从遥感影像中提取出道路是遥感领域智能分析的一种常见任务。今天刚好看到CVPR　2018的挑战赛任务中（http://deepglobe.org/leaderboard.html）有这样的一个已经完成的竞赛，对道路提取第一名的方案（北邮团队的D-LinkNet: LinkNet with Pretrained Encoder and Dilated Convolution for HighResol

音素提取是语音识别中的一块重要内容。G2P（Grapheme-to-Phoneme），英文意思是字素到音素，使用循环神经网络(recurrent neural network,RNN) 和LSTM( long short-termmemory units)，来实现从英文单词到音素的转化。LSTM序列到序列模型(LSTM sequence-to-sequencemodel)已经被成功

百度地图是一个市场占有率达到70%的产品，今天在查资料过程中，无意看到百度地图大数据的一个开源产品。(https://github.com/huiyan-fe/mapv)Mapv 是一款基于百度地图的大数据可视化开源库，可以用来展示大量的点、线、面的数据，每种数据也有不同的展示类型，如直接打点、热力图、网格、聚合等方式展示数据。下载后，直接打开运行DEMO，就可以出现效

自动问答系统是当前自然语言处理领域一个非常热的方向。它综合运用了知识表示、信息检索、自然语言处理等技术。自动问答系统能够使用户以自然语言提问的形式而不是关键词的组合，提出信息查询需求，系统依据对问题进行分析，从各种数据资源中自动找出准确的答案。从系统功能上讲，自动问答分为开放域自动问答和限定域自动问答。开放域是指不限定问题领域，用户随意提问，系统从海量数据中寻找答案；限定域是指系统事先声明，只能回

Kaiming He的大作Mask R-CNN（https://arxiv.org/pdf/1703.06870.pdf）已经放出来一段时间了，最近才有空进行代码学习和编译。 图像目标检测是图像识别的核心任务之一，之前就对这以方面进行总结和测试（http://blog.csdn.net/sparkexpert/article/details/71642431）。从上面的图可

一般而言，Redis的ZSet提供了丰富的功能，可以形成诸多应用。在Redis中，提供了如下诸多功能。有序集(Sorted Set)ZADDZREMZCARDZCOUNTZSCOREZINCRBYZRANGEZREVRANGEZRANGEBYSCOREZREVRANGEBYSCOREZRANKZREVRANKZREMRANGEBYRANKZREMRANGEBYSCOREZINTER

最近开始仔细玩了一下pytorch，发现里面有个BUG之前都没有发现。在测试torch最基本的示例的情况下，居然碰到了个pytorch无法转化numpy为Tensor的问题，呈现的问题如下：ndscbigdata@ndscbigdata:~/work/change/AI$ pythonPython 3.6.1 (default, Jul 14 2017, 17:08:44)[GCC

为了更好地理解整个图像目标检测技术的进展，综合网上各种资料，完成了课件。在此分享一下。

无监督学习是机器学习的未来，而现在GAN的出现，则为无监督学习带来了光明。鉴于GAN的火热，最近将从一些大牛分享资料中截取和整理的资料附图如下：最近测试了一下tensorflow环境下gan的例子。同时

视频生成与视频识别是视频分析的两大任务，前者侧重于对下一帧的预测，而前者则侧重于视频内容的理解。由于视频是由一系列的视频帧组成的，那么如果有大量的视频数据，通过分析视频中动态场景的变化情况，就可以合成出一些小的动态场景视频。这也是论文Generating Videos with Scene Dynamics(http://carlvondrick.com/tinyvideo/paper.pdf)的