首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏CSDN技术头条

    未来5-10年,NLP将走向成熟

    过去也有人做对联游戏,都是用规则的方法写很多很多的语言学规则,确保什么样的词跟什么样的词对,并符合对仗、平仄一堆语言学的规则,但是实际效果不好,也没有人使用。 未来5-10年,NLP将走向成熟 最后,再介绍一下我对自然语言处理目前存在的问题以及未来的研究方向的一些考虑,供大家参考。

    1.4K71发布于 2018-02-12
  • 来自专栏人工智能头条

    未来5-10年,自然语言处理将走向成熟

    过去也有人做对联游戏,都是用规则的方法写很多很多的语言学规则,确保什么样的词跟什么样的词对,并符合对仗、平仄一堆语言学的规则,但是实际效果不好,也没有人使用。 未来5-10年,NLP将走向成熟 最后,再介绍一下我对自然语言处理目前存在的问题以及未来的研究方向的一些考虑,供大家参考。

    81330发布于 2018-07-20
  • 来自专栏算法修养

    pta习题集 5-10 切分表达式——写个tokenizer吧

    [先说点出题背景] 这个题是为低年级同学、学C语言的同学准备的,因为,对这部分同学,这个题目编写起来略有一点复杂。如果是高年级、学过了正则表达式(Regular Expression)的同学或者学过了Java等OO语言的同学做这个题,应当发现这题比较简单吧。哦,对了,什么是tokenizer?请自行查询解决。反正在此处不应翻译成“令牌解析器”。 [正题] 四则运算表达式由运算数(必定包含数字,可能包含正或负符号、小数点)、运算符(包括+、-、*、/)以及小括号((和))组成,每个运算数、运算符和括号

    1.2K60发布于 2018-04-27
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 5-10 线性回归的可解释性

    上面使用了波士顿房价的13个特征,通过在全部数据集上进行拟合,不进行train_test_split方法是因为此时我们并不需要验证模型的性能,只是对得到结果的系数进行解释。 当然梯度下降法不仅仅能够解决线性回归算法,更是在机器学习中求解最优模型一种通用化的方法,甚至在有些模型中我们只能使用梯度下降法来解最优的模型,这是因为对于更复杂的模型来说,我们无法获得这样一个简单的公式来计算这些模型相应的参数的

    1.5K00发布于 2019-11-13
  • 来自专栏腾讯云原生团队

    ImageApparate(幻影)镜像加速服务让镜像分发效率提升 5-10

    ImageApparate(幻影) 为了解决这个问题,腾讯云容器服务 TKE 团队开发了下一代镜像分发方案ImageApparate(幻影), 将大规模大镜像分发的速度提升 5-10倍。 ? 如上所述,相比于传统的下载全部镜像的方式,ImageApparate 在容器全部启动时间上都有 5-10倍 的提升。

    1.6K10发布于 2021-02-25
  • 来自专栏企鹅号快讯

    Hinton:5-10年内深度学习取代放射科医生

    AI比医生的标准方法更准确地预测心脏病发作和中风 目前而言,评估患者风险的标准方法依赖于美国心脏协会和美国心脏病学会制定的指南。 与标准预测方法相比,AI系统正确预测了355名患者的命运。 为了使系统做得更好,研究人员Stephen Weng及其同事为英国378256名病人测试了几种机器学习工具。 虽然机器评分听起来可能不是一个响亮的胜利,但当翻译成人类术语时,其意义就变得清晰了:神经网络模型预测,在7404例实际病例中,有4998例患者心脏病发作或中风,这超过标准355例方法

    1.5K60发布于 2018-01-05
  • 光照计算 采用手动优化重写,通常能获得5-10倍的性能提升

    物理碰撞检测光照计算 采用手动优化重写,通常能获得5-10倍的性能提升第三阶段:内存优化通过JavaScript特有的内存管理技术:代码语言:javascript代码运行次数:0运行AI代码解释// 使用对象池减少

    19910编辑于 2025-07-19
  • 来自专栏新智元

    【AI全球大战医生】Hinton:5-10年内深度学习取代放射科医生

    AI比医生的标准方法更准确地预测心脏病发作和中风 目前而言,评估患者风险的标准方法依赖于美国心脏协会和美国心脏病学会制定的指南。 与标准预测方法相比,AI系统正确预测了355名患者的命运。 ? 为了使系统做得更好,研究人员Stephen Weng及其同事为英国378256名病人测试了几种机器学习工具。 虽然机器评分听起来可能不是一个响亮的胜利,但当翻译成人类术语时,其意义就变得清晰了:神经网络模型预测,在7404例实际病例中,有4998例患者心脏病发作或中风,这超过标准355例方法

    1.1K60发布于 2018-03-20
  • 来自专栏资讯分享

    37% 的专业人士使用生成式人工智能工具每周可节省 5-10 小时的时间

    4月17日讯,据businesswire报道,Contentful的一份报告显示,38%的受访者表示,使用 genAI 工具每周可节省 1 到近 5 个小时;37% 每周可节省 5 到 10 个小时;11% 每周可节省 10 个小时以上。

    20710编辑于 2024-04-24
  • 来自专栏AI科技评论

    百度王海峰Quora精华整理:未来5-10年,NLP领域将会有什么进展?

