首 页 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 尾 页

学习笔记TF066:TensorFlow移动端应用,iOS、Android系统实践

发布者: superzhang | 发布时间:2017-11-14

TensorFlow对Android、iOS、树莓派都提供移动端支持。

移动端应用原理。移动端、嵌入式设备应用深度学习方式,一模型运行在云端服务器,向服务器发送请求,接收服务器响应;二在本地运行模型,PC训练模型,放到移动端预测。向服务端请求数据可行性差,移动端资源稀缺。本地运行实时性更好。加速计算,内存空间和速度优化。精简模型,节省内存空间,加快计算速度。加快框架执行速度,优化模型复杂度和每步计算速度。 精简模型,用更低权得精度,量化(quantization)、权重剪枝(weight pruning,剪小权重连接,把所有权值连接低于阈值的从网络移除)。加速框架执行,优化矩阵通用乘法(GEMM)运算,影响卷积层(先数据im2col运行,再GEMM运算)和全连接层。im2col,索引图像块重排列为矩阵列。先将大矩阵重叠划分多个子矩阵,每个子矩阵序列化成向量,得到另一个矩阵。

量化(quantitative)。《How to Quantize Neural Networks with TensorFlow》https://www.tensorflow.org/performance/quantizat

想读更多 ->

科学上网

发布者: superzhang | 发布时间:2017-11-14

我的系统是 ubuntu16.10

安装 Shadowsocks

sudo apt-get install python-pip sudo pip install shadowsocks

安装过程中出现了如下错误image

解决方法imageseo教程认为结果显得更好。

  一:为什么视频搜索引擎seo优化教程如此重要?

  考虑这些统计:

  百度是全球最大的搜索引擎,

  所有在线搜索的70%左右是通过百度。

  视频搜索引擎优化的重要性.

  所有的手机和平板电脑的70%都是通过百度搜索。

  视频搜索引擎是优酷视频,腾讯视频,乐视视频等,这是抛开传统搜索引擎之外的另外一个引擎,搜索引擎友好的站点。

  二:简单地说,需要通过视频搜索引擎推广自己的产品,需要做以下seo优化。

  视频搜索引擎优化的要点

  有效的视频优化

  一个内容优化完善的视频不能在搜索引擎中体现价值,百度不能告诉你什么是真正的视频,没有一些具体的帮助。它不会不管你的相机镜头是多么美丽,多么动人的配乐,或多么完善的销售–没有适当的优化,世界永远找不到你的

想读更多 ->

教你实现双十一商品标签自动归类(附数据模板)

发布者: superzhang | 发布时间:2017-11-14

背景

双十一购物狂欢节刚刚过去,如果是网购老司机,一定清楚通常一件商品会有很多维度的标签来展示,比如一个鞋子,它的商品描述可能会是这样的“韩都少女英伦风系带马丁靴女磨砂真皮厚底休闲短靴”。如果是一个包,那么它的商品描述可能是“天天特价包包2016新款秋冬斜挎包韩版手提包流苏贝壳包女包单肩包”。

每个产品的描述都包含非常多的维度,可能是时间、产地、款式等等,如何按照特定的维度将数以万计的产品进行归类,往往是电商平台最头痛的问题。这里面最大的挑战是如何获取每种商品的维度由哪些标签组成,如果可以通过算法自动学习出例如地点相关的标签有“日本”、“福建”、“韩国”等词语,那么可以快速的构建标签归类体系,本文将借助PAI平台的文本分析功能,实现一版简单的商品标签自动归类系统。

数据说明

数据是在网上直接下载并且整理的一份2016双十一购物清单,一共2千多个商品描述,每一行代表一款商品的标签聚合,如下图:

02b596c</p><p><a href='internet/internet_228236.html'> 想读更多 -></a></p></div><div class='art bs'><h1><a href='internet/internet_228235.html'>邬迪:乌云完成了使命 | 乌云回忆录(一)</a></h1><span class='art_des'>发布者: superzhang | 发布时间:2017-11-14</span><p>
            
<p style=《乌云回忆录》,是科技自媒体浅黑科技出品的专题。

2016年漏洞平台乌云关停。时隔一年,我试图走访那些和乌云相关的人,了解他们对网络安全、白帽子黑客,以及这个世界的看法。愿这些记录可以引发更多人的思考。

每个人都有自己的立场和理由,他们的愤怒、恐惧和自私本就情有可原。我只祈祷自己有一双忠诚的眼睛,注脚这个世界的美好或荒凉。

本文是对前乌云合伙人邬迪的采访,是为《乌云回忆录》第一篇。

https://www.tensorflow.org/performance/quantization

想读更多 ->

深度学习的异构加速技术(三):互联网巨头们“心水”这些 AI 计算平台

发布者: superzhang | 发布时间:2017-11-14

作者简介:kevinxiaoyu,高级研究员,隶属腾讯TEG-架构平台部,主要研究方向为深度学习异构计算与硬件加速、FPGA云、高速视觉感知等方向的构架设计和优化。“深度学习的异构加速技术”系列共有三篇文章,主要在技术层面,对学术界和工业界异构加速的构架演进进行分析。

