-
谷歌云人工智能预测服务全面开通
所属栏目：[点评] 日期：2020-10-01 热度：151
谷歌宣布其人工智能平台的一个关键组成部分人工智能预测服务已正式全面启动。该服务支持托管在主流的机器学习框架，包括TensorFlow、XGBoost和Scikit-Learn中。 AI Prediction服务充当机器学习管道的最后阶段。它在云中托管经过训练的机器学习模型，以推断[详细]
-
不只是IGBT 你所不知道的比亚迪半导体
所属栏目：[点评] 日期：2020-10-01 热度：117
近日，国家发改委、科技部、工信部、财政部等四部门联合印发了《关于扩大战略性新兴产业投资培育壮大新增长点增长极的指导意见》，提出要"聚焦新能源装备制造'卡脖子'问题，加快IGBT、控制系统等核心技术部件研发"。 比亚迪自进入汽车行业以来，就定下了发[详细]
-
AI加持 新东方OK智慧教育发布智慧学习引擎1.0
所属栏目：[点评] 日期：2020-10-01 热度：113
9月28日消息，新东方教育科技集团董事长俞敏洪于2020山东省教育装备博览会期间发布教育领域首款AI动力引擎OK智慧学习引擎1.0，提供了新一代智慧学习解决方案并分享了实践成果。 据介绍，OK智慧学习引擎，是智慧教育的核心驱动力，能够及时、精准地定位孩子[详细]
-
2021年人工智能将在抗疫中再显身手
所属栏目：[点评] 日期：2020-10-01 热度：112
在新冠肺炎疫情席卷全球之前，人工智能(AI)尤其是其分支机器学习(ML)技术，已经在几乎所有行业发挥作用。 新冠肺炎疫情对我们的商业模式、生活方式等很多方面产生了重大影响，但它并未削弱人工智能所发挥的影响。在疫情肆虐之际，能够自我学习的算法和智能[详细]
-
马斯克炮轰微软：OpenAI不是你的工具人
所属栏目：[点评] 日期：2020-10-01 热度：110
本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。 微软获OpenAI GPT-3独家授权，马斯克不高兴了。 就在微软官宣GPT-3后一天，马斯克在社交媒体上吐槽此事：这看起来像是与开放相悖。OpenAI本质上已经被微软控制了。 这件事情的起因，还[详细]
-
五年后约880亿美元 农业机器人市场价值持续提升
所属栏目：[点评] 日期：2020-10-01 热度：172
农业机器人一般被认为是以农业产品为作业对象，具有人类部分感知和行动能力，综合了多种先进技术与关键零部件的自动化或半自动化设备。从分类来看，农业机器人主要包括了收获机器人、除草机器人、耕作机器人、挤奶机器人、智能拖拉机等各式智能农业机械设[详细]
-
20种小技巧，玩转Google Colab
所属栏目：[点评] 日期：2020-10-01 热度：150
Google Colab 给广大的 AI 开发者提供了免费的 GPU，你可以在上面轻松地跑 Tensorflow、Pytorch 等深度学习框架。但关于 Colab 的使用技巧你又掌握了多少呢？这篇文章将介绍 20 种 Colab 使用技巧，帮你提高使用效率。 1. 便签本 Notebook 当我们在 colab[详细]
-
ARM发布新一代Neoverse处理器：单核大涨50%、挺近5nm工艺
所属栏目：[点评] 日期：2020-10-01 热度：163
作为移动处理器中的霸主，ARM想要抢数据中心处理器市场的野心也不是一天两天了，为此他们专门推出了Neoverse处理器平台，去年发了第一代Neoverse N1，现在又发布了新一代的Neoverse N2及Neoverse V1处理器平台。 ARM的Cortex-A系列处理器在手机、平板等移[详细]
-
华为郭平：很愿意使用高通芯片制造手机
所属栏目：[点评] 日期：2020-10-01 热度：132
9月23日消息，在华为全联接2020媒体见面会上，华为轮值董事长郭平谈到未来是否在旗舰机使用高通芯片问题时表示，我们注意到高通正在向美国申请向华为供货的许可证，如果美国政府允许，华为很愿意使用高通芯片制造手机。 郭平指出，华为和高通在手机芯片领[详细]
-
华为郭平：To B业务芯片存货足 手机芯片正寻求解决方案
所属栏目：[点评] 日期：2020-10-01 热度：66
9月23日消息，在华为全联接2020媒体见面会上，华为轮值董事长郭平谈到芯片能撑多久问题时表示，目前华为ToB业务芯片备货相对充足，手机芯片正在寻求解决办法当中。 郭平称，制裁的升级对华为生产、运营造成了很大的影响，华为手机芯片每年都要消耗几亿支，[详细]
-
如何评估机器学习模型的性能
所属栏目：[点评] 日期：2020-09-30 热度：116
您可以整天训练有监督的机器学习模型，但是除非您评估其性能，否则您永远无法知道模型是否有用。这个详细的讨论回顾了您必须考虑的各种性能指标，并对它们的含义和工作方式提供了直观的解释。 为什么需要评估？ 让我从一个非常简单的例子开始。 罗宾和山姆[详细]
-
BOOX Max Lumi评测：它是智能墨水平板而不是阅读器
