【雲週刊】第118期:利用阿里雲機器學習在深度學習框架下實現智慧圖片分類

喬川發表於2017-05-19

本期頭條

利用阿里雲機器學習在深度學習框架下實現智慧圖片分類

隨著網際網路的發展,產生了大量的圖片以及語音資料,如何對這部分非結構化資料行之有效的利用起來,一直是困擾資料探勘工程師的一到難題。首先,解決非結構化資料常常要使用深度學習演算法,上手門檻高。其次,對於這部分資料的處理,往往需要依賴GPU計算引擎,計算資源代價大。本文將介紹一種利用深度學習實現的圖片識別案例,這種功能可以服用到圖片的檢黃、人臉識別、物體檢測等各個領域, 點選檢視


技術乾貨

卷積神經網路實戰(視覺化部分)——使用keras識別貓咪  

在近些年,深度學習領域的卷積神經網路(CNNs或ConvNets)在各行各業為我們解決了大量的實際問題。但是對於大多數人來說,CNN彷彿戴上了神祕的面紗。我經常會想,要是能將神經網路的過程分解,看一看每一個步驟是什麼樣的結果該有多好!這也就是這篇部落格存在的意義,點選檢視


論文導讀:深度神經網路中的對抗樣本與學習(附原文)

本文介紹了關於對抗樣本的7篇文獻,解釋了對抗樣本的產生及攻擊原理,對深層神經網路會有什麼影響等。結果表明,即使是訓練得非常好的神經網路在對抗樣本前會顯得那麼脆弱,不過我們可以通過利用對抗樣本進行對抗訓練以提高模型的努棒性,點選檢視


精彩直播

【直播報名】實戰:30分鐘搭建零售交易實時大屏   

數加·DataV為零售行業量身定製資料大屏模版,一站式滿足業務監控、實時排程、會展演示的需要,顏值最高的大資料產品,不容錯過。本次直播阿里雲視覺設計專家、數加·DataV產品設計負責人尋彌將帶您熟悉數加·DataV產品的功能和元件,手把手搭建一款適用於零售交易場景的實時資料視覺化大屏。點選檢視


聚能聊

人工智慧人才搶奪戰,30萬太少,100萬不多

2015年11月9日,Google釋出人工智慧系統TensorFlow並宣佈開源。2016年是AI崛起的元年,Alpha GO擊敗李世石一舉成名。2017年兩會,政府工作報告指出要加快培育壯大包括人工智慧在內的新興產業,人工智慧首次被寫入了政府工作報告。如今,不管是政府企業還是領先的科技巨頭,無不在人工智慧領域予以極大投入。如今,如何成為一名人工智慧工程師,儼然成為程式設計師重點討論的熱門話題之一。那麼你對人工智慧是如何理解的,未來的人工智慧會朝著怎麼的趨勢發展?你覺得一位合格的人工智慧工程師需要掌握哪些技術與能力?人工智慧需要你的參與,假如你是一名人工智慧工程師,你會怎樣參與人工智慧的大潮…開啟你智慧,充滿想象的大腦,預測下人工智慧的未來。點選檢視


社群活動


相關文章