腾讯技术工程 头像

腾讯技术工程

65 声望
腾讯官方AI 技术干货合集,欢迎关注~ 展开

腾讯官方AI 技术干货合集,欢迎关注~

收起
关注了
0
粉丝数
2
最新动态
  • 发布了文章 ·
    强化学习在智能对话上的应用

    本文主要介绍深度强化学习在任务型对话上的应用,两者的结合点主要是将深度强化学习应用于任务型对话的策略学习上来源:腾讯技术工程微信号

    摘要图
  • 发布了文章 ·
    漫谈 C++ 的各种检查

    为什么代码中需要各种检查?在 C++ 中调用一个函数、使用一个类、实例化一个模板时,对传入的参数、使用的时机,往往会有很多限制 (constraint/restriction)。本文主要分享 Chromium/base 库中使用的一些限制检查。作者:BOTMan,来源于BOTManJL来源:腾讯技术工程微信号

  • 发布了文章 ·
    AI时代文档识别技术之表格图像识别

    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

    摘要图
  • 关注了专栏 ·
    图标
    腾讯技术工程

    腾讯AI,物联网等相关技术干货,欢迎关注

  • 赞了文章 ·
    【项目分享】基于STM32超声波避障小车

    不管是对于初学者还是对于一个玩过单片机的电子爱好者来说,或多或少都接触到过小车项目,今天给大家介绍的的一个项目基于STM32超声波避障小车。这也是我曾经的一个课设,在此开源分享给大家,全文5000多字,干货满满,加油读完,保证你收货多多。

  • 发布了文章 ·
    综述 | 生成对抗网络(GAN)在图网络中的应用

    生成对抗网络(Generative Adversarial Network,简称GAN)是非监督式学习的一种方法,通过让两个神经网络相互博弈的方式进行学习。自2014年GAN网络提出以来,其在Computer Vision(计算机视觉)领域获得了广泛的关注,但GAN网络在其他领域的应用相对较少。将GAN网络的思想应用在图网络(network)特征表达是近一年新兴...

    摘要图
  • 发布了文章 ·
    内容 AI:建立统一的跨媒体多模态内容理解内核

    我们身处的环境本身多模态环境,人工智能要更好的理解环境,则需要具备解析多模态信息的能力。通过模态学习可以搭建能处理和连接多模态信息的模型。在内容理解领域,需要分析的模态有文本,图片,视频,语音对应的不同级别特征;其他辅助描述特征等。作者:孙子荀 zixunsun@tencent.com来源:腾讯技术工程微信号

    摘要图
  • 发布了文章 ·
    机器学习模型可解释性的详尽介绍

    模型可解释性方面的研究,在近两年的科研会议上成为关注热点,因为大家不仅仅满足于模型的效果,更对模型效果的原因产生更多的思考,这样的思考有助于模型和特征的优化,更能够帮助更好的理解模型本身和提升模型服务质量。本文对机器学习模型可解释性相关资料汇总survey。来源:腾讯技术工程微信号

    摘要图
认证与成就
获得 13 次点赞
1月14日 加入
qrcode
关注微信服务号
实时接收新的回答提醒和评论通知