首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

百度黑莓联合开发无人驾驶软件;ET数据大脑相关公司获天使轮投资 | DT数读

2 半云科技 核心产品为ET城市数据大脑,获银杏谷天使投资 据创投媒体铅笔道报道,1月3日,大数据解决方案提供商、阿里云战略合作伙伴“半云科技”工商信息发生变更,增加银杏谷资本作为投资人。...“半云科技”成立于2016年6月,主要基于阿里云计算产品、大数据产品及人工智能技术,结合行业应用,落地输出城市大脑、公安大脑、工业大脑产品。...目前其核心产品包括ET城市数据大脑、大数据集成管控平台、大数据深度学习与开放平台和可视分析展现平台等。...DT君说:ET城市数据大脑无疑是近年智慧城市领域的明星项目之一,其相关公司获得创投资本青睐不足为奇。...有意思的是,半云科技的总部,和阿里云同在杭州云栖小镇,其和阿里云在ET大脑项目中的协同关系,也让外界好奇。

42300

从编程拦截器到大脑信息拦截处理架构

原创/朱季谦 写代码久了,慢慢发现,其实人的大脑也可以像编程一样,做一些思维上的开发,搭建一套类似互联网式的技术架构。 当信息如同流量一样输入,并不是直接让它存储到数据库当中。...在这个信息泛滥的时代,当大脑接收到各种各样信息时,我们同样需要一道拦截器。...若是针对大脑的开发,我觉得这应该算是对输入的反思,即对已经输入的信息,做一个复盘,校验哪些是真正值得存储到大脑数据库的,也就是抽取当中最为关键的部分,即信息背后的本质,然后类似补数一样,去举一反三。...后续其实还有很多环节,可以套用到大脑的思维模式开发当中,然而,我觉得最重要的一步,是对整个流程的监控,或者说,是对整个思考过程的思考,换言之,当你在思考过程当中,这时有意识地切换到另一个“你”,去看待此时正在思考的你...思维的开发模式,就像技术架构一样,需要不断迭代,慢慢地开发出最适合自己的那套,然后,套用到各种场景中。 这是一个很有意思的体验过程。

32120

从底层到应用,百度大脑“幕后”架构探秘

如今,阳泉数据中心已经承载了众多百度的核心业务,大家熟知的“百度大脑”也部署其中。...“数据中心为百度大数据业务、人工智能提供了强有力的支持,包括语音、图像、搜索、无人车、加速计算等业务都是如此,成为百度大脑的动力引擎”。...说起百度大脑,其实就在不久前刚刚结束的上海“2018世界人工智能大会”上,搭载百度大脑110+先进AI能力的百度云,还展示了包括在人工智能、大数据、云计算在各个领域的落地。...在此之前,双方就已经在百度大脑、百度云、DuerOS等方面进行了广泛而深度的合作。...可以说,在这个智能化、数据化的时代,我们需要类似百度大脑这种人工智能能力的集大成者,深度的理解真实世界,进而更好的支撑各种应用。

47410

聪明的ET,更多的是阿里的人工智能布局

双十一晚会上,ET在全国观众面前玩了一把魔术,瞬间震惊了众多吃瓜群众,所受到的关注不亚于春晚的刘谦。在晚会结束之后,除了阿里云官方,也有不少大牛对此魔术进行了分析。...经过众人的分析,我们可以发现,ET表演的魔术其实并不太难,成功的关键在于魔术表演中所show出来的人工智能技术。...据阿里云官方解密,在这场震惊全国的魔术中,ET所运用到的人工智能技术主要包括人脸识别、语音识别和智能语音交互。...此前,阿里巴巴也搞过类似于ET变魔术的这种pr手段,而那一次的主角是蚂蚁金服的“人脸识别”系统“蚂可”。在这场网红脸识别大赛里面,人工智能“蚂可”最终以2:3的微弱劣势输给了“水哥”王昱珩。...毫无疑问,不管是ET还是蚂可,其本质上都是马云爸爸的一种pr,而在这背后的关键,是阿里巴巴所专注的高深莫测的深度学习技术和大数据,再深层次,则更多的是阿里巴巴的人工智能布局。

1.2K60

中国地区蒸腾产品数据集(Evapotranspiration,ET

中国地区蒸腾产品(Evapotranspiration,ET)由航天宏图实验室提供,根据NASA MODIS数据(MOD16A2.061)通过Smoother算法计算得到的平滑后ET产品,解决了影像云雾覆盖...("EMDO/MODIS_MONTH_ET_CHINA") 名称 类型 空间分辨率(m) 值域范围 无效值 比例因子 描述信息 mean Int16 500 0~5 32767 0.1 经过Smoother...算法计算得到的平滑后的月度合成ET均值产品 min Int16 500 0~5 32767 0.1 经过Smoother算法计算得到的平滑后的月度合成ET最小值产品 max Int16 500 0~5...32767 0.1 经过Smoother算法计算得到的平滑后的月度合成ET最大值产品 total Int16 500 0~5 32767 0.1 经过Smoother算法计算得到的平滑后的月度合成ET产品...date string 影像日期 代码: /** * @File : 中国地区月度蒸腾产品(MOD-ET) * @Desc : 加载中国地区月度蒸腾产品(MOD-ET

12210

谷歌大脑架构搜索方法找到Evolved Transformer

Le 机器之心编译 参与:张倩、路雪 谷歌大脑最新研究提出通过神经架构搜索寻找更好的 Transformer,以实现更好的性能。...在过去的几年里,神经架构搜索领域取得了极大进展。通过强化学习和进化得到的模型已经被证明可以超越人类设计的模型(Real et al., 2019; Zoph et al., 2018)。...具体来说,谷歌大脑研究人员使用锦标赛选择(tournament selection)架构搜索,从 Transformer(被认为是当前最佳、应用最广的架构)演化出更好、更高效的架构。...方法 研究者采用了基于进化的架构搜索,因为该方法简单,而且已经被证明在资源有限的情况下比强化学习更加高效(Real et al., 2019)。...ET 编码器和解码器分别独立开发宽卷积的分支下段。在两个架构中,后一段都和 Transformer 相同。 ?

