张飞软硬开源基于STM32 BLDC直流无刷电机驱动器开发视频套件,👉戳此立抢👈

如何为实时音视频设计小且优的深度学习模型?

声网Agora 2018-12-05 15:16 次阅读

在11月25日,DevFest 2018 在上海如期举行。声网Agora 首席科学家钟声与在座的上千位开发者分享了演讲《Deep Learning for MobilePlatforms: Complexity and Performance Analysis》。以下是由 GDG 整理发布的演讲实录。

1

关于演讲者

2

演讲实录

开场白

最近在微信群里看到一张很有意思的图,大家应该都见过大街小巷地铁站旁边的手机贴膜吧?但这张图的牌子上写的不是「手机贴膜」而是「模型调参」。用这个例子虽然有些不恰当,但人工智能学习算法确实正在成为我们生存的必杀技,可见人工智能有多火。

AI 的应用开始

回到我们今天的主题,我想问,今天的午餐和深度学习有什么共同之处?餐盒和黑盒,都是盒子。餐盒有一个沙拉、主菜和餐后的水果。黑盒子打不开、看不到。

今天的演讲试图稍稍进入黑盒里能看一下,作为工程师,我们都想知其然,也知其所以然。我就基于我们所做的工作稍稍解密一下深度学习某些方面。

声网主要提供实时音视频通信传输服务、编解码及前后处理等等,我们更多的聚焦在通信实时交互领域。

现在的社交娱乐应用里面有很多 AI 的应用。美颜,贴纸,包括一些交互动作的识别,变脸、变声都是属于风格转换,AI 算法在这些方面有很好的应用。

除了这些,AI 在后处理端也有很多应用。比如如何提升比较模糊的图像的细节,更清晰地呈现给大家,提高收视的体验;又比如由于网络传输线路上有丢包,接收的数据有失真,这个也可以利用 AI算法来补偿。

AI 在云端也有更多的应用,比如内容的监管,比如黄色图片的鉴别,以及识别暴力图像,还有语音变成文本,以及情感计算等等,这些很多在实时通信领域里有非常好的应用。

超分辨率恢复模糊图像

下面以恢复模糊图像作为一个例子,介绍人工智能的深度算法和应用。

我们都知道超分辨率(超分,SR)对恢复细节有帮助。在我们的场景下,由于网络带宽受限,会产生丢包,因而此时会以低码率压缩和传输图像,解码出来的图像通常是会模糊一点,影响收视体验。尤其是在直播应用里,用户希望看到清晰的面容和听到清晰的声音。

超分是我们后处理的一步,作为跟前面的处理不相关的一个处理,这一步放在最后。视频源经过编码在网络上传输,解码器收到后经过解码出来是一个模糊的图像,经过超分辨率处理把细节提升或者放大,再显示出来。

深度神经网络已经被证明了可以较好地生成图像的细节。GAN 模型是一个非常有效的模型,它也是我们超分算法的基础模型,接下来主要是以 GAN 来做性能和复杂度的分析。

GAN 模型

下面介绍一下GAN 的基本思路。它通常包含两个网络,一个是生成器,一个是判别器,这两个模型以又合作又对抗的方式运作,最后达到一个平衡,使得生成器能够产生以假乱真的数据,例如:

当判别器接收到的是真实的图像数据,判别器会把它接受为一个真实的数据。

当生成器输入的是一个低分辨率的数据,我们想生成高清的数据,希望生成器出来的数据像真的一样。但判别器的任务正好相反,它尽量不让生成的数据蒙混过关,并且要把它踢出去。

一旦被区别出来之后,生成器会反复训练、调参,使得生成的数据更像真的;判别器也会反复训练、努力提高自己的能力,鉴别假数据的能力越来越强。可谓道高一尺魔高一丈,最后二者收敛的时候判别器再也不能区分生成器生成出来的数据是真的还是假的,这个时候的结果就被判别器接受了。

最近几年在顶级 AI 会议上,三分之二以上的文章可能跟GAN有关的。

如何设计小且优的深度学习模型?

