首页
学习
活动
专区
工具
TVP
发布

大龄程序员的人工智能之路

专栏成员
239
文章
333502
阅读量
37
订阅数
2023,AI 技能学起来
这段时间,ChatGPT 算是火出圈了。不仅朋友圈转发各种 ChatGPT 的文章,连我夫人这种从来不关注科技新闻的人也问我 ChatGPT 是怎么回事。其实我算是比较早知道并关注 ChatGPT 的,去年 12 月份还写了一篇文章 AI 也会写代码了,但我并不担心。
云水木石
2023-02-27
3340
根据中国古诗词作画,AI 可以做到吗?
AI 作画工具 DD (Disco Diffusion)面市后,不少大神做出了惊艳的作品。玩家以外国人居多,网上的资料也是英文资料较多。现在国内也有人尝试,比如和菜头在他的「槽边往事」微信公众号就写了好几篇关于 AI 作画的文章,现在他的公众号配图也使用自己生成的图。西乔在她的「神秘的程序员们」微信公众号也写了好几篇教程,值得一看。
云水木石
2022-08-30
1.3K0
TensorFlow.js 为何引入 WASM 后端
在前面的一篇文章《TensorFlow.js 微信小程序插件开始支持 WebAssembly》中,我们谈到了 Tensorflow.js(tfjs) 的新后端 WebAssembly(WASM)。这篇文章进一步挖掘 tfjs WASM 后端的更多信息,并探讨一下 tfjs 为何要引入 WASM 后端。
云水木石
2020-06-17
3.3K0
AI会抢夺修图师的工作吗?
作为一名业余摄影爱好者,在发图之前通常会使用软件处理一下,也就是俗称的 P 图。如果时间比较紧张、或者不重要的图,不会花费多长时间,加个滤镜,调一下色调,几十秒钟的时间就可以完成。修图软件五花八门,特别是手机上,我安装的图像处理软件就有十几款,这些软件各有所长,好像还没有哪款软件一统天下,会根据不同的需要选择相应的软件。
云水木石
2020-05-25
6230
手把手教你开发人工智能微信小程序(4): 训练手写数字识别模型
在上篇文章《手把手教你开发人工智能微信小程序(3):加载数据》中,我给大家演示了如何通过fetch加载网络数据并进行数据归范化,出于演示的目的,例子做了简化处理,本文中将给大家介绍一个稍微复杂一点的例子:手写数字识别。很多机器学习的教程都以手写数字识别作为上手的示例,我在之前的文章也写过几篇:
云水木石
2020-02-18
9990
手把手教你开发人工智能微信小程序(1):线性回归模型
谈到人工智能、机器学习,我们可能会觉得很神秘,其实机器学习背后的理论并不复杂。就如同原子弹这么尖端的科技,其背后的理论就是一个很简单的公式:
云水木石
2020-01-02
7670
深度学习的JavaScript基础:矩阵和向量的表示
与Java、C++这样的静态类型语言不同,JS中的变量似乎没有类型,在声明变量时不用指定变量类型。但实际上JS也有字符串、数字、布尔值、对象、数组、未定义等类型,是一种弱类型语言。在深度学习中,矩阵和向量是最基本的数据结构,而高效的矩阵和向量运算是深度学习计算中的关键。在C++中,数组可用于表示矩阵或向量,JS中也有这样的数据结构吗?
云水木石
2019-12-18
2.2K0
三种Javascript深度学习框架介绍
谈到机器学习,我们脑海首先蹦出的编程语言是什么?一定是python。其实除了python,Javascript也是不错的选择。都说现在是大前端时代,从移动开发、服务器端,甚至桌面软件开发(比如大名鼎鼎的VS Code),都有Javascript的身影。
云水木石
2019-11-20
1.2K0
TensorFlow助力微信小程序,来自谷歌开发者大会上的商用案例
前段时间一直在研究微信小程序中的 TensorFlow.js 开发,并开发了若干示例小程序,详情请查看之前的文章:
云水木石
2019-09-17
1.1K0
人工智能将改变5亿个白领工作岗位
很明显,人工智能已经影响了我们的生活方式。每次我们请求 Siri 做基本的数学运算或呼叫 Alexa 来调节温度时,我们都用上了AI。
云水木石
2019-09-17
5910
使用Google AI Open Images进行对象检测
作者:Atindra Bandi, Alyson Brown, Sagar Chadha, Amy Dang, Jason Su,翻译:云水木石
云水木石
2019-09-09
1.1K0
Github上的5个高赞机器学习项目
对于程序员而言,Github无疑是一个巨大的宝库,其全球注册用户超过3100万,仓库数量突破一个亿。(2018年年底统计数据)
云水木石
2019-08-29
7680
边缘AI烽烟再起之三国逐鹿
边缘AI(Edge AI)依然是新兴领域,许多人不清楚该为他们的项目选择哪些硬件平台。本文将比较一些当前领先的边缘AI平台。
云水木石
2019-08-23
7630
轻松理解Keras回调
随着计算机处理能力的提高,人工智能模型的训练时间并没有缩短,主要是人们对模型精确度要求越来越高。为了提升模型精度,人们设计出越来越复杂的深度神经网络模型,喂入越来越海量的数据,导致训练模型也耗时越来越长。这就如同PC产业,虽然CPU遵从摩尔定律,速度越来越快,但由于软件复杂度的提升,我们并没有感觉计算机运行速度有显著提升,反而陷入需要不断升级电脑硬件的怪圈。
云水木石
2019-08-09
1.8K0
TensorFlow模型部署到Android,需要注意几点
在前面一篇文章《从人工智能鉴黄模型,尝试TensorRT优化》我谈到了TensorFlow模型的优化,这是针对服务器端的优化,实际上优化结果并不理想。这篇文章我将谈谈将TensorFlow模型部署到Android系统上需要注意的几点。
云水木石
2019-07-02
1.1K0
Keras Pytorch大比拼
对于许多数据科学家、工程师和开发人员来说,TensorFlow是他们深度学习框架的第一选择。TensorFlow 1.0于2017年2月发布,至少可以说,它不是非常用户友好。
云水木石
2019-07-02
1.4K0
[序列模型] Recurrent Neural Networks习题解析
圆括号(i)代表第i个样本,尖括号<j>代表第j个词,考虑到主次,第(i)个样本是主,第<j>个词是次,所以答案是选项1。
云水木石
2019-07-02
6470
[机器学习实战札记] 线性回归
在前面的时间,我学习了Logistic回归,这是用来进行二分类学习的一种算法。虽然按照书上的介绍,编写了算法实现代码,但对其原理并不清楚,总感觉没有理解透。于是我又找到吴恩达的Marchine Learning课程,再次学习了线性回归和Logistic回归。
云水木石
2019-07-02
6760
[机器学习实战札记] Logistic回归
这段时间里,我一直在尝试将open_nsfw加入到手机,给手机浏览器增加色情图片检测功能,这个分阶段进行,在前面的几篇文章中,都谈到了这方面的尝试:
云水木石
2019-07-02
5850
Google Colab上安装TensorRT
NVIDIA TensorRT是一个高性能深度学习推理平台。它包括深度学习推理优化器和运行时,可为深度学习推理应用程序提供低延迟和高吞吐量。推理时,基于TensorRT的应用程序比仅CPU平台的执行速度快40倍。使用TensorRT,您可以优化所有主流框架中训练出的神经网络模型。
云水木石
2019-07-02
2.4K0
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
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