首页 文章 精选 留言 我的

精选列表

搜索[智能解析],共10000篇文章
优秀的个人博客,低调大师

完成 B1 轮融资后,掌上糖医下一步要做 AI 智能诊疗平台

10 月 10 日,掌上糖医宣布已于 2016 年年初完成 B1 轮融资,投资总额超过 1 亿元,投资方包括基石资本、IDG、经纬创投和平安创投。这是掌上糖医对外公布的第 3 轮融资。掌上糖医表示,其总估值已经超过 10 亿。 据介绍,成立于 2014 年的掌上糖医,三年实现近 2 亿元的营收, 5 倍的用户增长,并已在全国近 500家医院完成新产品——医院信息化 SaaS 平台“医汇”的接入。 掌上糖医于 2014 年成立,最初主要面向 C 端用户, APP 定位为基于糖尿病数据的健康服务管理平台。患者在糖医上记录自身健康数据、获取健康指导,逐步改善自己的健康状况;入驻平台的医院团队通过可视化医疗健康大数据,为患者提供病情指导和治疗方案。 “医院的信息化程度太低” 雷锋网了解到,掌上糖医的用户来源分为四种:保险公司、医院、线上线下的合

优秀的个人博客,低调大师

《数据虚拟化:商务智能系统的数据架构与管理》一 1.7 数据虚拟化的技术优势

1.7 数据虚拟化的技术优势 在大多数情况下,直接获取一个数据存储区对于数据使用者来说是很容易的。例如,如果访问SQL数据库中的一个表,数据使用者提供用户ID和密码,数据库的名称,以及一些其他的技术详细信息,它就可以立即通过SQL语句访问数据。这同样适用于数据使用者需要访问XML文档或电子表格的情形。如果访问数据存储如此容易,那么为什么还需要数据虚拟化呢?用数据虚拟化层提供大量的技术优势,这些优势分成了三个组。如果使用者仅仅访问一个数据存储,那么可以应用第一组的优势:数据库语言和API转换:也许数据存储库提供的数据库语言和API对数据使用者来说是不理想的,或许不是他们支持的语言。也许数据库服务器通过JDBC API来支持SQL,但数据使用者更喜欢使用MDX、XQuery、CQL语言或一组Java类。数据虚拟化层可以将数据存储支持的语

优秀的个人博客,低调大师

《中国人工智能学会通讯》——4.13 采用关联滤波器的卷积神经网络

4.13 采用关联滤波器的卷积神经网络 经典的卷积神经网络模型[1] (CNN), 大体上是由若干个卷积神经层堆叠构成的深度多层次神经网络模型,由于其在图像识别[2] 、视频分类 [3]等计算机视觉领域中所展现的优异性能,CNN 的拓展应用及其优化研究越来越受到广泛关注。 和传统单隐藏层神经网络不同,卷积神经层中的神经元被有序地组织成一张张特征图。相应的,神经元间的关联权值则构成了滤波器(filter),因为卷积层中特征图与卷积核的矩阵卷积本质是对输入特征图进行空域滤波。这种处理能够提取蕴含在输入特征图中多种的视觉特征。单就输出特征图中的某一个神经元而言,它的输出值由线性滤波器与输入特征图中一个小邻域里的神经元进行内积得到。CNN 的这种神经元与神经元的局部连接,与猫视觉系统中神经细胞具有局部敏感性(localsensitive)的发现[4]相一致。 作为卷积神经层中唯一可以被训练的权值,滤波器在提取包括边缘、角点、端点等视觉特征时发挥主要作用。这些被感知到的局部特征在输出特征图中进一步组合生成更抽象的特征,继而被后续的卷积层进一步提取。在大部分情况下,CNN 都是使用随机梯度下降(stochastic gradient descent)方法进行训练。这种训练方法的特点是:在更新权值时,每一个权值都依据代价函数在自身方向的偏导数来决定其更新矢量。由此,从属于同一卷积神经层的滤波器之间并没有显式的逻辑性关联关系,也正是因为这个特点,利用这些滤波器来计算的各个输出神经元间也不具有显性相关性。但是,对灵长类视觉皮层神经元的研究[5]表明,从属于同一皮层区域的部分神经元,具有协作处理视觉信息的能力。这个现象启发我们为 CNN 中归属于同一卷积层的神经元也引入合作关系,其实现途径就是构造具有关联性的滤波器。 本文提出了一种新颖的卷积神经网络优化方法——关联滤波器(Correlative Filters/CF),它在构造网络之初就指定若干滤波器间具有关联关系。这种关联稳定地存在于网络训练的整个过程中,旨在引导网络学习得到一组更具综合性的、针对视觉特征的权值。简单地讲,在训练 CNN 的整个过程中,CF 促使若干滤波器是另外一组滤波器的某种特定线性变换。注意到位于浅层次的滤波器主要提取简单的视觉特征元素,而处于深层次的滤波器则专注于提取更复杂抽象的特征。在构造关联滤波器时,我们也依据这个特性针对不同深度的卷积层使用相异的关联关系。在靠近输入层的层次中,关联滤波器表现为很多对具有相反元素的滤波器。而在深层次的卷积神经层中构造关联时,关联滤波器之间的关系转变为平移。 通过引入关联滤波器,网络模型获得了有益于视觉特征提取的先验知识,有能力在训练中学习得到更综合的网络权值。这是因为关联滤波器促使神经元按照预定准则,协作处理特征图。除此之外,CF 方法只是优化了作为特征提取器的滤波器,所以它能与其他随机正则化方法(stochasticregularization method)结合以防止过拟合,例如Dropout [6] 和 Stochastic Pooling [7] 。