众所周知深度学习最好的结果是采用比较大的模型,在比较大的机器平台,比如说服务器,有成千上万的 GPU作并行处理来训练,并且需要有非常大量的训练数据集。

但是现在针对移动设备的应用很多,我们做移动社交、做直播、通讯,面临的挑战是要设计一个小的模型,最好能满足下面三个条件:

这个小模型能够在移动设备上实时地跑,并且不会消耗太多功耗,不会引起发热等等问题。

另外它的结果还要足够好,不能因为模型做小了而没有效果,这个没有意义。

训练要能够基于比较合理数量的数据集就能够取得好的效果,要上百万个甚至上千万个数据往往不够现实,因为数据收集的成本太高。

接下来我们作复杂性分析,我们的目标是缩小模型。来看一些典型的模型,经典的一些作图像分析和识别的深度神经网络,像 VGG 模型,是很大的模型,它的参数个数,也就是权重的个数,是衡量这个模型复杂性的一个重要指标。

VGG16 模型有一亿多个参数。为了在移动平台能够运行,业界做了大量的工作,这些工作包括把这个模型做剪枝、压缩和重新训练模型等,也有通过更复杂的技术,比如通过强化学习来达成一个更小的模型。这些方法都有一些潜在的问题,比如最终出来的结构不够简单,计算量仍然不够少,或者不易于并行实现等。

谷歌在这方面也做了很好的工作,最新的结果是 MobileNet v2 的 340 万个参数,不到 VGG16 参数个数的 3%,缩小了很多,将近两个数量级,非常小。但是对我们来说,340 万个参数的模型还是很大,尤其在移动设备上以软件实现仍不是很理想,当然我们的任务有点不一样,我们是做图像超分,而上述模型是做做物体识别的。

基于 ReLU 的 CNN

我们来看一下基于 ReLU 的 CNN,实际上是分段线性函数,这个很容易理解,尤其是当stride 为1的时候,分段线性的映射还是保持的。

为了更好地理解下面的内容,我再介绍一个概念,就是流型。举个例子来说流型比较容易理解,比如关于人脸的图像,虽然可以是在 1000×1000 个大的尺寸上,有一百万个像素点,但真正表征人脸不需要一百万个点,一两百个参数就可以,实际上在比较低维的一个空间里即可以表征出来,这个过程就是从它的背景空间映射到它的参数空间,或者称为隐空间的过程,这实际上是一个编码的过程,是一个降维处理。

反过来从这个低维空间到高维空间是一个解码的过程,是一个生成器。一般来说编码是把数据压缩到更低维的参数空间,叫隐空间。存在一个映射,从高维流型到低维的空间之间,正映射和逆映射都是连续的,这就是同胚映射。我们想隐空间这个低维的参数空间里做些操作。

刚才说过深度学习实际上是一个分段线性的映射,它是对流型的一个分段线性的逼近,比如这个模型比较简单的时候,它是以两条线来逼近,模型复杂的时候以四条线來逼近,这时逼近的程度更高。实际上一个更复杂的深度学习网络能产生的效果更好,逼近的精度更高,当然它的复杂度也更高。

另外,不同的逼近方法达到的效果也不一样,换一个方式可能逼近的更好,实际上不同的权重对应不同的映射,对应不同的逼近效果,我们训练的过程就是在找一个最优化的逼近,至少是找一个局部最优化的逼近过程,使得它达到的效果某种意义上是最优的。精度是由逼近的质量来衡量的。

我把我们的结果报告一下,最后做到了只有万级的参数个数,比谷歌的用于移动设备的 MobileNet v2 模型还小了两个多数量级。声网模型不到它的 1%,进一步小了非常多。通常模型变小之后会有一个问题,GAN 本身隐含的问题就变得更突出,模式坍塌就是其中一个问题。

模式坍塌

模式坍塌是什么问题?生成器很难学习多模态的分布。举一个在圆环上的八个高斯分布的例子。生成器想学习这个分布,但是在一个简单模型的训练的过程及最后结果都只能收敛到其中一个高斯分布。用在实际应用的例子上,比如生成数字,我们期望它像第一行图像中这样能生成 0-9 的各个数字,但是很容易它就像第二行这样只能生成其中一个数字,比如总生成 1 或者某个含混难辩的数字,因为 1 容易在判别器那里蒙混过关,这虽然做对了,但是它生成不了别的数字,用处不大。

如何解决这个问题或者缓解这个问题呢?我们做了一系列的工作,简单来说,我们加了一些约束,加了对局域的约束,加了对切空间的约束,再加了对隐空间的优化,接下来不能一一讲述,就简单讲解一下对隐空间的优化。

