- 分类:
- 人工智能
-
- 美商务部新规:未经审批禁止向中国分享安全漏洞,微软反对无效
- 近日,美国商务部工业和安全局(BIS)正式发布了针对网络安全领域的最新的出口管制规定。对,就是那个发布「实体清单」、「贸易黑名单」的BIS,说起来这几年,它也算是「中国网友的老朋友」了。这次又是什么?主要是关于网络安全和漏洞信息的管控。简单来说,就是美国实体与中国政府相关的组织和个人合作时,如果发现安全漏洞和信息,不能直接公布,要先经过商务部审核。理由嘛,又是百试不爽的「国家安全」,以及「反恐需要」。实际上,这次公布的新规定是2021年10月临时规定(征求意见稿)的最终确认。该规定将全球国家分
- 科技 1489 2023-04-09 22:21:08
-
- 使用Scikit-lwarn的Imputer
- 译者 | 布加迪审校 | 孙淑娟 Imputer如果您的数据集中有一些缺失值,您可能会删除缺失值行甚至列。强烈建议不使用这种方法,因为这会减少数据的大小,而且数据分析可能偏离事实。相反,我们应该使用不受缺失值影响的机器学习算法,或者使用Imputer来填充缺失的信息。Imputer是用于填充数据集中缺失值的估算器。对于数值,它使用mean、median和constant。对于分类值,它使用most frequently used和constant value。您还可以训练模型来预测缺失的标签。
- 科技 766 2023-04-09 22:21:05
-
- 企业如何部署AI实现价值最大化
- 人工智能至关重要,它不仅是关键的推动者,也是企业数字化转型之旅的助推器。它是当今和未来企业发展的动力。这是因为人工智能有可能重塑财富500强,就像互联网一样。已有数十年历史的老牌玩家可能会落败,而默默无闻的颠覆性挑战者可能会崛起,成为下一个行业领导者。由人工智能驱动的数字化转型对三个重要的商业领域产生了巨大影响。最明显的是技术堆栈,以及确保它为人工智能做好准备。接下来是人工智能将改变公司业务流程和运营的方式,人工智能具有通过自动化改变既定流程的潜力。第三,或许也是最重要的,是人工智能将对企业带来
- 科技 1102 2023-04-09 22:21:02
-
- Michael Bronstein从代数拓扑学取经,提出了一种新的图神经网络计算结构!
- 本文由Cristian Bodnar 和Fabrizio Frasca 合著,以 C. Bodnar 、F. Frasca 等人发表于2021 ICML《Weisfeiler and Lehman Go Topological: 信息传递简单网络》和2021 NeurIPS 《Weisfeiler and Lehman Go Cellular: CW 网络》论文为参考。本文仅是通过微分几何学和代数拓扑学的视角讨论图神经网络系列的部分内容。从计算机网络到大型强子对撞机中的粒子相互作用,图可以用来模
- 科技 1320 2023-04-09 22:11:36
-
- 中山大学HCP Lab团队:AI解题新突破,神经网络推开数学推理大门
- 人类在成长过程的不同阶段均需要掌握很多的知识点来求解大量的数学题。然而,知识点看懂了不算真的懂,能求解题目才能体现人类的智慧。近年来,神经网络在计算机视觉,模式匹配、自然语言处理、强化学习等领域取得了巨大成功,但神经网络模型的离散组合推理能力远不及人类。那么,神经网络能否理解数学题,并解出这些题目呢?如果可以,那么神经网络的解题能力如何?从数据形式上来说,一道数学题可以看作是一个序列,而其解答(解题步骤或者求解表达式)往往也是以序列的形式呈现。那么数学题求解可以看作是从自然语言到数学语言的翻译问
- 科技 1473 2023-04-09 22:11:25
-
- 使用马尔可夫链构建文本生成器
- 本文中将介绍一个流行的机器学习项目——文本生成器,你将了解如何构建文本生成器,并了解如何实现马尔可夫链以实现更快的预测模型。文本生成器简介文本生成在各个行业都很受欢迎,特别是在移动、应用和数据科学领域。甚至新闻界也使用文本生成来辅助写作过程。在日常生活中都会接触到一些文本生成技术,文本补全、搜索建议,Smart Compose,聊天机器人都是应用的例子,本文将使用马尔可夫链构建一个文本生成器。这将是一个基于字符的模型,它接受链的前一个字符并生成序列中的下一个字母。通过使用样例单词训练我们的程序,
