深度学习

今年上半年 ， Google 公开了用于Big Transfer（BiT）的预训练模型和微调代码——Big Transfer是一种深度学习的计算机视觉模型。根据 Google 的说法，Big Transfer 可使 任何人在相应的任务上达到最优表现，即使每个类只有少量的标签图片。BiT仅是这家科技巨头 众多 免费开放产品 中的一个 ， 其实业界大佬 发布免费 且实用的 开源软件科技界 中并不罕见 ， 那 大型科技公司 为什么要这样做，真的是“用爱发电”吗 ？ 在 90年代后期， 那时 Open Source Initiative 才 出现 不久 ， 人们普遍认为 将源代码公开的想法 很不理智 。 毕竟 专有软件是标准， 相关企业或者组织 会尽一切努力保护软件。 但 到 如今 2020年，开源的概念 早已经 发生了巨大的变化，现在 开源思维正一步步 成为主流。 世界上有如此之多的 开源技术 企业（组织） ，其中一些年 盈利 过亿美元 ， 甚至 超过 10亿美元， 亿元俱乐部中不乏有像 红帽、MongoDB、Cloudera、MuleSoft、Hashicorp、Databricks（Spark）和Confluent（Kafka） 这样的大佬 。 除了上述高调收购和投资开源项目 的 科技公司外， 就连 谷歌和Facebook 这类传统科技巨擘 也 在推进开源战略 ， 可见 开源对于

作者 | 高卫华 出品 | AI科技大本营 随着深度学习的发展，GAN模型在图像风格转换的应用越来越多，其中不少都实现了很好的效果。 此前，reddit上的一个技术博主AtreveteTeTe基于GAN模型混合将普通的人像照片卡通化，并通过First Order Motion模型生成了动画，引起诸多网友的热捧。像这类卡通风格的画像生成，通常对单元素的质量要求不高，对于模型的训练，会忽略一些细节上的不足。 不过，最近一个开发者在GitHub上放出了一个可用于创建线条艺术肖像的项目，基于深度学习开发了ArtLine，其创建的线条肖像画在细节上的呈现效果惊人。 项目链接： https://github.com/vijishmadhavan/ArtLine ArtLine最简单的入门方法： https://colab.research.google.com/github/vijishmadhavan/Light-Up/blob/master/ArtLine(Try_it_on_Colab).ipynb 艺术肖像线条画方面，去年清华大学曾提出一个层次化的GAN模型 APDrawingGAN ，可以有效地基于人脸照片生成高质量、富有表现力的线条画。 但APDrawingGAN在识别面部特征方面存在局限性，例如在识别与ID照片类似的正面照片时

点击上方“ 迈微AI研习社 ”，选择“ 星标★ ”公众号 重磅干货，第一时间送达 变分自编码器（VAE）与生成对抗网络（GAN）经常被相互比较，其中前者在图像生成上的应用范围远窄于后者。VAE 是不是只能在 MNIST 数据集上生成有意义的输出？在本文中，作者尝试使用 VAE 自动生成动漫人物的头像，并取得了不错的结果。 以上是通过变分自编码器生成的动画图片样本。想要获得本文在 Github 代码仓库中的相关代码请点击：https://github.com/wuga214/IMPLEMENTATION_Variational-Auto-Encoder 在图像生成领域，人们总是喜欢试着将变分自编码器（VAE）和对抗生成网络（GAN）相比较。人们的共识是，VAE 更容易被训练，并且具有显式的分布假设（高斯分布）用于显式的表示和观察，而 GAN 则能够更好地捕获观测值的分布并且对观测分布没有任何的假设。结果就是，每个人都相信只有 GAN 能够创造出清晰而生动的图片。虽然可能确实是这样，因为从理论上讲，GAN 捕获到了像素之间的相关性，但是没有多少人试过用比 28*28 维的 MNIST 数据更大的图片作为输入训练 VAE 来证明这一点。 在 MNIST 数据集上有太多变分自编码器（VAE）的实现，但是很少有人在其他的数据集上做些不一样的事情。这是因为最原始的变分自编码器的论文仅仅只用

一、数据科学家 数据科学（Data Science） 这一概念自大数据崛起也随之成为数据领域的讨论热点，“数据科学家”成为了一个工作职位出现在各种招聘信息上。那么究竟什么是数据科学？大数据和数据科学又是什么关系？大数据在数据科学中起到怎样的作用？本文主要是想起到科普作用，使即将或正在从事数据工作的朋友对数据科学工作有一个全概貌了解，也使各有想法进入大数据领域的朋友在真正从事大数据工作之前对行业的情况有所知晓。数据科学是一个混合交叉学科（如下图所示），要完整的成为一个数据科学家，就需要具备较好的 数学和计算机知识 ，以及某一个 专业领域 的知识。所做的工作都是围绕数据打转转，在数据量爆发之后，大数据被看做是数据科学中的一个分支。 二、大数据体系 大数据（Big Data）其实已经兴起好些年了，只是随着无处不在的传感器、无处不在的数据埋点，获取数据变得越来越容易、量越来越大、内容越来越多样化，于是原来传统的数据领域不得不思考重新换一个平台可以处理和使用逐渐庞大数据量的新平台。用以下两点进一步阐述： 吴军博士提出的一个观点：现有产业+新技术=新产业，大数据也符合这个原则，只是催生出来的不仅仅是一个新产业，而是一个完整的产业链：原有的数据领域+新的大数据技术=大数据产业链； 数据使用的范围，原来的数据应用主要是从现有数据中的数据中进行采样，再做数据挖掘和分析

