我总结了今年 Google Cloud Next 大会上我最爱的一段演讲——What's New with TensorFlow?（https://www.yo...
深度学习在感知任务中取得的成功主要归功于其特征工程过程自动化：分层特征提取器是以端到端的形式从数据中学习，而不是手工设计。然而，伴随这一成功而来的是对架构工程日...
作者：Bo Zhao、Bo Chang、Zequn Jie、Leonid Sigal
本教程面向所有对强化学习感兴趣的人，不会涉及太深的机器学习基础，但主题中涵盖了高级策略网络和价值网络的相关知识。此外，我建议阅读 Voldymyr Mnih 的...
图像分类神经网络拥有卓越的图像生成能力。DeepDream [1]、风格迁移 [2] 和特征可视化 [3] 等技术利用这种能力作为探索神经网络内部原理的强大工具...
黄仁勋把这次 RTX 20 系列的发布称为「重新发明图形」（GRAPHICS REINVENTED）。看来英伟达对于打磨超过 10 年的图灵架构寄予了厚望。新显...
作者：Daniel Zügner、Amir Akbarnejad、Stephan Günnemann
项目地址：https://github.com/afshinea/stanford-cs-229-machine-learning
随着电影越来越关注 CGI，电影制作人必须更加擅长「合成」，即将前景和背景图像融合，比如将演员放在飞机或行星上，或者放在电影《黑豹》里瓦坎达这样的虚构世界中。
深度神经网络已在各个领域取得了广泛应用，从计算机视觉到自然语言处理以及游戏等。卷积神经网络（CNN）利用各种图像特征的空间不变性，在图像分类、图像分割甚至图像生...
Facebook 人工智能研究院（FAIR）首席科学家 Devi Parikh 是 2017 年 IJCAI 计算机和思想奖获得者（IJCAI 两个最重要的奖项...
该赛事研究得到了腾讯 AI Lab 犀牛鸟专项合作计划的大力支持，研究过程中与腾讯 AI Lab 的资深研究员进行了密切合作。团队负责人为清华大学 TSAIL ...
据介绍，本届 TI8 的很多参赛队伍都报名想参加与 AI 的比赛，OpenAI 今天遇到了第一个对手：来自巴西的战队 paiN，后者也是本届 TI8 比赛第一支...
这一次，英特尔的 CPU 微码许可协议中包含了「禁止用户跑分」条款。这意味着人们使用任何 Benchmark 软件对自己的 CPU 进行评测，并将分数和对比结果...
作者：Lingbing Guo、Qingheng Zhang、Weiyi Ge、Wei Hu、Yuzhong Qu
同样在去年，该团队在 NIPS 2017 AI 对抗性攻防竞赛的三项比赛任务中（有/无特定目标攻击；攻击检测），全部获得冠军，战胜了包括斯坦福、约翰霍普金斯大学...
这几天，OpenAI 人工智能在 TI8 上与人类的比赛中，人类方的出场队伍一直被赛会保密，而今天代表人类的出场阵容被公布时，大洋彼岸的我们瞬间兴奋了起来：
远距临场机器人通过一个装有摄像头的机器人可以查看遥远的地点。它具有广泛的实际应用，如在军事和太空研究中的应用。市面上的大部分远距临场机器人（telepresen...
论文名称：《Unified Perceptual Parsing for Scene Understanding》
扫码关注云+社区