- 科技 1422 2023-04-09 22:11:22
-
- 为什么说人工智能是创新的主要驱动力
- 近年来,人工智能从一项新兴技术渐渐转变为一种必需品。重点已经转向人工智能转型,为更大规模的企业问题寻找解决方案。尽管人工智能是一个伟大的推动者,但科学项目和概念验证的时间正在迅速耗尽。预计在2022年,人工智能业务的规模、战略重要性和任务关键性将不断增长,并强调长期可扩展性。在电气与电子工程师协会最近一项名为“2022年最重要的技术”的研究中,95%的首席信息官、首席技术官和技术领导者都认为,在未来一到五年内,人工智能将是几乎所有行业领域创新的主要驱动力。大多数首席信息官会发现这很难处理。在科技
- 科技 2019 2023-04-09 22:01:08
-
- TensorFlow、PyTorch和JAX:哪一款深度学习框架更适合你?
- 译者 | 朱先忠审校 | 墨色深度学习每天都在以各种形式影响着我们的生活。无论是基于用户语音命令的Siri、Alexa、手机上的实时翻译应用程序,还是支持智能拖拉机、仓库机器人和自动驾驶汽车的计算机视觉技术,每个月似乎都会迎来新的进展。几乎所有这些深度学习应用程序的编写都来自于这三种框架:TensorFlow、PyTorch或者JAX。那么,你到底应该使用哪些深度学习框架呢?在本文中,我们将对TensorFlow、PyTorch和JAX进行高级比较。我们的目标是让你了解发挥其优势的应用程序类型,
- 科技 1690 2023-04-09 22:01:04
-
- 以科技赋能时尚产业,助力福田区打造“湾区时尚总部中心”
- 当前,数字经济已经成为驱动中国经济高质量发展的新引擎。随着云计算、人工智能、5G、物联网等技术的飞速发展,各行各业正在积极拥抱新技术,加速产业创新转型,提高核心竞争力。 时尚产业作为创意经济的重要组成部分,其发展程度是衡量创意经济发展水平的重要标尺,在国际经济、文化等各领域交流与合作中扮演着重要角色。面对全球数字化变革,时尚产业正在实现从品牌、设计、制造、渠道、零售各环节的数字化转型,数字科技正在赋予时尚产业更多的想象空间。 作为深圳市的中心城区,福田区以构建全国现代化典范城区为目标,聚焦时尚、
- 科技 1792 2023-04-09 22:01:01
-
- 用一行代码大幅提升零样本学习方法效果,南京理工&牛津提出即插即用分类器模块
- 零样本学习(Zero-Shot Learning)聚焦于对训练过程中没有出现过的类别进行分类,基于语义描述的零样本学习通过预先定义的每个类别的高阶语义信息来实现从可见类(seen class)到未见类(unseen class)的知识迁移。传统零样本学习在测试阶段仅需要对未见类进行识别,而广义零样本学习(GZSL)需要同时识别可见类和未见类,其评测指标是可见类类平均准确率与未见类类平均准确率的调和平均。一种通用的零样本学习策略是使用可见类样本和语义训练从语义空间到视觉样本空间的条件生成模型,再借
- 科技 1335 2023-04-09 21:51:20
-
- 谷歌新AI火了!世界最长单词都能画
- 朋友,你知道这个英文单词是什么吗?Pneumonoultramicroscopicsilicovolcanoconiosis.这个世界公认最长——由45个字母组成的单词,意思是“因肺部沉积火山矽质微粒所引起的疾病”(俗称火山矽肺病)。但如果说,现在不是让你拼读这个单词,而是……把它给画出来呢?(读都读不出来,还画画???)谷歌最新提出来的一个AI——Parti,它就能轻松hold住这事。在把这个单词“投喂”给Parti后,它就能有模有样地生成多张合情合理的肺部疾病图片:但这只是Parti小试牛刀
- 科技 1849 2023-04-09 21:51:05
-
- 为什么人工智能对生物技术至关重要?
