2 Enjoy_endless

尚未进行身份认证

IIE.UCAS在读,方向CV、AI、Algorithm...; 热爱、积极、努力; 底层、原理、核心 (踏实一些、不要着急,你想要的、岁月都会给你)

等级
TA的排名 2w+

周鸿祎:我把创业者能犯的错误全犯了一遍

周鸿祎的成长几乎伴随了整个中国互联网的成长,从20世纪90年代中期大学毕业开始在校园里销售反病毒卡,再到离职北大方正后创立3721,从与CNNIC的战斗到成为雅虎中国的总裁,从互联网第一口水战到「3Q」大战,从免费杀毒到360的商业化,一直到360成功在美国上市。这二十年当中,他有太多的故事可以分享,也有太多惊心动魄的时刻让人难忘。1对于创业者来说,每一天都是压力测试如同每一个还算成功的创业...

2019-07-31 19:58:12

猫眼CEO郑志昊:为什么说产品思维已“死”?

前不久,猫眼娱乐举行了全文娱战略升级,猫眼CEO郑志昊表示,猫眼起始于票务,发展于电影,但不止于电影。郑智昊发布了“猫爪模型”,底下五个平台分别是:票务平台、产品平台、数据平台、营销平台和资金平台。背靠腾讯、美团等公司,猫眼计划打造全新的“大文娱”战略业务。显然,猫眼在按照自己的既定节奏前行,分享一篇郑志昊在混沌大学的演讲,他说“大家一定要有耐心,在等待下一个大的浪潮来临之前,在更难挖出水的地方...

2019-07-19 14:58:30

以计算机视觉为例,告诉你如何将AI引入你的工作

导语:对不少企业来说,如何开始一个AI业务是一个难题,需不需要AI来进行业务的辅助?是否需要组建一个自己的算法团队?我们整理了**格灵深瞳创始团队:苑维然先生的主题演讲《如何开始一个AI业务:以计算机视觉为例》**希望能够给有同样困扰的读者一些启发与帮助。下面介绍如何开始一个AI业务,这是一次比较科普的演讲,希望通过计算机视觉的一些案例,能带给在座的各位EGO会员及各行业的老...

2019-07-18 08:59:34

命名实体识别(基于hmm/crf/bilstm/bilstm+crf的理论理解及代码实践)

最近刚刚做了一个相关任务的学习、比较、调研及代码实践,特此分享。本篇文章主要包括以下几个部分:任务目标、国内外相关工作、核心思想和算法描述、实验结果及分析、总结等。1任务目标命名实体识别(NamedEntitiesRecognition,NER)是自然语言处理(NaturalLanguageProcessing,NLP)的一个基础任务,其目的是识别语料中人名、地名、组织机构名...

2019-07-11 13:17:42

深度学习与自然语言处理(相关常见问题及解决方案)

最近挺忙的,看了很多关于对抗样本生成及防御的相关文章、并做了一些实践研究与探索。但是在这里先不讨论这个,后期忙完、整理好了再分享。今天去听了一上午的nlp课程,虽然主要接触的是图像相关的知识处理,但是感觉两者之间还是有非常大的联系的,很多知识都是相互借鉴的。所以多了解一些还是非常有帮助的,在之前做的nlp相关的任务当中,遇到了很多问题、很是不解,正好今天讲到了,所以很是深刻拿来与大家...

2019-06-23 21:09:08

对抗样本(相关知识整理)

最近在学习接触一些对抗样本的相关知识、论文,整理分享如下。(未完待续)1.什么是对抗样本:在原有真实样本的基础上稍加处理,使原有分类器对其真实类别无法判别;(比如带了一个面具之后你不认识我了,或者说是批了一个羊皮,你就识别不出来我是一个人了。)2.对抗样本有什么用:对于人脸识别,我带上一个特制眼镜就识别不出来我是谁了;对于安保摄像识别人的系统,我穿了一个特制衬衫,摄像头就识别不出...

2019-05-30 16:36:59

CVPR2019目标检测方法进展综述

目标检测是很多计算机视觉应用的基础,比如实例分割、人体关键点提取、人脸识别等,它结合了目标分类和定位两个任务。现代大多数目标检测器的框架是two-stage,其中目标检测被定义为一个多任务学习问题:1)区分前景物体框与背景并为它们分配适当的类别标签;2)回归一组系数使得最大化检测框和目标框之间的交并比(IoU)或其它指标。3)最后,通过一个NMS过程移除冗余的边界框(对同一目标的重复检...

2019-05-24 21:48:22

对抗样本(攻防赛冠军分享)

NIPS2017对抗样本攻防赛冠军廖方舟的算法分享清华大学化学生物学学士,清华大学生医系在读博士。研究兴趣:计算神经学、机器学习、计算机视觉。参加过多次Kaggle比赛,曾获2017年“数据科学碗”第一名,DataScienceBowl第一名,NIPS2017对抗样本攻防比赛第一名。对抗样本是一类被恶意设计来攻击机器学习模型的样本。它们与真实样本的区别几乎无法用肉眼分辨,但是却会导致模...

2019-05-19 11:38:43

NLP(词向量、word2vec和word embedding)

最近在做一些文本处理相关的任务,虽然对于相关知识有所了解,而且根据相关开源代码也可以完成相应任务; 但是具有有些细节,尤其是细节之间的相互关系,感觉有些模糊而似懂非懂,所以找到相关知识整理介绍,分享如下学习。本篇博客整理相关知识可谓详尽,详尽不免篇幅较长,静下心来慢慢体味。整体结构流程如下:〇、序一、DeepNLP的核心关键:语言表示(Representation)二、NLP词的...

