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。
Blog
「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。