    2、未来5-10年,NLP领域将会有什么进展? 机器翻译、语义理解、问答和对话技术将会有重大突破。这些技术将会被广泛应用,并最终改变人与计算机、人与各种硬件设备、以及人与人之间的沟通方式。 目前,主流NLP方法都是语言无关性(language-independent)的。这些统计学或神经网络算法,根据不同的应用,都更进一步优化了特定语言 。 思考和获得知识的能力成就了今天的人类,这种能力需要通过语言来找到思考的对象和方法,并外化为我们看、听、说和行动的能力。而语音、视觉、行为和语言等正是现在AI领域的重要研究内容。 我们提出了两步生成中国诗歌的方法:首先对每一行诗的主题进行规划,然后进行具体诗句的生成。 机器翻译 如今,基于神经网络的机器翻译十分火热,不过,传统的机器翻译方法仍有价值。

    1.5K40发布于 2018-03-12
  • 来自专栏苦逼的码农

    在一个公司死磕了5-10年的人最后都怎么样了

    互联网企业给人的感觉就是流动性非常大,跳槽一词也常挂嘴中,并且也是涨薪资最好的方式,很少有人在一家公司待五六年以上。

    57950编辑于 2023-09-07
  • 来自专栏Metaverse元宇宙

    MetaDaily|腾讯业内首发数字孪生云,扎克伯格对未来5-10年的前景感到完全乐观

    Meta CEO扎克伯格:对未来5-10年的前景感到完全乐观 Meta CEO扎克伯格表示,对未来5-10年的前景感到“完全乐观”;此前在2021年错误地认为元宇宙的火热趋势将持续下去;说Meta现在将所有的注意力全都集中在了元宇宙领域是不正确的说法

    59320编辑于 2022-12-18
  • 来自专栏机器之心

    实时文生图速度提升5-10倍,清华LCMLCM-LoRA爆火,浏览超百万、下载超20万

    通过一些创新性的方法,LCM 只用少数的几步推理就能生成高分辨率图像。据统计,LCM 能将主流文生图模型的效率提高 5-10 倍,所以能呈现出实时的效果。 传统的扩散模型采用数值方法对常微分方程进行迭代求解,虽然可以通过设计更加精确的求解器来改善每一步的求解精度,减少所需要的迭代次数,但是这些方法中最好的也仍然需要 10 步左右的迭代步数来得到足够好的求解结果 在此基础上,Latent Consistency Finetuning(LCF)被开发为一种无需从教师扩散模型开始就能对预训练 LCM 进行微调的方法。 LCM-LoRA 技术细节 通常来讲,潜在一致性模型的训练采用单阶段指导蒸馏方式进行,这种方法利用预训练的自编码器潜在空间将指导扩散模型蒸馏为 LCM。 由于 LCM 的蒸馏过程是在预训练扩散模型的参数上进行的,因此我们可以将潜在一致性蒸馏视为扩散模型的微调过程,从而就可以采用一些高效的调参方法,如 LoRA。

    1.8K50编辑于 2023-11-16
  • 来自专栏新智元

    武汉大学研制出新冠「广谱疫苗」登Science子刊,5-10年打一针就够?

    ---- 新智元报道   编辑:David 昕朋 【新智元导读】新的一年,XBB毒株来势汹涌。面对不断突变的新冠病毒,武汉大学研制的这款广谱疫苗,可能会终结新冠? 新冠凶猛。 新防控政策下,感冒药、退烧药、腹泻药、血氧仪、制氧机等先后成为紧俏商品,辉瑞特效药Paxlovid更是一度一盒难求。 目前的新冠疫苗很难防住变异后的毒株,尤其是奥密克戎。 新冠病毒SARS-CoV-2持续累积突变,免疫逃逸能力越来越强,导致人们在接种疫苗后仍会出现突破性感染。如何提前预测病毒的进化轨迹,成为研究人员在下一代疫苗的