在前面的论述中,主要在解决带宽这一核心问题的层面,对学术界涌现的典型架构进行讨论。在本篇中,将走进工业界,看一看半导体厂商和互联网巨头在AI计算中的不同选择。

一、半导体厂商的抉择

不同厂商有不同的应用场景,而适合构架和解决方案也各不相同,如云侧和端侧处理构架的设计导向差别较大。对于半导体领域,只要市场规模足够大,有足够多的客户买单,那么就有足够的动力去做相应的硬件定制。下面对以Nvidia和Intel为代表的半导体厂商方案进行论述。

1.1、NVIDIA

NVIDIA的应用场景是图像计算和海量数据并行计算。GPU是异构计算的主力,AI的兴起之源,生态发展得非常成熟,从开发流程到各种库的支持都非常完善。针对深度学习,NVIDIA的思路是延续其一直以来的GPU构架,并在两个方向发力,即丰富生态,和提升深度学习领域的定制性。对于前者,推出cuDNN等针对神经网络的优化库,提升易用性并针对GPU的底层结构进行优化;对于后者,一方面不再坚持32位浮点运算,

想读更多 ->

Unity For Android Cardboard App ( 1 ):基础入门

发布者: superzhang | 发布时间:2017-11-14

作者: ericzwhuang

前言

目前Google官方推出的VR设备有DayDream(2016年推出)和Cardboard(2014年推出)两种。

Daydream是消费级VR解决方案,提供了手持遥控设备Controller,提高渲染效率,优化延迟。 Cardboard是体验级VR解决方案,属于入门级VR设备的首选,物美价廉。

本文针对的VR设备是Cardboard,Google为Cardboard提供的VR SDK主要有四种,分别是Android,iOS,Unity和Unreal。本文主要阐述的是如何在Unity环境下开发VR场景,实现视线与物体的简单交互。

软件准备

工欲善其事,必先利其器,首先介绍开发过程中需要用到的软件环境和开发工具

Unity Editor 编辑图形界面的利器,所见即所得,使用的是Unity 5.4.2f2个人版 Visual Studio 微软出品的C#开发编辑器,使用的是Visual Studio 2015个人版 VR SDK 使用的是Google VR为Unity提供的SDK ,下载得到GoogleVRForUnity.unitypackage文件 Android SDK Android开发必备环境,推荐和Android Studio配套下载 JDK JAVA开

想读更多 ->

深度学习的异构加速技术(二):螺狮壳里做道场

发布者: superzhang | 发布时间:2017-11-14

作者简介:kevinxiaoyu,高级研究员,隶属腾讯TEG-架构平台部,主要研究方向为深度学习异构计算与硬件加速、FPGA云、高速视觉感知等方向的构架设计和优化。“深度学习的异构加速技术”系列共有三篇文章,主要在技术层面,对学术界和工业界异构加速的构架演进进行分析。

一、综述

“深度学习的异构加速技术(一)”一文所述的AI加速平台的第一阶段中,无论在FPGA还是ASIC设计,无论针对CNN还是LSTM与MLP,无论应用在嵌入式终端还是云端(TPU1),其构架的核心都是解决带宽问题。不解决带宽问题,空有计算能力,利用率却提不上来。就像一个8核CPU,若其中一个内核就将内存带宽100%占用,导致其他7个核读不到计算所需的数据,将始终处于闲置状态。对此,学术界涌现了大量文献从不同角度对带宽问题进行讨论,可归纳为以下几种:

A、流式处理与数据复用B、片上存储及其优化C、位宽压缩D、稀疏优化E、片上模型与芯片级互联F、新兴技术:二值网络、忆阻器与HBM

下面对上述方法如何解决带宽问题,分别论述。

二、不同招式的PK与演进 2.1、流式处理与数据复用

流式处理是应用于FPGA和专用AS

想读更多 ->

腾讯云发布智能安防监控解决方案,实现AI能力在安防行业落地

发布者: superzhang | 发布时间:2017-11-14

2017年11月10日,腾讯云正式对外发布了智能安防监控解决方案。腾讯云智能安防监控解决方案在传统安防监控的基础上,增加了大量人工智能应用的场景,使得安防监控的范围得到了极大的延伸,并使得安防监控更加高效。特别是人脸识别、车辆识别、人员徘徊、人数统计、人员轨迹分析、人员特征分析、道路路面情况监控等,对传统安防监控是一个跨越式的提升。

在公安领域,腾讯云智能安防监控解决方案借助腾讯优图的强大能力,能够对违法车辆的信息进行自动识别上报;也能够通过人脸识别技术快速查找价值视频,并通过人员轨迹快速锁定犯罪嫌疑人,这将大大提高公安干警的办案效率。

在物业、园区领域,腾讯云智能安防监控解决方案除了具备传统安防监控的能力外,并能通过一些策略主动识别出在敏感区域有人徘徊等有风险的事件,可以提前防范一些安全隐患。

在连锁门店领域,腾讯云智能安防监控解决方案除了具备传统安防监控的能力外,并能通过对进出门店的人员特性、逗留时间等信息进行分析,以此来帮助集团及时调整公司运营策略。

想读更多 ->