TensorFlow 2.0作为一个重要的里程碑,将更加关注其“易用性”,更注重使用的低门槛,旨在让每个人都能应用机器学习技术。
AI 新闻
“实操讲解”机器学习获取数据难?别忘记特征工程
为了让机器学习模型能够更轻松地读取数据,我们可以运用特征工程来提升模型的性能。
数据收集六步曲,打好机器学习模型基础
减少数据准备所需要的时间变得越来越重要,这样能够留下更多时间进行模型测试、调试和优化,创造更大的价值。
万字长文回顾智能驾驶进化史
智能驾驶是如何起源、孕育、发展、爆发的呢?从中我们能够获得什么样的启发?本文将回顾这一历史,并探讨新兴战略技术和产业的发展途径。
日活超1.6亿,揭秘快手背后的 AI 技术
为了降低拍摄视频的门槛,辅助这些“接地气”的用户更好地进行内容生产,快手 APP 上使用了大量的 AI 技术。
深入浅出大数据:到底什么是Hadoop?
深入浅出的讲解 Hadoop 历史,对于程序员和没有编程基础的人都很适用。
探秘语音合成技术的前世今生
语音合成又称文语转换(Text toSpeech,TTS)技术,通过机械的、电子的方法产生人造语音。通俗的讲,语音合成技术就是赋予计算机像人一样可以自如说话的能力。
方兴未艾的语音合成技术与应用
让机器开口说话,则是人类千百年来的梦想。语音合成(Text To Speech),是人类不断探索、实现这一梦想的科学实践,也是受到这一梦想不断推动、不断提升的技术领域。
小i机器人收集数据和处理数据的方式
小i机器人是如何积累数据的?数据收集之后怎么处理?
【转】NLP技术落地为何这么难?里面有哪些坑?
CSDN主编下午茶邀请到了小i机器人技术委员会轮值主席兼首席架构师李波,与我们一起探讨了NLP技术落地的难点,以及如何降低开发者门槛的问题。