各位大佬好，最近我又抑郁了。比上不足，我比上不足，Life is harder. For Recommendation in Deep learning QQ Group 277356808 For Visual in deep learning QQ Group 629530787 I'm here waiting for you 不接受这个网页的私聊/私信！！！ 说了多少次不接受网页的私信与私聊还是有人这样私信，我看了也不回的，您继续就好了。评论一下会死？加群详聊会见光死？老子又不是和你相亲。 有些公号的文章骂我，翻译paper谁不会，老子其实不是秀，我翻译下至少当时“假装理解”了，是不是真的懂不知道，但过后还可以自己再看下啊，不然又要重头看，那样太累了。另外至少我翻译时不会想很多杂乱的破事，至少我可以静下来，别乱指责别人，总有你不了解的事。 写在前面—— 当你迷茫、困惑时，不妨想想来时的路，那么推荐到底是为了解决什么问题呢？在信息流APP中，有视频，文章，gif，小视频等内容，推荐的任务就是将这些分发给每个用户，如果item很少（比如1000以下），这时候其实用不上推荐，过不了两天用户都走了，用户为啥走，这时的主要原因是内容少或者内容很差（没有吸引力，这时候不能怪推荐算法），那么留住用户或者装逼的说法，留存率啥的，第一条关键因素不就是好的内容相当够吗？当item数量上来后

怎样的冬日，才是最美好的呢？白居易说：“绿蚁新醅酒，红泥小火炉”。而对于开发者来讲，自然便是“WAVE SUMMIT+，狂欢与AI”。 没错，就在 12月20日 ，属于所有AI开发者的狂欢日！WAVE SUMMIT+2020深度学习开发者峰会盛大开启！让我们再次相约，嗨翻岁末~ 此次大会由深度学习技术及应用国家工程实验室与百度联合主办，既有前沿技术解析与产业落地的干货，也有美酒和音乐的派对狂欢。同时，百度开源深度学习平台 飞桨 也会在这次大会上带来重磅更新，新老朋友们千万不要错过！ 议程前瞻： 一场AI界的真正狂欢 聚焦产业共进、人才共育、开源共建，本次《WAVE SUMMIT+2020深度学习开发者峰会》将于 12月20日上午9点 正式开启，全天活动狂欢到晚。而此次活动选址，放在了北京最具艺术气息的 798艺术园区751罐 。 12月20日上午9点，WAVE SUMMIT+2020深度学习开发者峰会将正式揭幕。百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰将做开幕致辞，百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜，来自高校的著名专家学者、企业界和开源社区负责人将共聚盛会，带来精彩发言。 同时， 飞桨 还将带来最新的升级发布，作为集 深度学习 核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体的功能完备、开源开放的产业级深度学习平台，

欢迎大家关注蚂蚁集团数字金融业务线的工作机会。在这里你将接触十亿级的平台型用户数据 以及 业界领先的金融科技算法和产品。你的每一个贡献都将影响大部分国人和世界各地的用户。本组目前开放的职位如下文所述（有数十HC）。无论你是否匹配以下岗位，都可以 加我的微信OwlLite 沟通关于 职业发展、我司岗位机会、组内业务情况、简历要求和修改、面试经验/改进和流程 等方面的问题。如果你自信已经达到了对应岗位的要求，可以将简历（包含 可联系到的 手机号）发送到 miaoqianwen.mqw@antgroup.com （本内容长期有效）。注意，岗位要求非硬性标准。 1.消费金融风控算法（杭州/上海） 职位描述 从花呗、借呗、互联网银行等金融信用业务出发，打造世界一流的信用风险控制、资金管理、产品转化等多种核心智能能力。 岗位要求 在以下一个或多个领域有扎实的理论技术基础和5年以上相关工作经验，是该领域的资深/高级专家，领域包括但不限于数据挖掘、机器学习（CV/NLP等）、搜索推荐、广告系统、自然语言处理、运筹优化等； 具有较强的业务敏感度和学习能力，对公司业务有全局理解和创新思考；同时具有横向协同整合资源，结合业务和技术创新，形成完整的解决方案能力。有互联网、金融领域等行业经验者优先； 具有结合大数据与人工智能技术支持业务创新的经验，主导重大项目或课题的立项并落地完整解法取得突出业务成果

