11 月 3 日，阿里达摩院联手中国计算机学会（CCF）开源发展委员会推出AI 模型社区魔搭ModelScope，首批合作方包括澜舟科技、智谱AI、深势科技、中国科学技术大学等多家科研机构，旨在打造下一代开源的模型即服务共享平台，致力降低 AI 应用门槛。
在 Forrester 最新发布的《Now Tech: Predictive Analytics And Machine Learning In China, Q3 2020》报告中，腾讯云在国内众多预测分析和机器学习领域厂商中遥遥领先，跃居第一阵营。 Forrester Now Tech是 Forrester 机构在中国乃至全球范围内具有影响力最大、市场认可度最高的报告系列之一，旨在为企业 IT 决策、产品选型等提供基于市场规模、产品功能维度的价值参考。 作为中国最大的人工智能服务提供商，腾讯云在机器学习
618的预热已经结束，电商平台的终端优惠价格基本都已经出来了，下一波就是6月16-18号的优惠期。
Facebook人工智能研究部门（FAIR）的负责人Yann LeCun宣布卸任，之后将担任Facebook首席人工智能科学家，保留对FAIR的研究方向的控制。同时，原工作将由新任负责人Jérôme Pesenti 接替，Facebook应用机器学习小组（AML）和Yann LeCun将同时向其汇报。而Jérôme Pesenti 将直接向Facebook CTO汇报。
精彩内容 青云QingCloud HBase 服务上线，支持 SQL 等高级功能; 七牛云推出技术共享计划，首波直播技术公开课上线; 网易云信亮相WOT, “IM+连麦互动直播”云服务; 用友首推“数
Angel 是腾讯的首个 AI 开源项目，于 2016 年底推出、2017 年开源。作为面向机器学习的第三代高性能计算平台，Angel 致力于解决稀疏数据大模型训练以及大规模图数据分析问题。腾讯在 2018 年成为 LF AI 基金会的创始白金会员之一，并于同年向基金会贡献了开源项目 Angel。
2014年年底，NVIDIA 再为加速运算平台增添最新旗舰级产品，宣布推出全新 Tesla K80 双 GPU 加速器，专为机器学习、资料分析、科学和高效能运算 (HPC) 等广泛应用而设，提供多 2 倍效能和存储器频宽。 全新 Tesla K80 双 GPU 加速器是 Tesla 加速运算系列的旗舰级产品，特别针对大型科学探索和深入分析的顶尖运算平台，结合最快的 GPU 加速器、 CUDA 平行运算以及完整的软件开发者、软件商和资料中心系统 OEM 的产业体系支援。 效能方面， Tesla K8
近年来，随着深度学习技术的发展，越来越多的科技巨头开发自己的机器学习平台。昨日，华为宣布将与明年第一季度开源自家的 AI 框架 MindSpore，引起极大关注。
答案显然是否定的。一方面，人工智能技术的应用越来越广泛，应用场景不断扩大，身边的就如资讯推送、网购推荐、叫车出行、在线教育等。
没错，也是腾讯第一个开源的AI项目。目前在GitHub上Star数已超过4200，Fork数超过1000。
近日，IDC发布了一部关于人工智能的白皮书。IDC在白皮书中预测了2019年中国人工智能市场的十大发展趋势，并表示到2022年，中国人工智能市场规模将达到98.4亿美元。
在过去这几年，你可能注意到了供应商们以越来越快的步伐推出服务于AI生态系统的“平台”，即满足数据科学和机器学习的需求。“数据科学平台”和“机器学习平台”在竞相吸引数据科学家、机器学习项目经理以及管理AI项目/计划的其他人士的目光和钱袋。如果你是主要的技术供应商，但在AI领域却没有大有作为，可能会迅速沦为边缘化。但是这些平台究竟是什么？为什么上演争抢市场份额这一幕？
雷锋网按：本文摘选自长城证券报告——互联网迎来AI 时代，海外科技巨头争先布局：人工智能深度报告（国外篇一），在未改变原意的基础上略有删减。 PC互联网时代的企业核心竞争力为软件产品的快速反应能力，移动互联网时代是构建移动端的生态系统，人工智能时代则更为依赖 AI 核心技术。 AI技术拥有两大要素： 核心技术平台 数据循环 只有将 AI 技术与数据结合，才可形成实用性的业务。本文主要侧重于介绍IBM、Google在基础层、技术层、应用层全面布局AI，并对其扩展应用场景等内容进行介绍。 IBM——Watso