隐空间的优化

刚才我提到过DNN 实际上是把一个流型往隐空间或者参数空间做映射。一个图像通常被编码到一个低维的空间,就是隐空间。这里给大家做一个直观的解释,我们直接在这个编码空间,即隐空间里来做恢复,先在隐空间里均匀的去采样一些点,然后再通过这些点输入到生成器,生成器重构出来的图像点,把它们重叠到原来的图像上,有些恢复出来的点很密,但是有些地方比如头部脸部就很稀疏,这就意味着头部的恢复很差。生成器坍塌到一个局部最优,这个重构是很难或者不太容易得到很好的结果。当然我们可以更密集的取些采样点,最终头部也被覆盖到,但是代价会很大。

我们可以把这个隐空间先做优化,再在上面做均匀抽样,再把它输入进生成器,生成器出来,抽样点还是这么多,重构图像出来的重构点也是均匀的,也就是从这个点云里出来的东西也是均匀的。

打个比方,我们拿一张平的纸,使用各种不规则的方式任意折叠起来很多遍,你被要求在折叠起来的一团纸上抽取一定的采样点,然后把纸展开恢复平整后要求这些采样点是均匀的。这个很难,一般做不到,除非用暴力取足够多的点出来。但那样复杂性很高,与我们的目标相悖。我们想同时控制复杂性又控制效果。我们把类似的隐空间优化应用到了我们的模型训练里。因为我们最终模型的参数非常小,所以功耗在 iPhone7 上很少,另外手机也不会发热。效果基本上我们能做到,比如说一个 360P 的视频,出来的效果能够达到在 720P 的效果,能得到一个高清的效果。

我们未来还想从数学更多的理解一些深度网络,对某个点、某个问题上能够用数学的方式来描述,来进一步提高图像清晰度。这是我们未来要做的工作,谢谢大家。

原文标题:如何为实时音视频设计小且优的深度学习模型?

文章出处:【微信号:shengwang-agora,微信公众号:声网Agora】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

四轴机器人编程与应用

主题简介:本次直播主要讲解四轴机器人控制器基本原理及组成。四轴机器人的核心技术内嵌人工智能算法的工业级运动控制技术和伺服
发表于 10-30 00:00 11587次 阅读
四轴机器人编程与应用

如何设计智能避障机器人基础知识说明

文章研究在未知工作环境中多移动机器人的探测规划问题,将原来比较复杂的整体探测系统转化为相对简单的部分....
发表于 06-20 18:00 8次 阅读
如何设计智能避障机器人基础知识说明

人工智能携FPGA发展迅速 创新国产自主之路

谷歌AlphaGo人机大战掀起了人工智能(AI)的发展热潮,其中GPU、FPGA、ASIC作为目前及....
发表于 06-20 17:47 92次 阅读
人工智能携FPGA发展迅速 创新国产自主之路

AI 客服新时代现在来了吗

随着互联网、大数据等技术的飞速发展,人工智能应用也在不断提升。
发表于 06-20 17:46 28次 阅读
AI 客服新时代现在来了吗

谁才是真正的C位 让AI告诉你

C位是近年网络上一个比较热门的词,最早来源于DOTA等游戏领域,是核心位置(Carry位)的简称,代....
的头像 人工智能与大数据技术 发表于 06-20 17:34 87次 阅读
谁才是真正的C位 让AI告诉你

市场变化下机器人企业当“藏器于身伺时而动”

高工机器人研究所所长卢彰源在会议上做了《高工机器人终端行业巡回调研报告》,对高工机器人2019上半年....
的头像 高工机器人 发表于 06-20 17:31 94次 阅读
市场变化下机器人企业当“藏器于身伺时而动”

全国首个人工智能创新应用先导区在上海启动建设

全国首个人工智能创新应用先导区今在沪启动建设 全国首个人工智能创新应用先导区在上海启动建设。
的头像 集成电路应用杂志 发表于 06-20 17:07 80次 阅读
全国首个人工智能创新应用先导区在上海启动建设

AI芯片及平台你了解多少

无论是城市级解决方案还是行业解决方案,其系统平台都需要承载、接收处理、反馈庞大的信息数据量,无疑AI....
发表于 06-20 16:57 19次 阅读
AI芯片及平台你了解多少