62220

谷歌大脑发布神经架构搜索新方法:提速1000倍

岳排槐 发自 LZYY 量子位 出品 | 公众号 QbitAI 去年,谷歌大脑团队发布神经网络自动架构搜索(NAS)。这个方法理论上能够更好地、自动化地设计神经网络的架构。...一年后,谷歌大脑团队发布了他们最新的研究成果:ENAS,全称是:Efficient Neural Architecture Search。...谷歌大脑的团队成员发现,NAS的计算瓶颈在于训练子模型收敛时,只衡量准确率而丢掉了所有训练成的权重。 最新的研究,就是强制所有子模型共享权重,来提高NAS的效率。...最终,谷歌大脑团队还是成功了。使用新方法后,仅用一块英伟达GTX 1080Ti显卡,就能在16个小时之内完成架构搜索。 与NAS相比,GPU时间耗用减少了1000倍以上。...如果你同样感兴趣,请收下这个来自谷歌大脑团队成员@hardmaru分享的传送门: https://openreview.net/forum?

785100

深度学习与神经科学相遇(一)

然而,在机器学习中,人工神经网络倾向于避开精确设计的代码,动力学或电路,有利于成本函数的强力优化(暴力搜索),通常使用简单和相对均匀的初始架构。...我们假设(1)大脑优化成本函数,(2)成本函数是多样的且在不同的发展阶段大脑不同位置的成本函数是不同的,和(3)优化操作是在一个由行为预先架构好的、与对应计算问题相匹配的框架内执行。...(C)内部生成的成本函数和错误驱动的神经皮质深层网络经过训练形成包含几个专门系统的较大架构的一部分。...更容易训练的网络正被用于提供“提示”,以帮助引导更强大的网络的训练(Romero et al., 2014)。 第三,机器学习也开始多样化进行优化的架构。...最后,我们从演化的角度讨论这个架构。 # 待续...

26020

深度学习与神经科学相遇:不同脑区优化成本函数程序化实现分析

然而,在机器学习中,人工神经网络倾向于避开精确设计的代码,动力学或电路,有利于成本函数的强力优化(暴力搜索),通常使用简单和相对均匀的初始架构。...我们假设(1)大脑优化成本函数,(2)成本函数是多样的且在不同的发展阶段大脑不同位置的成本函数是不同的,和(3)优化操作是在一个由行为预先架构好的、与对应计算问题相匹配的框架内执行。...(C)内部生成的成本函数和错误驱动的神经皮质深层网络经过训练形成包含几个专门系统的较大架构的一部分。...更容易训练的网络正被用于提供“提示”,以帮助引导更强大的网络的训练(Romero et al., 2014)。 第三,机器学习也开始多样化进行优化的架构。...最后,我们从演化的角度讨论这个架构

1.1K100

谷歌大脑AutoML新进展:用进化算法发现神经网络架构

作者|谷歌大脑高级工程师 Esteban Real 编译|Debra 从 5 亿年前非常简单的蠕虫大脑到各种现代化结构,大脑经历了漫长的进化过程。...如今,人类的大脑可以毫不费力地完成各种各样的活动,例如,告诉我们在某一个视觉场景中是否包含动物或建筑物。...综上所述,尽管我们通过简单的初始架构和直观的突变来最大程度减少研究人员的参与,但构建这些架构的构建块还是包含大量的专家知识,包括卷积、ReLUs 和批量标准化层等。...我们正在对一个由这些成分构成的架构进行进化。“架构”一词并不是胡乱取的:这与建造高质量砖房的过程相似。...Zoph et al.(2017 https://arxiv.org/abs/1707.07012 )为架构搜索引入了类似模块的初始模块,后来被证明效果非常强大。

85851

【DeepMin哈萨比斯长文】伟大的AI离不开神经科学:强化学习-Attention-连续学习

相反,生物的大脑是模块化的,具有独特但相互作用的子系统,支持记忆、语言和认知控制等关键功能(Anderson et al.,2004; Shallice,1988)。...例如,研究人员已经开发出新的神经网络架构,通过将场景分解成单独的对象及其关系,以类似人类的方式对场景进行解释和推理(Battaglia et al., 2016; Chang et al., 2016...目前,开发能够表现出很强的泛化(generalization)能力或迁移(transfer)能力的AI架构方面正在取得进展,例如通过基于综合表示(Higgins et al., 2016;图2C)对训练分布之外的新形状进行...有趣的是,它所提出的架构与人类顺序任务学习的成功计算模型有一些相似之处(Collins & Koechlin,2012; Donoso et al., 2014)。...此外,最近开发智能体(agent)方面的研究已经开始采用控制器和环境模型之间分离的架构,以在涉及物理对象之间的相互作用的问题中实现基于模拟的规划(Hamrick et al., 2017)。

90370
领券