2019-05-13 18:21:15

有些人光是活着就已经是拼尽全力了

“很奇怪,我这两天只是考虑吃东西。我完全没什么盼望,我甚至都不想,我努力工作只是希望吃一顿好的。”“就像一个只会把笔不断削短铅笔刨,只会削到剩下橡皮,却不会把笔削尖。”有些人光是活着就已经是拼尽全力了。没意思,好像等日子过一样,没有盼望。《了不起的盖茨比》有一段经典对白:在我年纪还轻、阅历尚浅的那些年里,父亲曾经给过我一句忠告,直到今天,这句话仍在我心间萦绕。“每当你想批评别人...

2019-05-09 22:01:14

在硅谷,人生的可能性不只有 996

有个地方,能让我做正经事的996,还真的是“我们这些人修来的福报”。上周四,半夜,我被工作搞疯了。好不容易,写完一份代码,就是提交不上去——因为有冲突。就是说,我和别的,不知道在哪的同事,在对同一个文件进行改动,只能一次一个地提交。不然就乱了,因为系统不知道以谁的为准。而且,你要是没抢上,就要赶紧下载最新版本,然后再重写一份,半小时就没了。最关键的是,这帮人都太拼了,我从下午就开...

2019-04-27 19:15:24

Transformer再出发

Google2017年的论文Attentionisallyouneed阐释了什么叫做大道至简!该论文提出了Transformer模型,完全基于Attentionmechanism,抛弃了传统的RNN和CNN。我们根据论文的结构图,一步一步使用PyTorch实现这个Transformer模型。Transformer架构首先看一下transformer的结构图:解释一下这...

2019-04-18 19:45:09

CTC基本原理

CTC识别效果示意图简介谈及语音识别,如果这里有一个剪辑音频的数据集和对应的转录,而我们不知道怎么把转录中的字符和音频中的音素对齐,这会大大增加了训练语音识别器的难度。如果不对数据进行调整处理,那就意味着不能用一些简单方法进行训练。对此,我们可以选择的第一个方法是制定一项规则,如“一个字符对应十个音素输入”,但人们的语速千差万别,这种做法很容易出现纰漏。为了保证模型的可靠性,第二种方法,...

2019-04-14 10:08:21

彻底搞懂Bert

自google在2018年10月底公布BERT在11项nlp任务中的卓越表现后,BERT(BidirectionalEncoderRepresentationfromTransformers)就成为NLP领域大火、整个ML界略有耳闻的模型,网上相关介绍也很多,但很多技术内容太少,或是写的不全面半懂不懂,重复内容占绝大多数(这里弱弱吐槽百度的搜索结果多样化。。)一句话概括,BERT的出现,...

2019-04-12 10:26:52

从底层到顶层,AI领域的创投新机会

人工智能技术作为重要的科技技术也受到资本的广泛关注,近日,高捷资本创始管理合伙人黎蔓,分享了多年来AI领域的投资心得,以及现阶段值得关注的细分赛道。以下为黎蔓在“青桐大咖说”第38期上的重点分享内容(图片和内容均由高捷资本提供):•AI的发展阶段•高捷资本在AI领域的投资策略•AI底层基础的关注重点•AI中层的机会•AI顶层应用的潜力赛道AI的发展阶段,近期泡沫化AI不是一个新...

2019-04-04 20:37:46

深入理解one-stage目标检测算法(下篇)

前言本文翻译自One-shotobjectdetection,原作者保留版权,略有删减。数据有很多常用的目标检测训练数据集,如PascalVOC,COCO,KITTI。这里我们关注PascalVOC,因为它是最常用的,并且YOLO使用了它。VOC数据集包含图像和不同任务的标注,这里我们仅关注目标检测的标注,共有20个类别:aeroplanebicyclebird...

2019-03-21 23:11:29

深入理解one-stage目标检测算法Yolo/SSD(上篇)

前言本文翻译自One-shotobjectdetection,原作者保留版权,略有删减。作为计算机视觉领域的一项重要任务,目标检测是要找到一张图片里的感兴趣物体:这比图像分类任务更高级,因为分类只需要告诉图像中主要物体是什么,然而**目标检测要找到多个物体,不仅要分类,而且要定位出它们在图像中的位置。目标检测模型不仅要预测出各个物体的边界框(boundingboxes),还要给出每个...

2019-03-21 22:09:52

attention机制及self-attention(transformer)

最近接触的项目当中用到了transformer,学习相关知识之后其中一个重要的贡献就是引入了self-attention机制,了解了相关处理过程之后然而并没引起太多比较。因为之前就已经有了attention机制,并得到了广泛的应用且取得了非常好的效果(读过一篇相关的机器翻译的文章)。在被别人问道两者之间的区别的时候竟然却哑口无言、甚是惭愧。今天再次把两者拿出来,拜读知乎大神之作、详尽膜拜之余...

2019-03-20 11:14:02

Transformer原理到实践详解

本篇博客并没有什么独特见解之处,只是单纯的再一次加强巩固学习。因为接触到的不少项目用到了,还是要拿过来好好研究学习一下的。原文链接:https://blog.csdn.net/qq_41664845/article/details/84969266代码详见:http://nlp.seas.harvard.edu/2018/04/03/attention.html-Transformer:一...

2019-03-08 16:44:45

计算机视觉方向简介 | 目标检测最新进展总结与展望

最近一直在跟着博士师兄,接触学习处理目标检测相关的知识问题,本篇文章对于相关知识进展及展望还是具有非常大的学习参考意义的。导言目标检测是计算机视觉和数字图像处理的一个热门方向,广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域,通过计算机视觉减少对人力资本的消耗,具有重要的现实意义。因此,目标检测也就成为了近年来理论和应用的研究热点,它是图像处理和计算机视觉学科的重要分支,也...

2019-03-03 10:07:02

查看更多

勋章 我的勋章
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。