人工智能会为视觉行业带来什么

人工智能促使视觉系统中的硬件发生变化,并且对一些已经细分的市场产生了重要影响。
发表于 06-20 16:32 25次 阅读
人工智能会为视觉行业带来什么

智能时代已经到来,智能家居有了这些才叫智能

科技是让人们感受不到科技的存在。
的头像 ZEALER订阅号 发表于 06-20 16:27 40次 阅读
智能时代已经到来,智能家居有了这些才叫智能

人工智能和新兴技术对于医疗工作者有什么影响

随着技术的飞速发展,员工和消费者的期望也相应地发生了变化,在劳动力和新的必需品之间发生了代际变化,需....
发表于 06-20 16:19 18次 阅读
人工智能和新兴技术对于医疗工作者有什么影响

你对于AI的分类与演进了解吗

是人工通过高强度的计算能力,并基于大量的环境数据、行为数据、历史数据等大数据支持,或是一定规则的自学....
发表于 06-20 16:06 20次 阅读
你对于AI的分类与演进了解吗

你愿意让AI来帮你养老吗

需求+技术+商业机构+政府福利性投入,或许全面的AI养老也将不再遥远。
发表于 06-20 16:01 18次 阅读
你愿意让AI来帮你养老吗

STEM启蒙,让孩子自由和创新地思考

为什么要学习STEM?
的头像 你好张江 发表于 06-20 16:00 53次 阅读
STEM启蒙,让孩子自由和创新地思考

怎样利用5G技术建设数字医院

今天是高科技数字化时代,医院的数字化转型势在必行。
发表于 06-20 15:57 21次 阅读
怎样利用5G技术建设数字医院

P-TECH,人工智能时代“新领”会很吃香

什么是P-TECH?
的头像 华为EMUI 发表于 06-20 15:55 60次 阅读
P-TECH,人工智能时代“新领”会很吃香

你愿意让机器人记录你的一生吗

需求+技术+商业机构+政府福利性投入,或许全面的AI养老也将不再遥远。
发表于 06-20 15:54 19次 阅读
你愿意让机器人记录你的一生吗

人工智能应用于医疗保健有危害吗

系统可以识别各种疾病的迹象,以及各种图像中的疾病迹象,从肺部的X射线到脑部的计算机辅助测试扫描(CA....
发表于 06-20 15:50 21次 阅读
人工智能应用于医疗保健有危害吗

面对人工智能的发展 人类未来将扮演怎样的角色

AI刚刚兴起的时候,大多数人们对这个词汇还是感到很陌生,但随着各类AI机器人不断出现,人工智能声名大....
发表于 06-20 15:44 132次 阅读
面对人工智能的发展 人类未来将扮演怎样的角色

如何开发人工智能驱动的患者安全项目

人工智能以及电子健康记录,医疗应用和传感器的持续成熟是寻找应对误诊和用药错误等长期安全风险的新方法的....
发表于 06-20 15:40 21次 阅读
如何开发人工智能驱动的患者安全项目

认知智能将人工智能真正转变为生产力

当前人工智能在感知智能层的技术已经进入了成熟阶段,认知智能比感知智能有更大的挑战性,将真正能实现将人....
发表于 06-20 15:39 18次 阅读
认知智能将人工智能真正转变为生产力

当人工智能拥有人类思维 其危险也应警惕

人类已经出现在地球上超过100万年,人类文明的出现已经超过五千年。正是在这样一个长期的稳定和环境中,....
发表于 06-20 15:34 8次 阅读
当人工智能拥有人类思维 其危险也应警惕

如何让AI变得有味道

眼耳鼻舌身意,这些结合起来,才是我们想象中AI完整的样子。
发表于 06-20 15:29 16次 阅读
如何让AI变得有味道

机器人有感知了 人工智能赋予机器人更多可能

对于我们人来说,可以很容易通过身体触觉来判断物体的属性,也可以很轻松的知道物体的软硬程度,因为人天生....
发表于 06-20 15:22 20次 阅读
机器人有感知了 人工智能赋予机器人更多可能

优必选Walker机器人入选前瞻科技设计大奖

在技术飞速发展的今天,市面上涌现了一批批科技产品,旨在为生活构建新方式,向我们揭开神秘未来的一角。
发表于 06-20 15:17 20次 阅读
优必选Walker机器人入选前瞻科技设计大奖