本次给大家带来的是有三AI-CV秋季划-人脸算法组的视频，包括人脸美颜，人脸风格化两期的内容，如果你还不知道有三AI-CV秋季划-人脸算法组是什么，可以看下面的视频和图文。 点击边框调出视频工具条 【CV秋季划】人脸算法那么多，如何循序渐进地学习好？ 人脸算法组视频课程的整体大纲如下，感兴趣可以加入学习。 本次课程 本次我们上线的第一个课程是《人脸编辑之人脸美颜》。 人脸编辑之人脸美颜篇中，我们会介绍人脸美颜相关的基础，深度学习人脸美妆算法以及推荐的开源项目，介绍和订阅方法如下： 本次我们上线的第二个课程是《人脸编辑之人脸风格化》。 人脸编辑之人脸风格化篇中，我们会介绍人脸风格化相关的基础，深度学习人脸风格化算法以及推荐的开源项目，介绍和订阅方法如下： 注意：有三AI秋季划人脸算法组成员自动获得该视频权限，其他用户可以根据自己兴趣单独订阅。 往期相关 【CV秋季划】模型优化很重要，如何循序渐进地学习好？ 【CV秋季划】人脸算法那么多，如何循序渐进地学习好？ 【CV春季划】170分钟学习OpenCV与经典图像处理算法基础 【CV秋季划】人脸关键点检测，人脸识别视频更新 【CV秋季划】人脸检测，活体人脸检测，伪造人脸检测视频更新 【CV秋季划】人脸识别经典难题介绍，抗遮挡，跨年龄，异质源，少样本等 【CV秋季划】人脸三维重建视频更新 【CV秋季划】人脸年龄，表情，姿态等属性识别视频更新

欢迎点击上方蓝字，关注啦~ 相关阅读： GAN整整6年了！是时候要来捋捋了！ 数百篇GAN论文已下载好！搭配一份生成对抗网络最新综述！ 有点夸张、有点扭曲！速览这些GAN如何夸张漫画化人脸！ 天降斯雨，于我却无！GAN用于去雨如何？ 脸部转正！GAN能否让侧颜杀手、小猪佩奇真容无处遁形？ 容颜渐失！GAN来预测？ 弱水三千，只取你标！AL（主动学习）结合GAN如何？ 异常检测，GAN如何gan ? 虚拟换衣！速览这几篇最新论文咋做的！ 脸部妆容迁移！速览几篇用GAN来做的论文 【1】GAN在医学图像上的生成，今如何？ 01-GAN公式简明原理之铁甲小宝篇 今天主要是给大家呈上今年1月份在arxiv上的部分GAN论文（50多篇），涵盖各个方向的进展。 若有兴趣，也 可先读读下述 几首诗词 。 注：小编bryant8对 kobe bryant 的突然离世，心痛不已。心中之万千难过、言语实在难表。可见链接： 别了！ 科比布莱恩特！ 为此，私心在本文、穿插图致敬。 《临江仙·滚滚长江东逝水》 杨慎 滚滚长江东逝水，浪花淘尽英雄。 是非成败转头空。 青山依旧在，几度夕阳红。 白发渔樵江渚上，惯看秋月春风。 一壶浊酒喜相逢。古今多少事，都付笑谈中。 《大风歌》 刘邦 大风起兮云飞扬， 威加海内兮归故乡。 安得猛士兮守四方！ 《题韩蕲王庙》 尤侗 忠武勋名百战回，西湖跨蹇且衔杯。 英雄短气莫须有

欢迎点击上方蓝字，关注啦~ 相关阅读： GAN整整6年了！是时候要来捋捋了！ 数百篇GAN论文已下载好！搭配一份生成对抗网络最新综述！ 有点夸张、有点扭曲！速览这些GAN如何夸张漫画化人脸！ 天降斯雨，于我却无！GAN用于去雨如何？ 脸部转正！GAN能否让侧颜杀手、小猪佩奇真容无处遁形？ 容颜渐失！GAN来预测？ 弱水三千，只取你标！AL（主动学习）结合GAN如何？ 异常检测，GAN如何gan ? 虚拟换衣！速览这几篇最新论文咋做的！ 脸部妆容迁移！速览几篇用GAN来做的论文 【1】GAN在医学图像上的生成，今如何？ 01-GAN公式简明原理之铁甲小宝篇 今天主要是给大家呈上今年1月份在arxiv上的部分GAN论文（50多篇），涵盖各个方向的进展。 若有兴趣，也 可先读读下述 几首诗词 。 注：小编bryant8对 kobe bryant 的突然离世，心痛不已。心中之万千难过、言语实在难表。可见链接： 别了！ 科比布莱恩特！ 为此，私心在本文、穿插图致敬。 《临江仙·滚滚长江东逝水》 杨慎 滚滚长江东逝水，浪花淘尽英雄。 是非成败转头空。 青山依旧在，几度夕阳红。 白发渔樵江渚上，惯看秋月春风。 一壶浊酒喜相逢。古今多少事，都付笑谈中。 《大风歌》 刘邦 大风起兮云飞扬， 威加海内兮归故乡。 安得猛士兮守四方！ 《题韩蕲王庙》 尤侗 忠武勋名百战回，西湖跨蹇且衔杯。 英雄短气莫须有