所属栏目：[点评] 日期：2020-09-30 热度：165
【TechWeb评测】提到电子书或者阅读器，相信绝大多数用户都会直接想到知名品牌Kindle，不过熟悉Kindle的用户也知道，Kindle旗下的产品基本都主打小屏便携，其功能也就主要局限在了电子书的阅读上，难以覆盖大屏办公用户的视野需要。 近日，知名品牌文石推[详细]
-
标准出现问题，人工智能正在走向错误的方向
所属栏目：[点评] 日期：2020-09-30 热度：146
本文转载自公众号读芯术(ID：AI_Discovery) 我的这篇文章不是第一篇(也不会是最后一篇)讨论人工智能界如何按自身规律发展的文章。正如不久前汉娜克纳(Hannah Kerner)的话：很多AI研究人员认为现实世界中的问题无关紧要。社区过度关注新方法，却忽略了真正[详细]
-
我来讲讲头条搜索站长平台索引量的知识
所属栏目：[点评] 日期：2020-09-30 热度：191
头条对网站的收录量为头条爬虫对网站内页面的总成功抓取量。索引量为被收录的页面经过索引流程进入线上后的总网页数量。[详细]
-
单页面SEO怎么优化 单页面SEO技巧
所属栏目：[点评] 日期：2020-09-28 热度：199
单页面网站现在出现的最多的是在百度竞价中，二者搭配起来能起到很好的营销效果，是一种不错的营销手段。单页面的优化手段不同于普通网站优化技巧，那些禁止的规[详细]
-
详解关键词密度与模糊语义的判别
所属栏目：[点评] 日期：2020-09-28 热度：129
关键词密度大家一定不陌生，每一个刚开始学seo的，都知道页面的关键词密度对其排名有一定的影响。[详细]
-
企业网站做SEO优化的重要性
所属栏目：[点评] 日期：2020-09-28 热度：189
互联网是不断变化的，所以我们也需要不断优化网页内容，根据用户的浏览习惯，在不损害用户体验的前提下，提高搜索引擎的排名，从而提高网站的访问量，最终提升网[详细]
-
快速获得SEO优化排名的几个方法 第二点最为重要
所属栏目：[点评] 日期：2020-09-28 热度：161
网站优化关键词排名时间，这个需要针对性地对网站做诊断分析，制定合理可执行的SEO优化方案，网站优化需要掌握SEO的道与术，有seo理论的支撑，有seo优化的实践，[详细]
-
如何去写符合SEO优化的页面标题
所属栏目：[点评] 日期：2020-09-28 热度：190
对于seoer来说，网页的title优化是极其重要的，符合seo优化的页面title该怎么写呢？百度官方2018年11月15日在搜索学院中有发布过一篇《百度搜索网页标题规范》，[详细]
-
SEO优化前景如何 还有继续的必要吗
所属栏目：[点评] 日期：2020-09-28 热度：87
看一个网站是否适合做SEO优化，重点是否对使用网站来获取用户的依赖程度，比如一个做知识分享的网站，自然对搜索依赖很高，优化就成了必然，而一个只运营APP的公[详细]
-
正规SEO优化手法如何快速上排名
所属栏目：[点评] 日期：2020-09-28 热度：154
做好站内的各种优化只是万里长征第一步，想要在搜索引擎那里获得更多的流量，还得提高网站的整体权重，以实现网站的秒收、秒排，这个真的是可以实现的，只不过较[详细]
-
全栈式虚拟偶像服务商「万像科技」完成Pre-A轮融资，青桐资本担任财务顾问
所属栏目：[点评] 日期：2020-09-28 热度：104
「万像科技」成立于2019年，是一家提供全栈式虚拟偶像孵化、运营及商业变现的服务商。公司依托于成熟的数字人技术底层支持和核心团队对于内容、市场以及运营的深[详细]
-
人工智能的研究热点:自然语言处理
所属栏目：[点评] 日期：2020-09-28 热度：184
人工智能(Artificial Intelligence，简称AI)作为新一轮科技革命和产业变革的重要驱动力量，正在深刻地影响世界、改变世界。而自然语言处理(Natural Language Processing，简称NLP)已成为AI领域的研究热点，它推动着语言智能的持续发展和突破，并越来越多地[详细]
-
如何确保人工智能和机器学习项目的安全性
所属栏目：[点评] 日期：2020-09-28 热度：69
人工智能和机器学习在带来好处的同时也带来了新的漏洞。本文叙述了几家公司将风险降至很低的方法。 当企业采用新技术时，安全性往往被放在次要位置，以最低的成本尽快将新产品或服务提供给客户似乎更为重要。 人工智能(AI)和机器学习(ML)提供了与早期技术[详细]
-
调参侠看过来！两个提高深度学习训练效率的绝技
所属栏目：[点评] 日期：2020-09-28 热度：100
1. 训练的瓶颈在哪里 GPU利用率低：模型训练时GPU显存沾满了，但是GPU的利用率比较不稳定，有时候0%，有时候90%，忽高忽低。 训练的数据量大：训练数据大，在百万/千万的量级，训练一个Epoch需要很长时间，模型迭代周期过长。 2. 提高GPU利用率：CPU vs GP[详细]
