原文 : https://webrtchacks.com/ml-kit-smile-detection/
1. Nathan Benaich(一个伦敦投资AI的VC,比较懂技术)写的state of AI ppt,写的不错,还有他不久之前组织的一次AI会议(水准较高,RAAIS 2018,之前从YouTu
1. Google I/O召开大会,个人觉得最有意思的是TPU 3.0和AI冒充真人打电话
机器学习 和 DevOps 实践的结合催生了 MLOps,这是一个专门领域,专注于在生产环境中自动化 ML 模型的开发、部署和管理。然而,实现流线型 MLOps 工作流的主要障碍在于 DevOps 和机器学习流水线之间的传统分离。
谷歌在 Google AI 上撰文进行对刚刚发布的 ML Kit 中的核心技术:Learn2Compress 自动模型压缩技术进行了详细介绍和实战测试。
作者:Sujith Ravi 机器之心编译 近日,谷歌在 Google I/O 发布了 ML Kit,其核心功能之一是「Learn2Compress」技术支持的自动模型压缩服务。Learn2Compress 可直接将 TensorFlow 模型压缩为 TensorFlow Lite 中的设备内置(on-device)模型,可在移动设备上高效运行,而无需担心内存优化和速度问题。 成功的深度学习模型的训练和运行通常需要大量的计算资源、内存和计算能力,这成为其在移动设备和物联网设备上表现良好的障碍。设备内置
但是不知道大家有没有思考过,二维码功能这么常见,为什么Google却没有提供一个官方的二维码扫描库呢?
这是 #11WeeksOfAndroid 系列的最后一篇文章。感谢您在过去的时间里和我们一起深入探索 Android 开发的关键领域。下面来和我们一起回顾这些精彩内容吧:
AI 研习社按: Google I/O 2018 上,谷歌发布了可供开发者定制移动端机器学习模型的 ML Kit 开发套件,关于该套件中的核心技术:Learn2Compress 模型压缩技术,谷歌也火速在 Google AI 上撰文对其进行了详细介绍和实战测试,AI 研习社将其内容编译如下。
你还记得《星球大战》电影中的礼仪机器人 C-3PO 吗?就是那个承担着不同种族、不同物种间翻译交流作用的礼仪机器人。C-3PO 通过从数据库中下载资料来更新自己的语言技能,精通 700 万种语言交流形式,可以说是对宇宙间的所有已知语言尽数掌握。
作者:Prerna Khanna、Tanmay Srivastava、Kanishk Jeet
在苹果年度开发者大会WWDC的主题演讲中,苹果可能根本就没有讨论什么硬件,但是这个演示依然持续了两个多小时。苹果所有四个平台(iOS,watchOS,tvOS和macOS)都将在今年秋季重大更新,公司花费大量时间详细说明各种功能,这将改变你使用苹果设备的方式。
如果您曾经使用过中国品牌的智能手机,那么您可能已经处理了令人讨厌的“电池优化”功能,这些功能会在后台杀死所有您喜欢的应用程序。对于那些希望某些应用程序因某种原因在后台继续运行的用户而言,这种行为不仅令人烦恼,而且对于那些不了解不是应用程序错误的用户的糟糕评论的开发人员来说也很烦人。虽然谷歌仍然没有完全解决这个问题(他们通过声称这种行为可能已经违反了Android兼容性定义文档的要求而挥之不去),该公司正采取行动反对一项“节省电池”的行为改变一些原始设备制造商。 “为了帮助解决这个问题,我们在Android Q中添加了一个CTS测试,以确保应用程序不会在从最近被刷新时被杀死。
今年的Google I/O开发者大会已经在美国落下帷幕。此次大会的重点是Google Assistant、Android P Beta,今年的主角依然是AI,它已经融入谷歌产品与软件系统中。
相信大家对人脸身份认证已经司空见惯了,比如生活中的人脸支付、身份校验、金融认证等等,但是人脸识别技术面临着多种欺诈手段,如照片、换脸、面具等。如果被恶意复制,将会给个人、集体或者社会带来很大的麻烦和威胁。
文 / Google研究院软件工程师,Tingbo Hou & Tyler Mullen
该来的终于还是来了,Google蓄力的Edge TPU终于正式对外公布了,不仅如此,此次Google还带来了基于Edge TPU的AIY Edge TPU开发板以及AIY Edge TPU加速器,全面帮助工程师将机器学习部署到AI产品开发中去。