北京时间12月20日，Linux基金会旗下面向AI领域的顶级基金会——LF AI基金会（Linux Foundation Artificial Intelligence Foundation）正式宣布，腾讯开源项目Angel从LF AI基金会毕业，也是中国首个从LF AI基金会毕业的开源项目。这意味着，Angel成为世界最顶级的AI开源项目之一。 LF AI基金会执行总监Ibrahim Haddad表示：“在Angel从孵化到毕业的过程中，我们能看到Angel在新功能完善和应用场景落地方面惊人的速度。随
本月中旬，腾讯大数据在“腾讯大数据技术峰会暨KDD China技术峰会”上宣布推出面向机器学习的第三代高性能计算平台——Angel，并预计于2017年第一季度开放其源代码，鼓励业界工程师、学者和技术人员大规模学习使用，激发机器学习领域的更多创新应用与良好生态发展。 那么，Angel是如何“以己之翼、聚众之力”，如何在蓬勃发展的机器学习浪潮中展现自己的光辉，请跟随我们，走进Angel。 Angel简介 Angel是腾讯大数据部门第三代的计算平台，使用Java和Scala语言开发，面向机器学习的高性能分布式计算
最新消息，腾讯开源项目Angel从LF AI基金会毕业，也是中国首个从LF AI基金会毕业的开源项目。
机器之心报道 编辑：陈萍 前段时间，机器学习开源框架 PyTorch 提供了对 AMD ROCm 的支持，现在可作为 Python 软件包提供。 作为一款被学术界和工业界广泛使用的开源机器学习框架，PyTorch 近日发布了最新的 1.8 版本，1.8 版本的发布，使得 PyTorch 加入了对 AMD ROCm 的支持，可以方便用户在原生环境下运行，省去了配置 Docker 的繁琐。 现在，一个更令人兴奋的消息是，ROCm 开放软件平台上为 PyTorch 用户提供了一个新的安装选项。一个可安装的 Pyt
在金融领域，机器学习可能会产生神奇的效果，尽管它本身并没有什么神奇之处(嗯，也许只是一点点)。然而，机器学习项目的成功更多依赖于构建高效的基础结构、收集适当的数据集和应用正确的算法。
12月20日，Linux基金会旗下面向AI领域的顶级基金会——LF AI基金会（Linux Foundation Artificial Intelligence Foundation） 宣布，腾讯开源项目Angel从LF AI基金会毕业，也是中国首个从LF AI基金会毕业的开源项目。这意味着，Angel得到全球技术专家的认可，成为世界顶级的AI开源项目之一。
【导语】Angel 是腾讯的首个AI开源项目，于 2016 年底推出、2017年开源。近日，快速发展的 Angel 完成了从 2.0 版本到 3.0 版本的跨越，从一个单纯的模型训练系统进化成包含从自动特征工程到模型服务的全栈机器学习平台。作为面向机器学习的第三代高性能计算平台，Angel 致力于解决稀疏数据大模型训练以及大规模图数据分析问题。
本文探讨了Go语言在机器学习领域的应用挑战，以及其未来的发展前景。Go语言作为一种强大高效的编程语言，具有优越的性能和并发性能，适合构建大规模应用程序。然而，在机器学习领域，Go仍然面临一些挑战，如缺乏高级库、没有CUDA的原生绑定以及实验约束等。虽然Go的机器学习生态系统相对较小，但一些高级库如Gonum、Gorgonia和GoLearn为Go提供了一些机器学习功能。未来，将Go视为机器学习模型服务的语言可能是更为合适的选择，同时，Go社区的持续发展和创新也将为机器学习领域带来更多的机会和解决方案。
