TensorFlow 2.0作為一個重要的里程碑，將更加關注其「易用性」，更注重使用的低門檻，旨在讓每個人都能應用機器學習技術。
Blog
「實操講解」機器學習獲取數據難？別忘記特徵工程
為了讓機器學習模型能夠更輕鬆地讀取數據，我們可以運用特徵工程來提升模型的性能。
數據收集六步曲，打好機器學習模型基礎
減少數據準備所需要的時間變得越來越重要，這樣能夠留下更多時間進行模型測試、調試和優化，創造更大的價值。
萬字長文回顧智能駕駛進化史
智能駕駛是如何起源、孕育、發展、爆發的呢？從中我們能夠獲得什麼樣的啟發？本文將回顧這一歷史，並探討新興戰略技術和產業的發展途徑。
日活超1.6億，揭秘快手背後的 AI 技術
為了降低拍攝視頻的門檻，輔助這些「接地氣」的用戶更好地進行內容生產，快手 APP 上使用了大量的 AI 技術。
深入淺出大數據：到底什麼是Hadoop？
深入淺出的講解 Hadoop 歷史，對於程序員和沒有編程基礎的人都很適用。
探秘語音合成技術的前世今生
語音合成又稱文語轉換（Text toSpeech，TTS）技術，通過機械的、電子的方法產生人造語音。通俗的講，語音合成技術就是賦予計算機像人一樣可以自如說話的能力。
方興未艾的語音合成技術與應用
讓機器開口說話，則是人類千百年來的夢想。語音合成（Text To Speech），是人類不斷探索、實現這一夢想的科學實踐，也是受到這一夢想不斷推動、不斷提升的技術領域。
小i機械人收集數據和處理數據的方式
小i機械人是如何積累數據的？數據收集之後怎麼處理？
【轉】NLP技術落地為何這麼難？裏面有哪些坑？
CSDN主編下午茶邀請到了小i機械人技術委員會輪值主席兼首席架構師李波，與我們一起探討了NLP技術落地的難點，以及如何降低開發者門檻的問題。