tensorflow

什么是“CSDN开源加速器计划”？ 纵观近 30 年的科技创新，开源已成为全球技术应用和行业数字化发展的基石，尤其最近几年，开源的商业化得到了极大突破，开源正在成为全球科技的强劲驱动力。 在开源生态中，开发者是最重要的核心生产力，中国开发者的数量已经成为世界第一，同时，随着以 AI 为代表的国产开源工具崛起，中国也正逐渐成为全球开源软件的主要使用者和核心贡献者，中国开源正在迎来黄金时代。 在这样的大环境下，2020 年 9 月 10 日，中国专业 IT 开发者社区 CSDN，隆重推出全新升级的以“秉承 CSDN 成就一亿技术人的使命，致力于服务全球中文开发者，参与开源、贡献开源、创造开源！”为使命的开源平台— CODE CHINA 而 “开源加速器计划”就是在此背景下，由CSDN发起的，通过利用CSDN平台的整合资源，帮助更多开源项目、开源社区、图书作者、课程讲师等个人/组织，更轻松运营开源社区的全新战略计划。 目前，“开源加速器计划”已经启动，并吸引到了一批知名开源项目、开源社区及一些技术社区运营者入驻，如：　Google　tensorflow、鸿蒙技术社区、 RT-Thread物联网操作系统、蚂蚁技术、 Uni-app技术社区、 Greenplum技术社区... 另外，百度、腾讯、滴滴等多家知名的开源技术社区也即将入驻。 为了更好地协助这些开源技术社区做优质内容的沉淀

来源：机器之心 本文 约3000字 ，建议阅读 5 分钟 解决论文复现问题仍然任重而道远。 论文复现一直是机器学习领域的难题，虽然最近多个学术会议提倡大家提交代码，但解决论文复现问题仍然任重而道远。在试图复现机器学习论文时，我们经常遇到哪些问题呢？新加坡机器学习工程师 Derek Chia 对此进行了总结。 我最初接触机器学习时，花费了大量时间来阅读论文，并尝试实现。当然，我不是天才。实现它意味着要执行 git clone 并尝试运行论文作者的代码。对于我感兴趣的概念，我可能还手动输入一些代码并进行注释，以便更好地理解论文和项目。 这样的学习方法令人沮丧。尝试复现论文的流程大致如下： 一些达到新 SOTA 的论文在新闻媒体中引起关注； 读者深入研究或快速浏览论文内容； 读者对论文中的实验结果印象深刻，并产生复现的兴趣。 接下来就是疯狂搜索项目代码，并尝试在作者所用的数据集上运行代码。这时，你需要祈祷该项目具备以下要素：运行说明（README.md）、代码、参数、数据集、数据集路径、软件环境、所需依赖项以及硬件条件。了解这些，才能顺利复现论文中的 SOTA 结果。 而在这个过程中，你可能会遇到很多常见问题（参见下文）。遇到问题之前先了解它们是很有帮助的，毕竟，没人喜欢空手而归。 复现机器学习论文时的常见问题 复现过程中的常见问题如下所示： README 文件不完整或缺失；