深度学习

作者|ALAKH SETHI 编译|VK 来源|Analytics Vidhya 目标检测 我喜欢深度学习。坦率地说，这是一个有大量技术和框架可供倾注和学习的广阔领域。当我看到现实世界中的应用程序，如面部识别和板球跟踪等时，建立深度学习和计算机视觉模型的真正兴奋就来了。 我最喜欢的计算机视觉和深入学习的概念之一是目标检测。建立一个模型的能力，可以通过图像，告诉我什么样的物体存在！ 当人类看到一幅图像时，我们在几秒钟内就能识别出感兴趣的物体。机器不是这样的。因此，目标检测是一个在图像中定位目标实例的计算机视觉问题。 好消息是，对象检测应用程序比以往任何时候都更容易开发。目前的方法侧重于端到端的管道，这大大提高了性能，也有助于开发实时用例。 目录 一种通用的目标检测框架 什么是API？为什么我们需要一个API？ TensorFlow对象检测API 一种通用的目标检测框架 通常，我们在构建对象检测框架时遵循三个步骤： 首先，使用深度学习模型或算法在图像中生成一组的边界框（即对象定位） 接下来，为每个边界框提取视觉特征。它们将根据视觉特征进行评估，并确定框中是否存在以及存在哪些对象 在最后的后处理步骤中，重叠的框合并为一个边界框（即非最大抑制） 就这样，你已经准备好了你的第一个目标检测框架！ 什么是API？为什么我们需要一个API？ API代表应用程序编程接口

今15年创业，享受改变的过程（新书已上架开卖） 我的新书《 编程之法 》已经上架京东、当当、亚马逊等各大网店，均已有现货销售。 1 年初开始创业 挺有意思。自去年11月写完LDA主题模型后，至今竟悄无声息的已过去大半年。其中，最主要的原因就是：今年年初正式开始了创业。 2 发布在线教育网站 很快，1月27日，我们上线了自己的在线教育网站：七月在线 http://www.julyedu.com/ 。目前专注5类 在线 课程：面试、算法、机器学习、深度学习、数据挖掘，由程、曹、周、寒等博士/BAT一线工程师授课。周末在线直播、平时集中答疑、视频反复观看。且团队最为重视内容质量，倾尽全力，不断优化。 3月31日，我们的网站 julyedu.com 上线视频功能，毫无疑问，同样只做精品视频。 更新 ：截止到2018年6月4日公司三周年之际，讲师团队已超过60人，均由国内外顶级高校博士 + BAT一线技术经理，开设的课程包括：数学/算法/ml/dl/dm/spark/nlp/cv等等。一直在不断强大讲师团队、不断提高课程质量、不断服务更多人、帮助更多人。 网站截图如下： https://www.julyedu.com/ 3 七月在线科技 今年6月11日，首次对外公布公司的名字：七月在线科技，在微博上说的比较含蓄，在QQ空间则说得直截了当：我们就是要改变世界。 与此同时，6月份~7月初

数据科学家的成长之路兼学习路线：如何学习ML/DL 前言 我从2012年一直以一个业余研究者的身份开始学习机器学习，参考了诸多资料写了篇SVM模型的学习笔记。在一直想继续写但每每错不开时间的反复纠结中，于14年年底终于腾出时间，又开始写最大熵、adaboost、聚类、贝叶斯、LDA等模型的学习笔记。当然，很多很多的知识点和模型，还是了解的太浅，所以能有机会就继续学习。 2015年年初正式创业，我们坚信好的内容依托于在线这个形式，一定可以让千千万万的人从中受益，践行我这几年来始终不变的唯一理想：创造价值 助千万人 领导行业 推动文明。所幸虽然15年全年一年磕磕绊绊，但最终还是所有问题都一一解决了。当然了，原本就没有达不成的目标、没有解决不了的问题、没有沟通不好的事情。然创业之累唯亲身经历创业之人才能真切体会，15年全年，基本没啥时间更新博客，除了终于把拖延了近3年之久的新书《编程之法：面试和算法心得》给出版了。我爱这本书，不管咋样 我付出了心血 对一些人起了帮助、对一些人有用。 2016年，创业第二年。如在那篇CNN笔记中所写的那样：“我虽不参与讲任何课程，然由于公司在不断开机器学习、深度学习等相关的在线课程，耳濡目染中，总会顺带着学习学习。”于是以一个学员之一的角度开始重写技术博客，谁叫我就是能“用最最小白的方式 把一些初看复杂的东西抽丝剥茧的通俗写出来”呢？写完CNN笔记之后

