在2018年期间，我们目睹了基于机器学习和人工智能的平台，工具和应用程序的急剧增长。 这些技术不仅影响了软件和互联网行业，还影响了其他垂直行业，如医疗保健，法律，制造业，汽车和农业。 我们将继续看到2019年及以后的ML和AI相关技术的进步。 亚马逊，苹果，Facebook，谷歌，IBM和微软等公司正在投资研发人工智能，这将有助于生态系统将人工智能拉近消费者。以下是2019年需要注...

随着深度神经网络不断改进和发展，将需要硬件创新以满足不断增长的计算需求。深度学习一直处于人工智能（AI）近期发展的最前沿。 它涉及一组受生物神经网络启发的机器学习算法，可以教机器查找大量数据中的模式。 这些深度神经网络已经在语音和对象识别等领域取得了重大进步，并成为在特定任务中表现出超人能力的计算机程序的基础。 这种方法当前功能最引人注目的演示可能是AlphaGo。该项目由谷歌旗下...

在本文中，我们来看看机器学习的一些最佳框架和库。 这个列表是由我根据各种参数创建的，有些人肯定不会接受它，但它又是会因人而异。这些框架中的每一个都是彼此不同的，并且需要花费很多时间来学习，在制作此列表时我们处理的是除基本功能之外的功能，用户群和社区和支持是最重要的参数之一。 一些框架在数学上更加面向，因此更倾向于统计而不是神经网络。 其中一些提供了丰富的线性代数工具; 有些主要只关注深度学习。..

在过去的几年里，机器学习开辟了广泛行业的新视野，出现了先进的用例：面部识别—Facebook的面部识别，Netflix的电影推荐，PrimaAI的图像样式转换，Siri的语音识别，Google Allo的自然语言处理等等。除了这些用例外，还有大量在GitHub上托管的开源机器学习项目。 以下是最受欢迎的项目列表。 我希望你能学到新东西并始终保持灵感。TensorFlowTensorFl...

Google 在美国时间 3 月 6 日公布推出名为 Coral (beta) 的平台，让大家可以构建具备本地 AI 的物联网终端装置，并同时发表了五款硬件装置。所谓「本地 AI （ local AI ）」或称为「 On-device AI 」，是指不经过云端，而是在本地端装置（边缘装置）上进行 AI 处理， Coral 平台就提供了完整的本地 AI 工具，让开发者将想法从原型化为产品。它...

谷歌推出的各种 AI 实验一直都很有趣，除了能展示公司在机器学习方面的进步，还可以通过这些实验收集更多的数据。谷歌今天推出了一个新的实验：Move Mirror。这个实验将通过摄像头记录你的动作，并将你的动作与网上的各种图片匹配。该实验使用名为 Posenet 的机器学习模型，该模型通过分析和累加照片或视频中不同部分以及关节的位置来识别人类主体的整体位置。用户的位置将被实时分析，并与一组拥有 ..

很明显，机器学习是目前最热门的技术技能之一。 今年早些时候，Stack Overflow发布了一份大规模的开发者调查结果，ML专家在薪酬方面仅次于DevOps专家。 机器学习正在经历繁荣时期，但开源对于新手来说往往有点混乱。 所以，今天我们正在仔细研究GitHub上的五大开源项目，看看该领域是如何发展的，看看你的帮助可以在哪里使用。 毕竟，由于世界各地的开发人员和程序员之间的合作，开源...

随着深度神经网络不断改进和发展，将需要硬件创新以满足不断增长的计算需求。深度学习一直处于人工智能（AI）近期发展的最前沿。 它涉及一组受生物神经网络启发的机器学习算法，可以教机器查找大量数据中的模式。 这些深度神经网络已经在语音和对象识别等领域取得了重大进步，并成为在特定任务中表现出超人能力的计算机程序的基础。 这种方法当前功能最引人注目的演示可能是AlphaGo。该项目由谷歌旗下...

强化学习 - 一种人工智能（AI）技术，使用奖励（或惩罚）来驱动代理人朝着特定目标前进 - 训练打败Alpha Go世界冠军的系统并掌握Valve的Dota 2.它是Google子公司的核心部分 DeepMind的深度Q-network（DQN），可以在多个工作人员中分配学习，例如，在Atari 2600游戏中实现“超人”性能。 麻烦的是，强化学习框架需要时间来掌握一个目标，往往不太灵活的，而且不

编程语言的受欢迎程度、学习的人群数量，以及由于人工智能的兴起，最热门的编程语言排行榜也发生了变化。让我们来看看。 1、PythonPython的历史可以追溯到1989年，因其高度可读的代码而深受其粉丝的喜爱。许多程序员认为这是最简单的语言开始。Python是一种面向对象的解释型计算机程序设计语言，由荷兰人1989年发明，第一个公开发行版发行于1991年。Python语法简洁清晰...