优秀的个人博客,低调大师

《中国人工智能学会通讯》——2.17 面向深度学习的计算机系统结构

2.17 面向深度学习的计算机系统结构 深度学习[1-2]采用多层神经元网络,在包括图像识别[2] 、自然语言处理 [3]以及语音识别[4]等多个领域都表现出了巨大潜力,引发了产业界和学术界的广泛关注。人们发现,通过使用更多的训练数据和更大的模型规模(更多的参数),能够显著提高最终的识别效果。例如 Google 大脑计划使用的神经元网络有超过 10 亿个参数[5] 。 因此,如何能够快速地训练大规模深度学习神经元网络成为一个重要的问题。更大的模型规模会带来的问题是需要更多内存和更长的训练时间。当单个机器或加速器(如显卡)无法存放整个模型时,如果不能有效地进行模型划分,则无法有效支持大规模模型。分布式深度学习方法,既解决了模型大于单机(卡)时的可行性问题,又可以通过并行计算加快训练速度,是解决大规模深度学习神经元网络的有效方法[5] 。 另一方面,计算机体系结构正处于快速发展中,现有的深度学习系统,使用了包括通用处理器、以GPU 为代表的加速器、分布式多机系统以及神经网络处理器等多种体系结构。要构造高性能的大规模深度学习系统,需要综合考虑处理硬件的处理能力、内存容量、通信能力、功耗以及软件的可编程性、灵活性和性能等因素。 本文将首先对深度学习算法的计算与访存特征进行简单分析,然后介绍如何用商用系统构建深度学习系统,最后介绍深度学习专用体系结构。

优秀的个人博客,低调大师

中国人工智能学会通讯——电子商务中的个性化推荐技术剖析

当用户从PC端向移动端转移的过程中,因为移动端的小屏化、浏览时间碎片化的特点,在有限的时间、空间中仅能向用户呈现有限的内容,因此对APP内容提供者的推荐算法能力提出了新的挑战。在电商购物环境下更有其自身的特点,如用户需求动态变化、商品种类数量繁多、促销活动频繁等,在此,我们从手机淘宝的实践中,选取若干具有创新性的案例和技术,进行分析与讨论。 图1是结合电商特点,由实际需求驱动的一个三层推荐系统架构图,简要说明如下。 第一层是item(可以是商品、店铺、内容等)相关的选品设计:根据各无线产品的定位,我们为特定人群选择他们所需要的优质商品。 第二层是用户与item的匹配层:它包含以协同过滤为主的算法,考虑用户短中长期兴趣和需求的变化,以及空间时间上下文的变化,从海量item库中找出最可能满足其当前需要的物品。 第三层是精确排序层:基于经典的Learning to Rank技术来进行精准推送;同时,为了更早、更准确地捕捉用户意图的变化,在计算层引入流式计算引擎,并研发了在线学习框架。 由上述的三层推荐系统构建的技术体系,我们得以支撑电商中数百个应用场景和产品,包括最具技术挑战的“双11”场景。我们在这些场景中做出了大胆的产品和技术创新。下面选择三个原创性的算法和技术,逐一进行分析和讨论。

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册