由OPEN AI LAB开发的TengineKit开源啦，该SDK主要面向移动端的人脸检测与人脸关键点检测。来一起看看效果并且试用起来吧。
目前在神经网络领域，Netron已成为了应用最广泛的模型可视化工具。Netron以其轻量化、跨平台、和简洁明了的显示特性，被众多神经网络开发者冠以“神器”美名。不论是使用TensorFlow、Caffe或者Pytorch的算法工程师，还是通过ONNX, NCNN部署模型的开发者，在检查模型拓扑结构、数据时，都会选择Netron来观察模型。
专注通俗的编程人工智能教程/说人话/学机器人/单身/98后/硕士
极术社区管理员小姐姐
嵌入式 AI，让AI无处不在。欢迎加入微信交流群，微信号：gg15319381845（备注：嵌入式）
  当我们设计了一个强化学习算法之后，我们如何来验证算法的好坏呢？就像数据集一样，我们需要一个公认的平台来衡量这个算法。这样的一个平台，最基本的需要有仿真和渲染。
在许多情况下，我们需要在迭代数据对性（即我们可以循环的任何对象）时获取元素的索引。实现预期结果的一种方法是：
语法sklearn.linear_model.Ridge(alpha=1.0,fit_intercept=True, normalize=False,copy_X=True, max_iter=None, tol=0.001, solver='auto', random_state=None)Parametersalpha
以下有部分公式，如果无法显示，请访问原文链接书接上文，继续说说神经网络的结构。首先我们要回顾上一篇文章深度学习数学基础(一)之神经元构造中讲到的两个公式。加权输入公式$$z=w_1x_1+w_2x_2+w_3x_3+...+b $$激活公式$$y=a(z)$$还有神经元构造图：我们只要将这样的神经元连接成网络状，那么就形成了神经网络。这里我...
sklearn.decomposition.PCA(n_components=None, copy=True, whiten=False, svd_solver='auto', tol=0.0, iterated_power='auto', random_state=None)参数n_components
这是2019年12月9日至14日在温哥华举行的NeurIPS 2019的概述(笔记)。这篇文章中提到的所有论文都是在计算机视觉领域。作者：Maria Dobko编译：ronghuaiyang首发：AI公园公众号NIPS 2019上的一些论文回顾
基础模型是现代视觉识别系统中一个至关重要的关注点。基础模型的优劣主要从精度、速度或功耗等角度判定，如何设计模型应对复杂应用场景是非常重要的课题。演讲人：张祥雨（旷视研究院主任研究员、基础模型组负责人） 编辑：Just 转自：AI科技大本营（ID:rgznai100）
本文主要介绍基于深度神经网络的表格图像识别解决方案。作者系腾讯QQ研发中心——CV应用研究组的yonke。来源：腾讯技术工程微信号
MNN是一个轻量级的深度神经网络推理引擎，在端侧加载深度神经网络模型进行推理预测。作者：开心的派大星首发：微信公众号：NeuroMem转自：[链接]
新冠肆虐，疫情严重，战“疫”守土，人人有责！春节后的第一期在线学术报告，MICS邀请临床放射科医生、部分研制新冠肺炎AI智能诊断系统的公司专家，共同介绍和讨论人工智能在CT诊断新冠肺炎中的最新进展。来源：医学图像计算青年研讨会
一场突如其来的疫情打乱了我们的工作节奏和生活安排，注定也让几乎所有企业的2020年都将充满困难和挑战。早在疫情发生的第一时间，IT企业就冲在驰援一线：有企业直接捐赠医疗物资，有企业为火神山、雷神山医院捐赠IT设备和服务。而面对接下来的疫情防控持久战，我们的技术企业、技术人，还能为逐渐开工的社会企业、逐渐...
Arm公司今天宣布推出两款具有AI功能的新型处理器Arm Cortex-M55和Ethos-U55，两款芯片内置神经处理单元，专为物联网终端设备而设计，并同时发布了配套的软件库、工具链和模型。Arm宣称，在某些语音和视觉场景下其机器学习性能将提升多达480倍。
简单记一下最近看的六篇场景流论文~其中3篇是关于RGBD图像的场景流，另外3篇是关于点云的场景流。来源：[链接]作者：林小北
专栏中《零神经网络实战》系列持续更新介绍神经元怎么工作，最后使用python从0到1不调用任何依赖神经网络框架（不使用tensorflow等框架)来实现神经网络，梯度下降、反向传播、卷积神经网络CNN、循环神经网络RNN。从0基础角度进行神经网络实战。 上一篇：零基础神经网络实战(1)：单个神经元+随机梯度下降学习逻辑与规则作...
分割任务论文集与各方实现：[链接]pytorch model zoo：[链接]gluon model zoo：[链接]SOTA Leaderboard：[链接]