人工智能真的可以完全替代医生吗

随着机器学习越来越多地应用于医学领域,这种怀疑可能会导致冲突。
发表于 06-20 15:07 20次 阅读
人工智能真的可以完全替代医生吗

人工智能如何让科幻和现实交融

人工智能的起源可以追溯到哲学、虚构和想象。
发表于 06-20 15:03 10次 阅读
人工智能如何让科幻和现实交融

人工智能现在可以怎样改变医疗保健领域

医疗是一个几乎和人工智能一样宽泛的术语,所以当你将两者结合起来时,知道从哪里开始可能是一个挑战。
发表于 06-20 14:59 9次 阅读
人工智能现在可以怎样改变医疗保健领域

你敢让AI在你身上动刀吗

外科手术机器人快速成长的背后,不仅折射出已经重构了的医疗行业,同时也揭示,在人工智能的浪潮之中,人类....
发表于 06-20 14:53 13次 阅读
你敢让AI在你身上动刀吗

人工智能比医生更擅长诊断肺癌吗

在投入临床使用之前,它必须经过更深入的分析和严格的测试。
发表于 06-20 14:50 75次 阅读
人工智能比医生更擅长诊断肺癌吗

人工智能典型的运用于哪些

为人工智能提供动力的深度学习神经网络是基于大量数据进行训练的。
发表于 06-20 14:46 15次 阅读
人工智能典型的运用于哪些

如何让AI变成一个厨神

通过给人工智能提供制作比萨饼的各种步骤,例如擀面团、添加酱汁、奶酪和配料等完成的。
发表于 06-20 14:33 23次 阅读
如何让AI变成一个厨神

中国企业如何在5g时代引领第三次工业革命浪潮

在 5G 时代和人工智能时代,各行各业都会有非常多的机会。
发表于 06-20 14:27 29次 阅读
中国企业如何在5g时代引领第三次工业革命浪潮

人工智能运行在GPU上的四种不同的推理方式

GPU上推理应用的范围之广可能让您大吃一惊, 从木材行业到古代日本文本的研究,它无处不在。
的头像 英伟达NVIDIA中国 发表于 06-20 14:23 108次 阅读
人工智能运行在GPU上的四种不同的推理方式

大安防时代的到来带来什么

同时安防行业是人工智能技术应用广泛、落地快的行业,人工智能将推动和加快安防行业技术创新、产品创新、应....
发表于 06-20 11:48 62次 阅读
大安防时代的到来带来什么

阿里“AI助理法官”在杭州互联网法院试点上岗

近日,阿里达摩院发布了一项新研究:其AI技术进化到助理法官的水平,具备自主判案能力,判案时间最快仅需....
的头像 机器人技术与应用 发表于 06-20 11:10 173次 阅读
阿里“AI助理法官”在杭州互联网法院试点上岗

区块链技术将如何影响数字世界

Good Digital Identity不是数字。这两者有一个明显的区别。身份不仅仅是数字签名或证....
发表于 06-20 11:08 12次 阅读
区块链技术将如何影响数字世界

和仁科技与腾讯云签订合作框架协议 就医疗智慧云等展开合作

近日,浙江和仁科技股份有限公司发布公告称,公司与腾讯云计算(北京)有限责任公司签订了合作框架协议,依....
的头像 机器人技术与应用 发表于 06-20 11:07 219次 阅读
和仁科技与腾讯云签订合作框架协议 就医疗智慧云等展开合作

在这过去一年里,互联网公司养猪养得怎么样了?

猪脸识别是不是噱头,人工智能技术有没有提高生产效率,农户对“人工智能(AI)养猪”的接受程度如何?
的头像 机器人博览 发表于 06-20 11:06 352次 阅读
在这过去一年里,互联网公司养猪养得怎么样了?

人工智能应用仍处在“婴儿期”

近年来,可解释AI、超越深度学习、从大数据到小数据……AI从学术界到工业界,出现一些颠覆性的趋势与变....
的头像 机器人博览 发表于 06-20 11:04 178次 阅读
人工智能应用仍处在“婴儿期”

首都机场携华为等共建智慧机场

近日,北京首都国际机场股份有限公司、华为技术有限公司和中国民航科普基金会在北京签署战略合作协议,三方....
的头像 机器人技术与应用 发表于 06-20 11:02 158次 阅读
首都机场携华为等共建智慧机场

人工智能和机器学习在物联网潜力方面的作用

到2022年,超过80%的企业物联网项目将包括人工智能技术和组件,而目前只有10%。
的头像 AI人工智能D1net 发表于 06-20 10:59 137次 阅读
人工智能和机器学习在物联网潜力方面的作用