1、首先来段自我介绍 因为博主本人是传统工科（仪器类），但是研究方向和机器学习和深度学习相关，所以多介绍了一些发表论文和正在做项目，自我介绍的内容要突出优势，和面试岗位相关的详细展开说一些。 2、和一个外行人介绍一下机器学习 我是从有无监督展开说的（半监督也提到一点），通过有无监督提到了分类和聚类的方法和区别，结合了自己的课题。 3、介绍一下为什么CNN可以进行物体的分类（面向对象为初学者） 之前看过一个知乎的文章分享给大家： https://zhuanlan.zhihu.com/p/31249821 写的十分通俗易懂，可以按照这个做介绍 4、说一下机器学习，神经网络、深度学习之间的关系 因为如果从大的方面去介绍的话，无从下手，所以我用了时间段做了梳理，总结了一下之间的相关性。 5、实现过代码吗？创建环境时遇见了哪些问题？ 我从自己写的论文作为依据，说了一下自己论文中对卷积神经网络做的改进，然后介绍了一下创建环境的过程，遇见的问题提到了cpu不够用，用了虚拟机，构造了虚拟内存。 6、虚拟内存的原理 不会（笑），我实现了，但是原理没留意。 7、学过SQL吗？统计一下抖音用户的一天内使用此APP的时间？ 学过，但是没实现过这个功能（使用APP的时间从苹果的设置里面就能看了），做过活跃用户的统计。 8、用SQL实现一周内活跃用户的统计 9、学过数据结构吧？知道栈吗？ 10

没GPU也能玩梵高作画：Ubuntu tensorflow CPU版 作者：七月在线开发/市场团队骁哲、李伟、July 时间：二零一六年九月二十七日 交流：TensorFlow实战交流Q群 472899334，有问题可以加此群共同交流。另探究实验背后原理，请参看： 深度学习在线班 。 一、前言 9月22号，我们开发/市场团队的两同事利用DL学梵高作画，安装cuda 8.0趟遍无数坑，很多朋友求避坑。因此，3天后的9月25日，便把教程《 教你从头到尾利用DL学梵高作画：GTX 1070 cuda 8.0 tensorflow gpu版 》公布出去。但令人尴尬的是，不少同学没有GTX 1070、甚至没有一块像样的GPU。 对于在北京的朋友，我们可以提供1070机器免费给大家实验，但对于更多不在北京的朋友呢？为了让 每一个人都能玩一把 ，特此发布本tensorflow作画的CPU版教程。你会看到，搭建过程相比较GPU版本而言简单太多太多了，但缺点是没有了GPU，计算过程非常熬人，i7-6700大约1.5h（要知道，如果搭好GPU，最后计算过程就几分钟的事）。 但不管咋样，之前你说没有GTX 1070所以没去动手，那现在有个CPU就能跑了，不受硬件条件限制，何不现在就动手试一把？希望更多朋友与我们一起玩更多有趣、好玩的实验。 二、安装 2.1、安装tensorflow Windows 下

第一讲 深度学习概述 1.1 深度学习的引出 特点： 通过 组合低层特征 ，形成了更加抽象的 高层特征 。 表达式中的 u，w参数需要在训练中通过 反向传播多次迭代调整 ，使得整体的 分类误差最小 。 深度学习网络往往 包含多个中间层（隐藏层） ，且网络结构要更复杂一些。 1.2 数据集及其拆分 Iris（鸢尾花）数据集 分类特征：花萼和花瓣的宽度和长度 数据集在数学上通常表示为 $\{(x_1,y_1),(x_2,y_2),...,(x_i,y_i),...,(x_m,y_m)\}​$ 其中 $x_i$ 为样本特征。由于样本（即一行）一般有多个特征，因而 $x_i = \{x_i^1, x_i^2,..., x_i^n\} ​$ 而 $y_i$ 表示 样本i 的 类别标签 。 类别标签的ground truth 与 gold standard ground truth ：翻译为地面实况。机器学习领域一般用于表示 真实值、标准答案 等，表示 通过 直接观察收集到 的真实结果。 gold standard ：金标准，医学上一般指诊断疾病 公认的最可靠的方法 。 机器学习领域更倾向于使用ground truth，如果用gold standard则表示可以很好地代表ground truth。 1.21 数据集与有监督学习 有监督学习中数据通常分成 训练集 、 测试集 两部分。 训练集(

　　 　　作者：赵鑫中国人民大学副教授 原标题：计算机系本科生开展科研学习的九问九答 　　 学术如苦旅，我亦是行人。 　　写这篇文章的初衷，是与本科生的接触过程中看到了一些对于科研的困惑或者误区，所以想大概介绍一下本科生的科研之路第一脚该从哪里走起。所以本篇文章的定位不是侧重学术性，也不会侧重于教育性，而是一些个人经验的分享。 　　由于是个人的经验，希望大家带着批判的角度去读，但是兼听则明，很愿意和各位本科生做进一步的交流。全文写的比较口语，尽量不包含学术名词。 　　话不多说，下面我开始自问自答。 1. 本科阶段一定要科研吗？ 　　我自己大概是在大三下学期真正开始接触科研。大三上学期之前，如果不是学有余力，不建议太早开展科研，除非已经有了较强的动手能力。本科生教学的核心目标，不是以培养能够发表A类论文的同学为最终目标。我始终也不认为，一位同学如果本科阶段能够发A类论文就意味着绝对的强、绝对的适合做科研。相反，我强烈建议大一大二的同学一定把课程学好。本科的课程体系非常丰富，而研究生逐渐聚焦。要利用好本科的时间打好基础，多看看计算机的大千世界。特别推荐每门计算机课程都尽量阅读一本国外经典教材；特别建议打好数据结构与算法的基础，尝试一些ACM或者相似性质的竞赛；特别推荐加强数学基础的学习，很多理论性的学习所带来的收益要用很长时间才能发现。 　　如果大一大二已经将基础打好