2019年8月22日，腾讯首个AI开源项目Angel正式发布3.0版本。Angel 3.0尝试打造一个全栈的机器学习平台，功能特性涵盖了机器学习的各个阶段：特征工程、模型训练、超参数调节和模型服务。 Angel 3.0概览 （红色表示新增特性，白色表示已有但在持续改进的特性） Angel的特征工程模块基于Spark开发，增强了Spark的特征选择功能，同时使用特征交叉和重索引实现了自动特征生成。这些组件可以无缝地整合进Spark的流水线。为了让整个系统更加的智能，Angel 3.0新增了超参数调节
Python生态系统正在不断成长，并可能成为机器学习的统治平台。
机器学习平台的最大的驱动力应该是面向数据科学家的基于 Python 的开源技术生态系统的蓬勃发展，比如 scikit-learn、XGBoost 和 Tensorflow/PyTorch 等等。也是因为有了这些算法库的存在，让大部分人都可以使用算法去完成自己的想法，而不需要知道艰深的数学知识，也不需要知道算法的具体实现。
11月7日，腾讯Techo开发者大会的“腾讯大数据”分论坛上，围绕大数据的新技术进展及开源生态，腾讯大数据团队进行了详细解读，包括由集群规模化与异构化挑战所引发的漂移计算等新技术创新，越来越普遍的实时计算需求以及新架构的实践，能够无限弹性扩展的、面向未来的数据湖体系结构，大数据技术发展的新趋势与新挑战等。
2015 年，谷歌大脑开放了一个名为「TensorFlow」的研究项目，这款产品迅速流行起来，成为人工智能业界的主流深度学习框架，塑造了现代机器学习的生态系统。从那时起，成千上万的开源贡献者以及众多的开发人员、社区组织者、研究人员和教育工作者等都投入到这一开源软件库上。
编者按：本文内容来自微软美国总部机器学习科学家彭河森博士在雷锋网硬创公开课的分享。 正如程序语言一样，深度学习开源框架同样各有优劣和适用的场景，那么 AI 从业者该如何有针对性地选择这些平台来玩转深度学习？ 这期的公开课特邀了先后在谷歌、亚马逊、微软供职的机器学习科学家彭河森博士为大家讲述《MXNet火了，AI从业者该如何选择深度学习开源框架》。彭河森博士亲眼见证并深入参与了这三家巨头布局深度学习的这一过程。 嘉宾介绍 彭河森，埃默里大学统计学博士。现担任微软美国总部的机器学习科学家、微软必应广告部应用资深
日前，由教育部新工科研究与实践专家组、教育部产学合作协同育人项目专家组和中国校企协同产学研创新联盟联合主办的“教育部产学合作协同育人项目第五次对接会”于11月23日在京召开。腾讯教育行业总经理龚振出席大会并发表《科技助力互联网产业人才生态建设》主题演讲。据龚振介绍，顺应产业互联网发展的需求，腾讯教育聚焦对新工科人才培养，致力于以科技助力互联网产业人才生态建设。
机器之心报道 编辑：泽南 上周，Google 开发者大会重聚线下。 自从十年前吴恩达、Quoc Le 等人发表「识别猫」论文，引发技术革命之后，Google 一直引领着机器学习的风向，这家公司举办的开发者大会总会受到人们额外的关注。 9 月 14 日到 15 日，Google 开发者大会在上海举行。在这场活动中，Google 围绕自身在科技领域的最新技术，介绍了跨平台技术、隐私保护、机器学习、XR 等技术，以及与很多合作伙伴的最新落地成果。 在机器学习领域里，TensorFlow 作为最流行的框架一直被人
2019年，机器学习框架之争进入了新阶段：PyTorch与TensorFlow成为最后两大玩家，PyTorch占据学术界领军地位，TensorFlow在工业界力量依然强大，两个框架都在向对方借鉴，但是都不太理想。
2015年12月10-12日，由中国计算机学会（CCF）主办，CCF大数据专家委员会承办，中国科学院计算技术研究所、北京中科天玑科技有限公司与CSDN共同协办，以“数据安全、深度分析、行业应用”为主题的 2015中国大数据技术大会 （Big Data Technology Conference 2015，BDTC 2015）在北京新云南皇冠假日酒店盛大开幕。 2015中国大数据技术大会第三天的大数据分析及生态系统分论坛中，来自Hortonworks、IBM、京东、百度、eBay、银联智惠和南京大学的七位专家