利用自身优势,上海将构建人工智能产业发展路线图

上海将借助世界人工智能大会等平台,制订多层次的企业引进培育计划,引进一批中外龙头企业、国内AI领军企....
的头像 机器人技术与应用 发表于 06-20 10:54 121次 阅读
利用自身优势,上海将构建人工智能产业发展路线图

智慧城市落地应用需要靠什么技术来实现

随着移动互联网的普及,ICT发展的规模效益凸显,与智慧城市相关的大数据、云计算、人工智能、传感器、通....
发表于 06-20 10:13 38次 阅读
智慧城市落地应用需要靠什么技术来实现

利用工业物联网如何改造化学流程控制

利用这些数据和基于流程的人工智能意味着能够以极高的精度查明流程干扰的根本原因,并在故障影响生产之前对....
发表于 06-20 10:06 24次 阅读
利用工业物联网如何改造化学流程控制

国内航空公司将启用人工智能客服

中国东方航空股份有限公司日前启用全新的智能客服系统,通过人机智能交互和语音语义识别等技术,精准服务旅....
发表于 06-20 09:56 25次 阅读
国内航空公司将启用人工智能客服

停车场无人管理可能实现吗

停车无人化市场并不像一些互联网企业想的那么美好,独角兽什么的,也只是相对的。
发表于 06-20 09:53 33次 阅读
停车场无人管理可能实现吗

人工智能趋向成功 人工智能的价值

随着技术的迭代发展,弱人工智能的广泛应用。众多决策者、利益相关方和影响者都一致认为人工智能 (AI)....
发表于 06-20 09:46 17次 阅读
人工智能趋向成功 人工智能的价值

机器人为70岁患者切除左肾肿瘤

昨日,内地第一台第四代达芬奇手术机器人Xi在南大一附院成功完成了一例肾部分切除手术,这也就意味着这台....
发表于 06-20 09:21 22次 阅读
机器人为70岁患者切除左肾肿瘤

自动驾驶的现状以及前景展望

提到电动车,我们率先想到的品牌也许是特斯拉,而在自动驾驶领域内,特斯拉依旧处于首屈一指的位置。
发表于 06-20 09:03 57次 阅读
自动驾驶的现状以及前景展望

关于深度学习、MATLAB、python 核心技术研修计划

发表于 06-19 09:45 227次 阅读
关于深度学习、MATLAB、python 核心技术研修计划

AI:对物联网安全的影响

在研究了高性能处理从云端到网络边缘的转变如何使物联网(IoT)蓬勃发展,并因此在本博客文章中为人工智能奠定了基础之后,还有...
发表于 05-29 10:47 111次 阅读
AI:对物联网安全的影响

人工智能:超越炒作

如果有一个真正的指标可以衡量新技术的破坏性,那肯定是公众对恐惧和怀疑的滔滔不绝。如果我们以社会焦虑作为衡量标准,那么目前...
发表于 05-29 10:46 115次 阅读
人工智能:超越炒作

深度学习重点内容记录

笔记  一天搞懂深度学习
发表于 05-27 15:02 71次 阅读
深度学习重点内容记录

深度学习开源项目的绘画实现过程

21小时上手深度学习2-开源项目之绘画
发表于 05-20 12:31 58次 阅读
深度学习开源项目的绘画实现过程

深度学习和机器学习有什么区别

01 面向就业的人工智能学习概述
发表于 05-17 13:25 105次 阅读
深度学习和机器学习有什么区别

神经网络资料

基于深度学习的神经网络算法
发表于 05-16 17:25 366次 阅读
神经网络资料

深度学习线下技术知识讲座

深度学习应用在测量与测绘技术
发表于 05-16 17:21 444次 阅读
深度学习线下技术知识讲座

人工智能上路需要知道什么常识

想要准确定义我们所说的常识可能有点难。常识可以基于某种文化,比如生活在某一地区的人都知道这种花有毒,而你作为游客却不知道...
发表于 05-13 06:20 245次 阅读
人工智能上路需要知道什么常识

【第5期】每周精选之人工智能资料汇总

为了方便大家查找技术资料,从今天开始,每个星期都会有一个社区资料总贴,同时也会选取一周的每天看电路和直播,让大家可以结合...
发表于 05-10 16:18 463次 阅读
【第5期】每周精选之人工智能资料汇总