<mark id="oztn4"></mark>
1
| 本文作者： 楊仁杰 | 2017-02-15 11:31 |
雷鋒網獲悉，第一屆TensorFlow Dev峰會將于2017年2月15日在加利福尼亞州山景城舉行，到時TensorFlow團隊將會做相關的技術訪談和演示，整個活動將持續一整天，同時，整個會議還將在Google開發者論壇、YouTube上進行直播，給不能到現場的開發者提供第一手資料。
會議時間：2017年2月15日
會議地點：加利福尼亞州山景城
活動詳情：https://events.withgoogle.com/tensorflow-dev-summit/#content
直播地址：https://www.youtube.com/watch?v=LqLyrl-agOw
2月14日，IBM正式宣布其PowerAI人工智能開發平臺現在支持由谷歌原創的TensorFlow 0.12架構。
PoweAI人工智能平臺基于POWER8體系結構，支持企業級開源機器學習和深度學習架構。通過IBM的PowerAI人工智能平臺，TensorFlow能為企業開發先進的機器學習產品與系統，提供新的快速、靈活以及產能完備的開發工具。
在最新版的PowerAI人工智能平臺，IBM還增加了Chainer深度學習架構。PowerAI人工智能平臺目前包括了CAFFE, Chainer, TensorFlow, Theano, Torch, cuDNN, NVIDIA DIGITS以及其它若干個機器學習與深度學習架構和庫。
IBM PowerAI下載：https://www.ibm.com/us-en/marketplace/deep-learning-platform
詳情：http://www.iot101.com/collectnews/2017-02-14/12836.html?utm_source=tuicool&utm_medium=referral
近期，谷歌宣布開放了一個基于 Youtube 視頻的圖像數據集 Youtube-BoundingBoxes Dataset，為所有研究者進行模型訓練和研究提供了新資源。
該數據集包含有在 23 個物體類別上的 1050 萬人工標注的幀，其中包含 500 萬邊界框（bounding boxes），它們密集標記了 38 萬條 15-20 秒鐘長度的 YouTube 視頻片段（從 24 萬個視頻中截取），其圖像質量類似于手機攝像。這個數據集的標注和邊界框精度超過了 95%。迄今為止，它是對時間連續幀內的物體進行跟蹤，包含邊界框的最大人工注釋視頻數據集。
詳情：https://research.googleblog.com/2017/02/advancing-research-on-video.html
數據庫：https://research.google.com/youtube-bb/
昨天Jason Brownlee在其博客上為大家分享了一個基于Python的時間序列預測巴爾的摩的年度用水量案例，作者通過收集1885年至1963年巴爾的摩的年用水量，基于ARIMA模型，對巴爾的摩的年用水量進行了預測，通過案例中的提供的工具和框架，相關研究者可以將類似技術擴展到其他的時間序列預測場景之中，后續雷鋒網也會在第一時間為大家分享相關Python的時間序列預測詳解案例。
英文原文地址：http://machinelearningmastery.com/time-series-forecast-study-python-annual-water-usage-baltimore/
來自維基媒體基金會和Alphabet's Jigsaw的計算機科學家已經證明，未來可通過AI機器學習來檢測維基百科上的惡意評論。
通過小批量的10萬惡意評論進行訓練，研究人員構建的相關機器學習算法已經能夠區分直接與間接人身攻擊。
雷鋒網相關文章：
百度推出基于AI的情人節主題功能；牛津大學2017自然語言處理課程公開（附視頻及PPT） | AI開發者頭條
Elon Musk：人類要和機器融合，不然就會在AI時代被淘汰
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