本文会详细介绍vivo在容器集群高可用建设中的具体实践，包括在容器集群高可用建设、容器集群自动化运维、容器平台架构升级、容器平台能力增强、容器生态打通等层面的打磨和建设。目前，vivo容器产品能力矩阵逐渐趋于完善，并将围绕全面容器化、拥抱云原生和在离线混部三个方向继续发力。
SciSharp 是怎样的一个社区？它是如何构建一个基于 .NET 的机器学习生态？它在做的事情对开发者来说有何意义？本次，AI 科技大本营与 SciSharp 核心团队成员，包括 SciSharp 社区产品运营负责人，原 “微信”技术专利发明人George Zhao、 TensorFlow.NET 发起人和主要贡献者Eric Chen、NumSharp 主要贡献者 Eli Belash、Torch.NET与Numpy.NET的主要贡献者Meinrad Recheis和 ICSharpCore主要贡献者Kerry Jiang聊了聊，更加深入地了解这个 AI 社区及其产品。
2020 年 4 月，深度赋智使用全自动机器学习框架获得了国际自动机器学习领域的顶级赛事 NeurIPS-AutoDL 的冠军，并在图像、音频、视频、文本、表格不同场景的十个数据集上稳定获得八项第一和均分第一，证明了该框架在不同场景的普适性。
导语：在数字化、智能化的时代，通过机器学习（Machine Learning）能够强有力的补充 Hadoop 大数据系统的数据处理能力，充分挖掘大数据的核心价值，一款好的算法开发平台能够让企业事半功倍，快速的进行算法实验和生产使用，Apache Zeppelin 就是这样一个兼具了 Hadoop 大数据处理和 机器学习／深度学习算法交互式开发的开源系统。
腾讯首个AI开源项目Angel，正式发布一个里程碑式的版本：Angel 3.0。这是一个全栈的机器学习平台，功能特性涵盖了机器学习的各个阶段，超过50万行代码，在 GitHub 上 Star 数已超过 4200，Fork 数超过 1000。 一个全栈的机器学习平台，近日悄悄上线了。 8月22日，腾讯首个AI开源项目Angel正式发布一个里程碑式的版本：Angel 3.0。 Angel 3.0尝试打造一个全栈的机器学习平台，功能特性涵盖了机器学习的各个阶段：特征工程，模型训练，超参数调节和模型服务。
本周硬科技领域投融资事件一共45起，人工智能领域发生22起融资事件，占比49%；区块链领域发生13起融资事件，占比29%；生物医疗和光电芯片领域分别发生3起融资事件，分别占比7%；新能源领域发生2起融资事件，占比4%；3R（VR/AR/MR）和物联网领域分别发生1起融资事件，占比2%。
【导读】腾讯首个AI开源项目Angel，正式发布一个里程碑式的版本：Angel 3.0。这是一个全栈机器学习平台，功能特性涵盖了机器学习的各个阶段，超过50万行代码，在 GitHub 上 Star 数已超过 4200，Fork 数超过 1000。 一个全栈机器学习平台，近日悄悄上线了。 8月22日，腾讯首个AI开源项目Angel正式发布一个里程碑式的版本：Angel 3.0。 Angel 3.0尝试打造一个全栈机器学习平台，功能特性涵盖了机器学习的各个阶段：特征工程，模型训练，超参数调节和模型服务。
炼丹师们想必都被TF折磨过，静态图、依赖问题、莫名其妙的改接口，即便是谷歌发布了TF 2.0之后依然没有解决问题。在万般无奈下转投PyTorch后，世界都变晴了。
随着 AI 技术的发展，人类社会正处于火热的智能化革命之中，AI 能力已经渗透到各行各业，在语音、图像以及 NLP 领域，已获得了突破性的进展和效果。
最近由于校招如火如荼，一些小伙伴在后台以及知乎上问我，在开发和算法之间犹豫，不知道如何抉择，想要问问究竟哪一个岗位更好？
【新智元导读】12月18日腾讯大数据宣布推出面向机器学习的第三代高性能计算平台——Angel，并预计于2017年一季度开放其源代码。腾讯首席执行官马化腾在朋友圈发文称：“AI与大数据将成为未来各领域的标配，期待更多业界同行一起开源携手互助。”将于2017年开源的Angel是对标 Spark 的机器学习计算平台。蒋杰说，以前Spark能跑的，现在Angel快几十倍；以前Spark跑不了的，Angel也能轻松跑出来。本文内容包括新智元对蒋杰的专访，以及蒋杰在大会上演讲的文字实录和PPT。 12月18日，腾讯大数
