸能让人隐身吗？首个覆盖全

腾讯大讲堂

2019-10-21

2.9K0

腾讯大数据星火计划技术沙龙对外报名正式启动！

大数据机器学习神经网络深度学习人工智能

导语：腾讯大数据举办星火计划技术沙龙为广大大数据爱好者提供线下交流活动机会，技术沙龙第一期将于10月13日在深圳腾讯大厦举办，为您揭秘海量机器学习之道与Angel开源背后的故事。大数据技术在过去10多年中改变了企业对数据的存储、处理和分析的过程，如今的大数据技术栈逐渐成熟并涵盖了计算、存储、数仓、数据集成、NOSQL、OLAP分析、机器学习与数据科学等丰富的内容。在未来的发展方向上，大数据技术还会在引擎容器化、大数据机器学习、数据湖等方面不断延伸。为了让大数据爱好者们可以了解腾讯在大数据领域的技术

腾讯大讲堂

2019-10-10

4660

马化腾：以“科技向善”引领人工智能全方位治理

深度学习神经网络人工智能医疗

2019世界人工智能大会今天（29日）在上海开幕。腾讯董事会主席兼首席执行官马化腾在演讲时表示，AI治理的紧迫性越来越高，应以“科技向善”引领AI全方位治理，确保AI“可知”、“可控”、“可用”、“可靠”。今年5月，腾讯提出“科技向善”作为新的愿景和使命，所着眼的也正是探索人与AI的正确相处之道。马化腾认为，通用人工智能的发展趋势越来越清晰，AI向着人类智慧继续靠近，从“专才”向“通才”发展。AI与各行各业日益融合，人工智能产业的发展将给我们带来以“AI+”为标志的普惠型智能社会。马化腾表示，

腾讯大讲堂

2019-08-30

6170

虚假新闻视频防不胜防？6招助你练出分辨真伪的火眼金睛

神经网络深度学习人工智能

在今年2月份的时候，有个视频火了：用AI技术将朱茵扮演的黄蓉换成杨幂的脸。视频里杨幂版黄蓉，一颦一笑，非常自然，若不是预先知晓这是经过处理的视频，不少观众或许会误以为杨幂真的出演过这个角色。事实上，这种换脸技术不单单被运用在娱乐明星身上，更曾出现在政治人物身上。此前，美国演员Alec Baldwin在周末晚间秀中，曾对特朗普进行过模仿（见下方左图）。有网友借助换脸程序deepfake，将真正特朗普的脸换了过去（见下方右图）。在信息爆炸的时代，我们每天都要面对大量真假难辨的资讯。以前人们相

腾讯大讲堂

2019-08-20

8960

18个月自学AI，2年写就三万字长文，过来人教你如何掌握这几个AI基础概念

选自colab.research 作者：David Code 机器之心编译参与：魔王、思、张倩 David Code 有多个身份：他是旅行作家，通晓多国语言，他还是一名「AI 教师」。没有数学和软件背景的 David 用 18 个月的时间通过在线课程和博客自学 AI，并花费两年时间撰写了一篇长文。为了使和他一样没有数学基础的人也能入门人工智能，他在这篇文章中运用了大量类比、例子、故事、图示，将重要的知识点或步骤反复强调。这是一篇真正针对初学者的 AI 教程，不只讲概念，还讲概念的底层原理。由于原文过长

腾讯大讲堂

2019-08-13

1.6K0

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