保存成功
订阅成功
保存失败,请重试
提交成功
糖果

糖果

深度学习工程师
糖果,《TensorFlow技术解析与实战》作者,InfoQ、51CTO、Oreilly Strata等大会讲师,知乎编程问题回答者。擅长研究深度学习框架的架构、源码分析及在不同领域的应用。有处理图像、社交文本数据情感分析、数据挖掘等深度学习实战经验,参与过基于深度学习的自动驾驶二维感知系统Hackathon竞赛, 曾任职百度研发工程师。现在研究NLP、ChatBot,以及TensorFlow的性能优化及FPGA编译。微信:ljxtensorflow。...更多
创作文章5

TensorFlow 下构建高性能神经网络模型的最佳实践

随着神经网络算法在图像、语音等领域都大幅度超越传统算法,但在应用到实际项目中却面临两个问题:计算量巨大及模型体积过大,不利于移动端和嵌入式的场景;模型内存占用过大,导致功耗和电量消耗过高。因此,如何对神经网络模型进行优化,使尽可能不损失精度的情况下,能减少模型的体积,并且计算量也降低,就是我们将深度学习在更广泛地场景下应用时要解决的问题。本场 Chat 主要包括: 1. 加速神经网络模型计算的主要方向 2. 目前模型压缩的 4 类主流方法 3. 模型剪枝的过程、特点,及在经典神经网络模型中的剪枝结果 4. 模型量化的过程、特点及基本原理 5. TensorFlow 下的模型压缩工具:量化实例、实现及表示 6. 实战在经典神经网络 ResNet50 上的模型压缩实验及收益提升
TensorFlow
152 订阅

如何了解 AI 知识体系,甚至跨领域成为一名高质量的人工智能工程师

最近非常多的开发工程师,包括前端、后端、数据库开发的相关朋友,很想了解和掌握人工智能,以及向这方面有些转型。那么如何成为一名高质量的人工智能工程师,如何在信息过载的情况下,梳理出一个自己的提高和完备AI知识储备的路线。本场 Chat 主要包括: 1. 人工智能的整体知识体系梳理 2. 人工智能/深度学习工程师的职业前景如何? 3. 非相关专业有可能自学入门么?自学的方法和进阶体系如何构建? 4. 以目前的掌握的知识,如数学、如本身是前端或后端开发工程师,或者数据分析师等,应该储备哪些知识和技能? 5. 有哪些真正有价值的学习技巧和渠道,并且针对你的不同阶段能够更有效的上手? 6. 在Java\客户端\前端\iOS已经工作 8 年,那进入这个新的领域,新手深度学习工程师有哪些门槛,怎么克服? 希望和大家理解 AI 的一些编程思路和模型,帮助梳理自我成长路线。
人工智能
223 订阅

从零开始,如何阅读一篇人工智能论文,及构建论文与代码的实现

本场 Chat 的第一部分: 从一篇经典论文入手,讲解如何快速梳理和理解一个深度学习框架及模型: 1. TensorFlow 的编程模型和基本概念,包括:操作和核、会话、变量等。 结合不到20行代码讲解静态图模型。 2. TensorFlow 的基本实现,包括:设备、张量、本地运行机制及分布式运行机制、跨设备间通信、梯度计算。 结合不到 100 行代码的运行,讲解具体的实现过程。 本场 Chat 的第二部分: 讲解如何将你手上的需求转化为论文的描述并实现出来。 以推荐系统为例: 1. 在哪里以及如何引入 NLP 和知识图谱的方法; 2. 如何结合业务现状筛选和进行技术方法选型; 3. 最终如何结合论文资料做出实现。 **实录提要:** - 人工智能和传统的推荐算法,如协同过滤等,有什么不同吗? - 使用 TensorFlow 的最低配置是什么样的? - 对于生成式的 chatbot 回答,生成的结果一般差强人意,这个如何解决? - 知识图谱那没太懂,怎么根据定位词获取到新的定位词? - 是否可以创造一些和人的评估质量相似的评估方法,且不太需要太多人工干预? - 看 TF 的时候发现好多函数不知道怎么用,官网看完说明也云里雾里,怎么解? - 如何快速熟悉一份数据的内容,了解数据的特点? - 有什么推荐系统的论文推荐?
人工智能
687 订阅

如何将深度学习与你正在做的事情相结合?

如何将深度学习与你正在做的事情相结合,例如推荐、广告、搜索、测试、运维如何引入机器学习/深度学习的方法,变成智能推荐、智能搜索、智能运维、智能测试,来自动化一些传统的流程。 那么深度学习的方法在这些领域有哪些切入点,如何去思考目前做的事情的哪一部分可以更智能化的解决。从推荐和搜索的案例出发,逐步介绍在技术环节的演进过程中,在召回和排序的中逐步引入神经网络,以及如何与最新的强化学习相结合。在深度学习中要面临的 3 个挑战,以及如何解决: 1. 标注数据量较小 2. 模型本身太大,如何应用在移动端以及尽量不损失精度 3. 如何从小样本中有效学习 最后,讲解 TensorFlow 在推荐系统中的一个较为成熟的应用案例。 **实录提要:** - 目前这些场景有没有成熟落地的,可以进行参考学习的? - AI 现在能不能进行很好的风险评估和市场走向的判断? - 如何利用深度学习的技术来提高广告图的点击量? - 人工智能框架对现在的游戏(包含但不限于游戏内AI)有什么提升吗? - 深度学习在前端领域中的应用现在到了什么程度? - 普通企业,ERP 系统或财务管理方面,哪些方面可以用上机器学习等知识? - 学好 TensorFlow 可以做来做电商平台的数据分析吗? - AI 模型移植到移动端的过程中要做哪些优化? - AI 在移动端上是否能做到如服务端一样的分布式计算集群?
严选深度学习
817 订阅

用 TensorFlow 实现智能机器人的原理及如何实现一个对话机器人

目前基于深度学习的人机对话交换系统(智能机器人)是人工智能最有潜力的领域,甚至被称作人工智能的皇冠。在本场 Chat 中,我们先从 TensorFlow 在自然语言处理上的原理讲起,随后介绍智能机器人的实现原理,Seq2Seq+Attention 的模型机制,最后我带来大家一起实现一个可以对话的机器人。 1. 自然语言处理的模型及实现原理 2. 智能聊天机器人模型,什么是 Seq2Seq 模型?使用什么样的网络实现?什么是 Attention 机制,背后的数学原理是什么? 3. 一个可以对话的智能聊天机器人如何一步步实现。 **实录提要:** - encoder 的过程有损失函数吗?encoder 的参数是怎样训练的? - 在对话里如何引入个性化(personality)信息?是如何实现的? - 整体来说,目前工业界 chatbot,检索式和生成式哪个模型用得多,为什么? - 机器学习入门需要哪方面的知识?看哪些资料? - 若 3 个月后正式成立一个微信机器人的项目组,在这之前需要具备哪些知识? - 同一个源序列分别正向和反向的输入模型,为什么会提高重要关键词的权重? - 目前市场上大部分是在已有模型demo的基础上来介绍 AI,这在实际应用场景中很受限,目前国内真正根据需求建模使用 AI 的情况普遍吗? - 问句相似度怎么做的?
严选TensorFlow
660 订阅