    42820编辑于 2023-02-24
  • 来自专栏华章科技

    高盛发布79页区块链完整报告:未来5-10年内将会被广泛应用(附下载)

    预计在接下来的 2 年中见到早期技术原型,2-5 年后见到有限度的市场应用,而 5-10 年内会有更大范围的市场接受度。

    62660发布于 2018-08-17
  • 来自专栏量子位

    只花5-10分钟评审,还不提供拒稿理由,IJCAI就“枪毙”42%论文,网友:一脸懵逼

    每一篇论文都会发送给7到10名高级PC,要求他们花5-10分钟来对论文进行评审,并回答“该论文是否应该进入下一轮评审?”的问题。 槽点一:花5-10分钟评审论文 一位网友在收到邮件后,在Reddit发布了一个帖子进行吐槽。 我刚刚收到来自 IJCAI-20的拒绝通知,说他们有3-5个评审员审查了我的论文5-10分钟。 仅仅阅读5-10分钟,你怎么能确定一篇论文的质量呢? 我实验室的其他论文也因此而被拒绝,这毫无意义。我们在论文上花了5-6个月的时间,而这些“评论员”花了5-10分钟来评判我们的工作。 还有知乎网友在看了Twitter上纽大副教授(一位SPC)的解释后,表示: SPC只有5-10分钟的时间去决定一篇文章的生死,如果是自己不熟悉的领域,可以说真的是随机选择了。 ? 他们试图减少论文数量,方法是让SPC查阅大量论文(我的情况是40篇),并检查严重问题的迹象(缺乏动机、相关性、创新、评估的力度/广度)。 我认为这里有两个问题需要讨论——首先,这样做有意义吗?

    1.1K30发布于 2020-02-25
  • 来自专栏大数据文摘

    让Python和C一样快,MIT推出新编译器,训练大数据集可提速5-10

    为了让 Python 变得更快,人们付出了很多努力,研究小组说,这种方法通常采用“自上向下的方法”,即采用普通的 Python 实现,并结合各种优化或“即时”编译技术(一种在执行过程中编译对性能至关重要的代码片段的方法 这些方法擅长于保持向后兼容性,但是这种方法也极大地限制了可以获得的加速种类。 Codon 则采取了更多的自下而上的方法,从头开始实施所有的东西,虽然有一些限制,但是更加灵活。 Codon 的的解决方法在于,在运行程序之前进行类型检查。这允许编译器将代码转换为本机代码,从而避免了 Python 在运行时处理数据类型的所有消耗。 第二个难点在于编译器中的优化。 Codon 的方法是生成一个可执行文件——让其以 C 或 C + + 的速度运行,甚至一旦应用了特定于领域的优化,运行速度甚至更快。

    63830编辑于 2023-04-10
  • 来自专栏新智元

    0代码即可创建,黄仁勋预测5-10年游戏完全由AI生成

    老黄预测,未来5-10年我们将看到完全由AI生成的游戏。 「未来5-10年,我们可以看到完全由AI生成的游戏」。 这是近日GTC 2024大会之后,黄仁勋接受媒体时采访时发表的最新看法。 就连老黄也表示,这只需要5-10年的时间。Bethesda仍在推进下一代《上古卷轴》游戏的开发,预计2028年推出。微软和新XBox也是如此。 所有这些游戏,都将在10年后被扫地出门。

    58910编辑于 2024-03-26
  • 来自专栏小陈飞砖

    静态方法(类方法)与非静态方法(成员方法实例方法

    (访问变量区别)非静态方法可以访问类中的任何成员(静态与非静态//方法与变量); 但静态方法只能访问静态成员(包括方法和变量)。 (被调用区别)非静态方法必须由实例对象来调用,而静态方法除了可由实例对象调用外,还可以由类名直接调用。 (super,this)非静态方法中可以使用super、this关键字,但在静态方法中不能使用super、this关键字。

    3.2K40编辑于 2022-06-25
  • 来自专栏浮躁的喧嚣

    swift 方法(实例方法、类方法)

    实例方法 类 class Student: NSObject { var name = "" //实例方法的某个参数名称与实例属性名称相同的时,参数名称优先,这时需要用self来区分参数名称和属性名称 student.sayHI(name: "lilei") //hello lilei,I am hanmeimei student.eat(food: "apple") //eat apple 结构体(方法定义时加上了 Teacher() print(teacher.name) //lilei teacher.changeName() print(teacher.name) //hanmeimei 枚举(方法定义时加上了 } } var color = Color.red print(color) //red color.changeColor() print(color) //yellow 类方法

    90710编辑于 2023-11-22
领券