05 文本表示模型 场景描述 文本是一类非常重要的非结构化数据，如何表示文本数据一直是机器学习领 域的一个重要研究方向。 知识点 词袋模型（Bag of Words），TF-IDF（Term Frequency-Inverse Document Frequency），主题模型（Topic Model），词嵌入模型（Word Embedding） 问题 有哪些文本表示模型？它们各有什么优缺点？ 分析与解答 ■ 词袋模型和N-gram模型 最基础的文本表示模型是词袋模型。顾名思义，就是将每篇文章看成一袋子 词，并忽略每个词出现的顺序。具体地说，就是将整段文本以词为单位切分开， 然后每篇文章可以表示成一个长向量，向量中的每一维代表一个单词，而该维对 应的权重则反映了这个词在原文章中的重要程度。常用TF-IDF来计算权重，公式 为 TF-IDF(t,d)=TF(t,d)×IDF(t) ，（1.5） 其中TF(t,d)为单词t在文档d中出现的频率，IDF(t)是逆文档频率，用来衡量单词t对 表达语义所起的重要性，表示为: (1.6) 直观的解释是，如果一个单词在非常多的文章里面都出现，那么它可能是一个比 较通用的词汇，对于区分某篇文章特殊语义的贡献较小，因此对权重做一定惩 罚。 将文章进行单词级别的划分有时候并不是一种好的做法，比如英文中的natural language

本文由上海交通大学教授宋利在LiveVideoStackCon2020线上峰会的演讲内容整理而成，从分析视频传输系统延迟入手，分析视频编码延迟的产生机制，总结优化编码延迟的技术手段和业界典型的低延迟编码方案，讨论不同场景的延迟要求，并对后续技术演进发展方向进行展望。 文 / 宋利 整理 / LiveVideoStack 本次分享的主题是互动场景下的低延迟编码技术，内容分为四个方面：一是互动媒体服务；二是低延迟视频编码技术；三是低延迟编码方案；四是应用场景和发展趋势。 互动媒体服务 1.1 视频媒体形态 如图所示，我们将现有典型的视频相关服务按照高通量、强交互两个维度进行划分，其中横坐标表示高通量，纵坐标表示强交互，一些典型的视频映射到图中分布于不同的位置。 左下角部分可以称为基本视频，它涵盖了当前的一些主流应用，包括TV、视频监控、视频会议以及多人视频游戏等，其特点是以二维视频为主，同时交互形式包括单项、双项和多人交互。 如果从这个区域往外扩展，外面一层是可以称之为增强视频，沿高通量维度由高清向超高清、自由视、点云、光场过渡，交互维度包括仿真训练、电竞，两者都演进的方向是VR、AR，最后演进到全触感，也就是视频媒体形态正在由基本视频向增强视频演进，这两个维度某种程度和现在5G中两个维度很契合，高通量对应大带宽，强交互对应低延迟。 这张图显示了流媒体视频的典型服务场景

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 技术研发关卡 “无芯片不 AI”。最近几年，业界萦绕着对摩尔定律失效的担忧。后摩尔定律时代，AI 芯片的崛起被寄予厚望。 AI 芯片一度站上了风口，热度空前，与此同时，挑战尤存。现阶段的 AI 芯片处在发展早期，尚有诸多技术痛点待攻克。 在设计、研发上，一个最大的技术挑战在于如何跟得上 AI 算法的演进。芯片研发速度往往落后于 AI 语言的迭代速度，很多芯片做出来时，AI 算法已发生了较大的改变，甚至已过时了。因此在芯片设计时，预测未来的前沿算法趋势十分重要。 架构创新能力也是核心竞争力之一。摆在设计和研发前的第一个大难题就是解决架构问题，要具备适应所有应用的架构。正确的架构取决于对 AI 的理解，一些专家芯片设计能力很强，但对 AI 的计算或应用特点理解不深入，一些 AI 算法科学家在底层知识上有所欠缺。AI 芯片的核心要点在于对整个 AI 算法、硬件能力有宏观认知，及对未来发展趋势有精准预判，具备这一综合能力难度不小。去年初，图灵奖得主 John L .Hennessy 和 DavidA. Patterson 曾在二人的合著论文中预判，未来十年，计算机架构将迎来新的黄金时代。 投入成本高企、进入门槛高、周期长、回报率低是整个 AI 芯片产业“头顶”的几座大山