李林 若朴 假装发自 McEnery 量子位 报道 | 公众号 QbitAI “I love machine learning, especially since I’m a machine, lea
📷 『音视频技术开发周刊』由LiveVideoStack团队出品,专注在音视频技术领域,纵览相关技术领域的干货和新闻投稿,每周一期。点击『阅读原文』,浏览第55期内容,祝您阅读愉快。 策划 / LiveVideoStack 架构 展晓凯:“零经验”的我与唱吧从零到四亿 正如展晓凯总结的那样,一个技术人或团队的成功离不开业务打下的基础,业务高层的高瞻远瞩以及对技术的敬畏,以及技术人的学习与探索精神。LiveVideoStack对全民快乐研发高级总监展晓凯进行了邮件采访,他总结了在与唱吧从零成长的历程。作为一个
北京时间 5 月 9 日凌晨, Google I/O 2018 开发者大会的 7000 人会场又一次座无虚席。因为 Google 的“AI First”已经进入第三年,而今年是 AI 落地的关键时期,因此 Google 的一举一动备受关注。
在智能手机领域,检测对象,分类图像和识别面部的应用程序并不是什么新鲜事;它们已经被Google Lens和Snapchat等应用推广,但普遍性无法替代质量,而大多数使用卷积神经网络的基础机器学习模型,往往会受到缓慢或不准确的影响。这是硬件约束限制的计算权衡。
今天凌晨 1 点,Google I/O 2018 大会拉开帷幕。通过皮查伊的一句:Make good things together,就知道这次大会绝对是一个情怀满满的大会。 从去年的 AI First 口号提出,今年大会依旧是 AI 占据主题,渗透到了各个产品当中,其实从 2016 年开始的大会 AI 就已经成为主角。来看看 AI 是如何渗透到各个产品当中的? Google Photos 你知道吗?每一天有超过 50 亿张的照片在 Google 相册中被查看。 Google 希望用 AI 带来的全新功能
选自HEARTBEAT 作者:Ishan Sharma 机器之心编译 基于树的学习算法在数据科学竞赛中相当常见。这些算法给预测模型赋予了准确性、稳定性以及易解释性。其中,决策树算法也是引人关注的「随机
【新智元导读】谷歌今天宣布推出用于边缘计算的Edge TPU,作为Cloud TPU的补充,目前Edge TPU仅用于推理,专为在边缘运行TensorFlow Lite ML模型而设计。除了自用,谷歌Edge TPU也将提供给其他厂商使用,进一步把开发者锁定在谷歌生态系统,或对整个智能云计算市场带来巨大冲击!
Git 经过优化,可处理大量小文件,例如文本文件。仅此一项就使得 Git 不适用于管理此类数据集。
机器之心报道 参与:李亚州、Xavier Massa 当地时间 6 月 5 日,苹果开发者年度盛会 WWDC 2017 在美国加州举行。在这个舞台上,我们看到了苹果软件、硬件有哪些新的升级、推新。但在 Keynote 中,我们看到了苹果不同于谷歌、Facebook 的人工智能战略。 2016 年 8 月份,Backchannel 的一篇文章正式揭开了苹果公司人工智能研究的面纱。虽然苹果是第一家将智能助理整合进其操作系统的主流公司,但并不如谷歌、Facebook 这样大声的宣告人工智能,也没有专门的组织和
RPC(Remote Procedure Call)远程过程调用,关注笔者的同学应该知道之前笔者出过关于Thrift对应的问题,这次主要来说的是Google开源的Grpc,和Thrift有很大的区别Grpc是基于HTTP2.0并且依赖protobuf,为什么又推出关于grpc的文章呢?请大家继续往下看。
跨平台开发是一个棘手的问题,不过Google创建了一个工具包,可以帮助你用Flutter简化跨平台开发。 在今年的Google I/O大会上,Google发布了Flutter Beta 3,他们认为这是跨平台UI框架的生产预备版。 Google宣布在中国北京举行的全球前端会议(GMTC)上发布Flutter Release Preview 1版本,承诺使其产品更加完善。
呜啦啦啦啦啦啦啦大家好,本周的AI Scholar Weekly栏目又和大家见面啦!