人工智能开源发展对于拓展人工智能产业应用，充分发挥人工智能对产业的赋能起着重要支撑作用，这一点正在成为全球人工智能行业的共识。在海外，TensorFlow、PyTorch 等人工智能框架，在借助开源建设社区生态，吸纳全球开发者、推进人工智能创新的同时，还拓展了人工智能在产业界和学界的应用。 在中国，也有越来越多的开发者和企业意识到了人工智能开源发展的重要性，中国人工智能领域开源项目不断涌现。经 InfoQ 研究中心统计，目前人工智能领域国内开源项目已经超过 100 个，其中高度活跃开源项目占比超过 40%。
Spark拥有一个庞大的、不断增长的社区，还有在企业环境中不可或缺的生态系统。这些生态系统提供了不同生产环境案例所需的许多功能。一般来说，Spark应用做的是机器学习算法、日志聚合分析或者商务智能相关的运算，因为它在许多领域都有广泛的应用，包括商务智能、数据仓库、推荐系统、反欺诈等。 本文会介绍Spark核心社区开发的生态系统库，以及ML/MLlib及Spark Streaming的Spark库的具体用法，对于企业的各种用例及框架也进行了说明。 数据仓库 对任何业务来说，数据分析都是一个核心环节。对分析型的
TikTok是一款视频共享应用程序，可让用户创建和共享短视频。它以个性化的“just for you”的推荐给用户留下了深刻的印象。它在Z世代中非常受欢迎，容易让人上瘾。在它的背后，它是由人工智能技术驱动的。
腾讯云电商行业资深架构师唐良以电商行业的发展为例，讲述了云端架构升级为企业开发与业务创新带来的全新价值。唐良表示，腾讯云帮助电商企业从自建的IDC数据中心一步步成功迁移到云端，从最开始的弹性上云、到数据库上云，到数据同步，再到混合云。继而当电商客户越做越大后，该企业也将自己的大数据平台建立在腾讯云的黑石服务器上，实现了高性能计算，从海量数据分析中获取洞察。同时腾讯云的GPU服务器为该企业提供了机器学习的能力。此外，腾讯云的云监控服务保证了系统的可用性与稳定性。数据表明，该企业的最后支付体系，由于放在腾讯云上
我们前一阵子参加了在旧金山举办的Dato数据科学峰会。来自业界和学界的千余名数据科学研究人员在大会上对数据科学、机器学习和预测应用方面的最新发展进行了交流和探讨。 以下是大会中讨论的数据科学家在未来可能使用的八个Python工具。 SFrame和SGraph 峰会上的一个重磅消息是Dato将在BSD协议下开源SFrame和SGraph。SFrame(Scaleable Data Frame)是一个为大数据处理优化内存和性能的数据框(DataFrame)结构。SGraph是一个类似的概念，但代表的不是数据框而
机器之心报道 编辑：蛋酱、泽南 未来的机器学习开发局面会走向统一吗？ 在去年 10 月的 Google Cloud Next 2022 活动中，OpenXLA 项目正式浮出水面，谷歌与包括阿里巴巴、AMD、Arm、亚马逊、英特尔、英伟达等科技公司推动的开源 AI 框架合作，致力于汇集不同机器学习框架，让机器学习开发人员获得能主动选择框架、硬件的能力。 本周三，谷歌宣布 OpenXLA 项目正式开源。 项目链接：https://github.com/openxla/xla 通过创建与多种不同机器学习框架、
Zdnet 网站推出机器学习平台横向比较系列文章，以下内容分析谷歌、百度和 IBM 三家大公司 AI 实力，以及是否适合作为你的机器学习平台。谷歌的机器学习平台的优势在于构建更广泛的研究社区，围绕机器学习和民主化机器学习工具和服务的业务。作为在中国对标谷歌的百度，其 AI 平台是百度大脑，并开源机器学习平台 PaddlePaddle，在语音识别和深度学习知识经验方面占有优势。IBM的机器学习平台则以Watson解决方案为核心，实力来自三个关键因素：IBM研究、收购实力及其咨询顾问能力。
领取专属 10元无门槛券
手把手带您无忧上云
