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

AI研习社

专栏作者

1755

文章

2115878

阅读量

197

订阅数

令人心寒的不是Github突然断供，而是CEO对此表示无能为力

开源 github git nat NAT 网关

AI 开发者按：关于 Github 账户/开源项目是否会受到美国出口管理条例的管制，曾在国内掀起热烈的讨论，但过去由于缺乏相应的制裁案例，且 Github 平台协议也存在一定的模糊性，因此多少还抱有侥幸心理，直到近期一名伊朗开发者的遭遇，给国内乃至全球的开发界敲醒了警钟——该名伊朗籍开发者不但个人账户无法正常使用，且不被允许导出数据，只因伊朗在 EAR 的限制清单当中。他的遭遇获得众多国际开发者的支持，最终逼得 Github CEO Nat Friedman 在推特上亲自针对此事进行回应。

2019-08-01

3520

学 AI 和机器学习的人必须关注的 6 个领域

机器学习 nat 机器人自动驾驶

近期热门的话题，人们开始重新讨论这一基本定义----什么是人工智能（AI）。有些人将 AI 重新命名为「认知计算」或「机器智能」，而其他人则错误地将 AI 与「机器学习」概念进行交换。在某种程度上，这是因为 AI 不是一种技术。它实际上是一个由许多学科组成的广泛领域，从机器人学到机器学习。我们大多数人都认为，人工智能的终极目标是为了建造能够完成任务和认知功能的机器，否则这些机器只能在人类的智能范围内从事相关工作。为了实现这一目标，机器必须能够自主学习这些能力，而不是让每个功能都被端到端地明确编程。

2018-09-25

5340

告别选择困难症，我来带你剖析这些深度学习框架基本原理

深度学习 nat go tensorflow

无论你喜欢或不喜欢，深度学习就在这里等着你来学习，伴随着技术淘金热而来的过多的可选项，让新手望而生畏。

2018-09-25

1.2K0

2018 机器阅读理解技术竞赛冠军 Naturali 分享问答系统新思路

nat 人工智能 NLP 服务

AI 研习社按：7 月 28 日，由中国中文信息学会和中国计算机学会联合举办的第三届语言与智能高峰论坛于北京语言大学举办，Naturali 奇点机智团队作为 2018 机器阅读理解技术竞赛冠军团队，受邀参加本次活动的「机器阅读理解评测论坛及颁奖仪式」，Naturali 联合创始人兼 CTO、国际计算语言学协会会士（ACL Fellow）林德康作为代表进行了 2018 阅读理解技术竞赛系统报告。

2018-08-06

5160

演员要失业了？AI 实时模拟面部表情，传神效果堪比真人克隆

人工智能 nat 游戏

两年以前，也就是 2016 年，我们提到过一篇论文，其内容主旨是有关面部模拟的——大家只要坐在照相机前，AI 能够把我们的面部动作表现在虚拟演员身上。这项工作叫做 Face2face，甚至把著名的政治领导人作为实验对象，效果确实令人吃惊。

2018-07-26

7160

Github 项目推荐 | 用手势输入表情符号 —— Emojinator

github nat python 机器学习

此代码可以帮助开发者识别和分类不同的 Emoji 图像，不过目前只支持手绘的 Emoji 图像。

2018-07-26

1K1

AI、自动化为硬核：更技术范儿的 DJI RoboMaster 机器人挑战赛

人工智能自动化机器人 nat

在刚刚落幕的 ICRA 2018(IEEE International Conference on Robotics and Automation)上，除了纯学术讨论之外，雷锋网还对期间举办的产业界相关展览、高校交流赛事进行了报道，特别是本届 ICRA 2018 几项机器人挑战赛都颇受瞩目，大疆主办的全自动机器人射击对抗型比赛「ICRA 2018 DJI RoboMaster 人工智能挑战赛」也在其中。

2018-07-26

4210

微软官方宣布以 75 亿美元收购 GitHub！

github 开源 nat

雷锋网消息，6 月 4 日，微软在官方博客正式宣布，以 75 亿美元的价格收购代码托管平台 GitHub。至此，此前在网络上已经盛传良久的收购传闻得以坐实。

2018-07-26

2640

看完立刻理解 GAN！初学者也没关系

nat tensorflow python

前言 GAN 从 2014 年诞生以来发展的是相当火热，比较著名的 GAN 的应用有 Pix2Pix、CycleGAN 等。本篇文章主要是让初学者通过代码了解 GAN 的结构和运作机制，对理论细节不做过多介绍。我们还是采用 MNIST 手写数据集（不得不说这个数据集对于新手来说非常好用）来作为我们的训练数据，我们将构建一个简单的 GAN 来进行手写数字图像的生成。认识 GAN GAN 主要包括了两个部分，即生成器 generator 与判别器 discriminator。生成器主要用来学习真实图像

2018-03-19

6300

没有更多了

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战

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