鱼羊 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI “还有46分钟,董老师休假就结束了。” 这是董宇辉最新视频下点赞过百的一条留言。 他在东方甄选直播间消失的日子里,粉丝们涌入他的个人号,调侃“这个男人只要一放假休息,几十万人都得跟着失恋”。 然而对于头部主播来说,再怎么爱岗敬业,也总有下播的时候。 毕竟连着几个小时不断说话,还得是妙语连珠的那种,既耗费脑力,对体力也是个不小的挑战。 在这种情况之下,不仅“24小时直播”不大可能,连不轮班的长时间唠嗑也不是人人能顶得住的。 不过话说回来,如果有机器
参考地址:http://www.2cto.com/Article/201303/198425.html
机器之心报道 参与:机器之心编辑部 2018 年 5 月 8 日,一年一度的谷歌 I/O 开发者大会在美国加州山景城开幕。2016 年谷歌从移动优先到人工智能优先(AI-first),两年来我们从谷歌 I/O 看到了谷歌如何践行这一战略。在今日刚刚结束的 Keynote 中,机器学习依旧是整个大会的主旋律:谷歌发布了 TPU 3.0、Google Duplex,以及基于 AI 核心的新一代安卓操作系统 Android P,也介绍了自己在 News、Map、Lens 等众多产品中对 AI 与机器学习模型的应用
简介:A WebGL accelerated, browser based JavaScript library for training and deploying ML models. https://js.tensorflow.org
与上文一脉相承,上文展示了如何使用 Flutter UI 绘制 Web 页面的架构形态。
本文介绍了如何使用Google Cloud Platform进行深度学习训练和部署。作者首先介绍了Google Cloud Platform的特点和优势,然后详细讲解了如何利用TensorFlow和Keras在Google Cloud Platform上部署和训练深度学习模型。作者还通过一个实际的案例演示了如何使用Google Cloud Platform进行训练和部署深度学习模型,并分享了在使用过程中需要注意的一些重要细节。
本文介绍了如何使用Google Cloud Platform进行深度学习训练和部署,包括TensorFlow、Keras、PyTorch等框架的使用。作者通过在Google Cloud Platform中创建项目、配置训练环境、使用Cloud Storage上传数据集、使用TensorFlow训练模型、将模型部署到Cloud Machine Learning Engine中等一系列操作,展示了如何使用Google Cloud Platform进行高效的深度学习训练和部署。
Go是一种很好的通用语言,但是微服务需要一定量的专门支持。RPC安全性、系统可观察性、基础设施集成,甚至程序设计等都需要认真考虑。go-kit工具包填补了标准库留下的空白,使Go成为任何组织编写微服务的一流语言。为了快速入门,我们先用go-kit工具包实现一个简单的整数乘法计算服务。
大概就是在运行前,需要从壳里面把真正的应用解压出来,然后我们从内存里面把这个dump出来,因为是一个完整的调用链条,然后再组装回来~~~~
Go是Google开发的一种静态、强类型、编译型、并发型,并具有垃圾回收功能的类C编程语言。2009以开源项目的形式发布,2012年发布1.0稳定版本,距今已经十年了,其性能类似于Java和C++,但速度极快,适合搭载于web服务器,用于高性能分布式系统开发。
为期三天的Google I/O 2019大会终于在上周落下了帷幕,每年的Google I/O大会都可以说是一场全球的开发者盛宴。不过可惜的是,由于和美国存在时差,I/O大会的直播时间正好是我们这边的深夜,因此对于大多数的人来说可能都只能通过回放的方式来观看I/O大会。另外由于会议全程都是使用的英文,因此对于一些英文不太好的朋友观看起来可能也会比较吃力。
I have written a small utility package to handle dependency injection in Go (it's in tinrab/kit, among other things). The goal was simplicity and for it to fit well in my current side project.
北京时间 5 月 9 日凌晨, Google I/O 2018 开发者大会座无虚席。对 Google 来讲今年是 AI 落地的关键时期。这次大会的主题是:芯片+软件系统+场景应用,谷歌全面进入AI落地深水区。
This is a quick writeup of how to set up a simple ci pipeline for a go project on gitlab using golang’s 1.11 modules.
对于Go的版本管理主要用过 glide,下面介绍 Go 1.11 之后官方支持的版本管理工具 mod。
毫无疑问,Python是最流行的语言之一,其成功的原因之一是它为科学计算提供了广泛的报道。 在这里,我们仔细研究用于机器学习和数据科学的十大Python工具。学会这些,程序员年薪百万没问题,工资都快溢出银行卡。
Silicon Labs just announced availability of Sensory’s Truly HandsFree solution working on the EFR32 Series 1 and Series 2 families.
由于某些原因,回归和分类问题总会引起机器学习领域的大部分关注。多标签分类在数据科学中是一个比较令人头疼的问题。在这篇文章中,我将给你一个直观的解释,说明什么是多标签分类,以及如何解决这个问题。 1.多
利用深度学习做语音交互的开发者,很可能对两个谷歌的产品特别关心: 五月初,谷歌 AIY 项目(“Artificial Intelligence Yourself”)的首款产品——Voice Kit 面世。 Voice Kit 套件可借助 Google Assistant SDK 和 Cloud Speech API,将树莓派3 转换为语音数字助理。用户可在此基础上创建虚拟语音助手、为自己的项目添加语音交互功能。当时,在全球开售的几小时内,Voice Kit 就被抢光——这对谷歌而言是一个很强烈的信号。A
It is imperative to realize that the greater part of these new web applications development patterns have moved past the primary influx of appropriation and are rising to be progressively complex and dependable. Web engineers and architects have an energizing chance – they can push their customers to dependably look forward by grasping the most recent that innovation brings to the table.
领取专属 10元无门槛券
手把手带您无忧上云