• 

  梅雨季来了,Folx 5助您欢快宅家刷剧

• 正版软件

  用CNN做基础模型，可变形卷积InternImage实现检测分割新纪录！

  近年来大规模视觉Transformer的蓬勃发展推动了计算机视觉领域的性能边界。视觉Transformer模型通过扩大模型参数量和训练数据从而击败了卷积神经网络。来自上海人工智能实验室、清华、南大、商汤和港中文的研究人员总结了卷积神经网络和视觉Transformer之间的差距。从算子层面看，传统的CNNs算子缺乏长距离依赖和自适应空间聚合能力；从结构层面看，传统CNNs结构缺乏先进组件。针对上述技术问题，来自浦江实验室、清华等机构的研究人员创新地提出了一个基于卷积神经网络的大规模模型，

  729天前 模型 研究 0

• 正版软件

  PyTorch 1.12发布，正式支持苹果M1芯片GPU加速，修复众多Bug

  ​PyTorch1.12正式发布，还没有更新的小伙伴可以更新了。距离PyTorch1.11推出没几个月，PyTorch1.12就来了！此版本由1.11版本以来的3124多次commits组成，由433位贡献者完成。1.12版本进行了重大改进，并修复了很多Bug。随着新版本的发布，大家讨论最多的可能就是PyTorch1.12支持苹果M1芯片。​其实早在今年5月，PyTorch官方就已经宣布正式支持在M1版本的Mac上进行GPU加速的PyTorc

  729天前 PyTorch Mac 0

• 正版软件

  首次解密小红书“种草”机制：大规模深度学习系统技术是如何应用的

  AI引领的新一代信息技术，正驱动新一轮科技浪潮席卷而来。作为近年来国内发展最为迅速的移动互联网平台之一，小红书乘势而上，目前已经形成了以图文和短视频内容为主的超大型UGC社区。在这个独特而活跃的社区里，每天都会产生海量多模态数据及用户行为反馈，催生出兼具价值与挑战的新问题。当前，大规模深度学习系统正发生着许多令人兴奋的进展。10月15日“小红书REDtech青年技术沙龙”活动中，小红书技术副总裁凯奇进行了《大规模深度学习系统技术及其在小红书的应用》分享，为我们揭开LarC的“神秘面纱”

  729天前 深度学习 0

• 正版软件

  盘点 AI 在设计领域的大放光彩的那些应用

  最近chatgpt很火，ai似乎一下子就走入了人们的生活，其实在cahtgpt之前，ai已经开始在各个领域发挥它的价值了，从数据挖掘，到工业机器人，从物流，到语音识别，从银行业软件，到医疗诊断，从艺术创作，到人工智能编码，AI已经开始在各行各业展现它的强大之处。今天我们来看下ai在设计领域的表现。AdobeSensei在日本发音Sensei的是老师的意思，因此AdobeSensei应该就是Adobe老师。AdobeSensei是一个机器学习和深度学习的产物。使用它你可

  729天前 AI 应用 设计领域 0

• 正版软件

  ChatGPT专题之一GPT家族进化史

  ​时间线2018年6月OpenAI发布GPT-1模型，1.1亿参数。2018年11月OpenAI发布GPT-2模型，15亿参数，但由于担心滥用，不向公众开放模型的全部代码及数据。2019年2月OpenAI开放了GPT-2模型的部分代码和数据，但仍然限制了访问。2019年6月10日OpenAI发布GPT-3模型，1750亿参数，并向部分合作伙伴提供了访问权限。2019年9月OpenAI开放了GPT-2的全部代码和数据，并发布了更大版本。2020年5月OpenAI宣布推

  729天前 ChatGPT 神经网络 GPT 0

• 正版软件

  火爆全网的“数字人”，到底是个啥？

  ​庄子他老人家说过：“人生，就是一场游戏。”对于这场游戏，有些人玩得很嗨，到了结尾不肯退场，总希望无限期玩下去。例如秦始皇，总想着灵丹妙药、长生不死。还有些人呢，玩得不太顺利，就想着早点结束，投胎转世，重新练号。然而，现实世界就是这样公平。不管你是谁，生命都只有一次，既不能“拖堂”、也不能重开“副本”。于是乎，人类就开始将这种美好的愿望，寄托于文学和影视作品中。说白了，就是虚构。有专家曾经说过：“人在现实世界所缺失的，将努力在虚拟世界进行补偿。虚构，一直是人类文明的底层冲动。”在虚构的世界里，想永生就永

  729天前 数字孪生 数字人 0

• 正版软件

  创新焕发活力 人工智能与实体经济融合加速

  ◎记者王春新一代人工智能（AI）正在全球范围内蓬勃兴起，为经济社会发展注入新动能。9月1日—3日举行的2022世界人工智能大会上，记者了解到，人工智能与实体经济注智赋能、加速融合，正成为经济发展新的增长点。中国企业采用人工智能比例居全球首位世界人工智能大会是AI技术高水平应用的集中秀场。这里既展示了灯塔工厂、无人船等应用创新，也展示了算力、芯片等基础设施；既有AI下棋、手术机器人等服务类融合，又有隐私计算、多模态大模型等前沿探索。阿里巴巴集团副总裁、阿里云全球销售总裁蔡英华在产业发展全体会议上说

  729天前 人工智能 AI 0

• 正版软件

  实现实时制造可视性优势有哪些？

  应对全球衰退的影响，同时应对持续的供应链中断、劳动力短缺和能源成本上升，正迫使制造业企业探索创新的方式来应对业务挑战。寻求提高运营效率、确保长期增长并保持竞争力的领先，制造商正在更多地投资于数字技术，如MES、SCADA/HMI、预测维护、模拟/数字孪生以及边缘到云。制造业将受益于这些技术带来的额外数据，为运营改进提供更深入的见解。许多制造商认为增加资本投资对提高生产率至关重要，特别是在提高产能、提高质量和降低成本的过程中。制造商将在软件、收购、新设备以及国际扩张方面投入更多资金，因为他们寻求实现更广泛的

  729天前 人工智能 0

• 正版软件

  深度学习图像分割：网络结构设计一览

  本文总结了利用CNNs进行图像语义分割时，针对网络结构的创新，这些创新点主要包括新神经架构的设计（不同深度、宽度、连接和拓扑结构）和新组件或层的设计。前者是利用已有的组件组装复杂的大型网络，后者是更偏向于设计底层组件。首先介绍一些经典的语义分割网络及其创新点，然后介绍网络结构设计在医学图像分割领域内的一些应用。1.图像语义分割网络结构创新1.1FCN网络FCN整体架构简图单独将FCN网络列出来是因为FCN网络是第一个从全新的角度来解决语义分割问题的网络。此前的基于神经网络的图像语义分割网络是利用以待分

  729天前 深度学习 图像分割 0

• 正版软件

  在表格数据上，为什么基于树的模型仍然优于深度学习？

  深度学习在图像、语言甚至音频等领域取得了巨大的进步。然而，在处理表格数据上，深度学习却表现一般。由于表格数据具有特征不均匀、样本量小、极值较大等特点，因此很难找到相应的不变量。基于树的模型不可微，不能与深度学习模块联合训练，因此创建特定于表格的深度学习架构是一个非常活跃的研究领域。许多研究都声称可以击败或媲美基于树的模型，但他们的研究遭到很多质疑。事实上，对表格数据的学习缺乏既定基准，这样一来研究人员在评估他们的方法时就有很多自由度。此外，与其他机器学习子域中的基准相比，大多数在线可用的表格数据集都很小，

  729天前 模型 数据 机器学习 0