- 生物技术位于生物学和技术的中间。通过现代技术,它使用生物过程、有机体、细胞、分子和系统来创造新产品,造福人类和地球。此外,它还包含实验室研发,通过生物信息学探索和提取生物质,通过生化工程开发高价值产品。生物技术在农业、医疗、动物、工业等各个领域都有广泛应用。白色生物技术(whitebiotechnology)与使用生物质制造需要化学过程的产品有关,也可以通过生产生物燃料来解决能源危机,后者可用于车辆或供暖。在生物技术领域工作的每个组织都维护着存储在数据库中的大量数据集。这些数据也必须经过过滤和分
- 科技 1828 2023-04-09 21:51:01
-
- 自助式商业智能功能如何提高数据使用率
- 企业可以成为更高效的问题解决者,并使用自助商业智能功能为用户带来更多数据和工具。虽然自助服务报告和分析并不是新概念,但已经发生了很大变化,从可用数据类型到自助服务本身的性质。全球专业服务商凯捷公司的人工智能和分析副总裁Dan Simion表示:“发生的变化是从描述性分析转向预测性和规范性分析,由高级分析、数据科学和机器学习提供支持。未来需要做的是在自助报告发生时尽可能灵活,以便企业能够尽快对业务需求做出反应。”一个重要的进步是能够与数据交互,而不是被动地使用报告或仪表板。用户无需点击键盘即可利用
- 科技 1442 2023-04-09 21:41:07
-
- Pytorch创建多任务学习模型
- MTL最著名的例子可能是特斯拉的自动驾驶系统。在自动驾驶中需要同时处理大量任务,如物体检测、深度估计、3D重建、视频分析、跟踪等,你可能认为需要10个以上的深度学习模型,但事实并非如此。HydraNet介绍一般来说多任务学的模型架构非常简单:一个骨干网络作为特征的提取,然后针对不同的任务创建多个头。利用单一模型解决多个任务。上图可以看到,特征提取模型提取图像特征。输出最后被分割成多个头,每个头负责一个特定的情况,由于它们彼此独立可以单独进行微调!特斯拉的讲演中详细的说明这个模型(youtube:
- 科技 1684 2023-04-09 21:41:05
-
- 值得推荐的五大AI工具助力写作
- 译者 | 崔皓审校 | 孙淑娟开篇毫无疑问,人工智能(AI)内容写作工具正在彻底改变我们创造和消费内容的方式。通过自动生产内容,这些工具极大地提高内容创作的效率。然而,人工智能驱动的内容写作工具也有潜在风险。尤其,这些工具有可能产生大规模低质量的通用内容。这一结果会对网络信息质量产生负面影响,并最终导致整体写作标准下降。人工智能写作工具的早期历史第一个人工智能内容编写工具是在20世纪50年代初由达特茅斯学院的一个研究小组开发的。该工具被称为PLATO(Programmed Logic for A
- 科技 3839 2023-04-09 21:41:02

PHP讨论组
组员:3305人话题:1500
PHP一种被广泛应用的开放源代码的多用途脚本语言,和其他技术相比,php本身开源免费; 可以将程序嵌入于HTML中去执行, 执行效率比完全生成htmL标记的CGI要高许多,它运行在服务器端,消耗的系统资源相当少,具有跨平台强、效率高的特性,而且php支持几乎所有流行的数据库以及操作系统,最重要的是