随笔 - 368, 文章 - 0, 评论 - 56, 阅读 - 94万
  博客园  :: 首页  :: 联系 :: 管理

11 2017 档案

摘要:伴随着大数据、精细化运营、人工智能、机器学习等一大波新技术和概念的崛起、普及,如今互联网产品又该如何运营、攻城略地?本文介绍的用户画像或许能带来一点思路。 用户画像数据定义 用户画像是根据用户社会属性、生活习惯和消费行为等信息/数据而抽象出的一个标签化的用户模型。 构建用户画像的核心工作即是给用户贴 阅读全文

posted @ 2017-11-29 22:37 天戈朱 阅读(3708) 评论(0) 推荐(0) 编辑

摘要:电动汽车负荷预测是充电站规划及调度的研究基础. 相比传统的负荷预测,大数据背景下的负荷预测具有待预测数据可快速观测的特点,此时负荷预测方法需要相应调整. 首先分析了充电站负荷预测所需数据及主要数据来源. 其次,针对单辆电动汽车,基于大量、快速更新、多种类的数据分析电动汽车的充电习惯,预测每一辆电动汽 阅读全文

posted @ 2017-11-29 22:36 天戈朱 阅读(2493) 评论(0) 推荐(0) 编辑

摘要:在研究中国电动汽车相关政策、发展趋势的基础上,基于调研结果,分析了不同类型电动汽车不同充电行为对应的充电方式及充电时段。根据不同类型电动汽车不同充电行为的充电功率,提出采用蒙特卡洛模拟抽取起始荷电状态、起始充电时间的电动汽车充电负荷计算方法。该方法将不同车辆的不同充电行为按充电需求进行分类,根据充电 阅读全文

posted @ 2017-11-29 22:35 天戈朱 阅读(8403) 评论(0) 推荐(0) 编辑

摘要:本标准规定了电动汽车非车载传导式充电机(简称充电机)与电池管理系统(Battery Management System,简称BMS)之间基于控制器局域网(Control Area NetWork,简称CAN)的通信物理层、数据链路层及应用层的定义 术语 Messages(报文):一个或多个具有相同参 阅读全文

posted @ 2017-11-29 22:32 天戈朱 阅读(13245) 评论(0) 推荐(1) 编辑

摘要:PaddlePaddle源自于 2013 年百度深度学习实验室创建的 “Paddle”。当时的深度学习框架大多只支持单 GPU 运算,对于百度这样需要对大规模数据进行处理的机构,这显然远远不够,极大拖慢了研究速度。百度急需一种能够支持多 GPU、多台机器并行计算的深度学习平台。而这就导致了 Padd 阅读全文

posted @ 2017-11-14 08:36 天戈朱 阅读(1148) 评论(0) 推荐(0) 编辑

摘要:如果说机器是人类手的延伸、交通工具是人类腿的延伸,那么人工智能就是人类大脑的延伸,甚至可以帮助人类自我进化,超越自我。人工智能也是计算机领域最前沿和最具神秘色彩的学科,科学家希望制造出代替人类思考的智能机器,艺术家将这一题材写进小说,搬上银幕,引发人们无限的遐想。然而,作为一门严肃的学科,人工智能在 阅读全文

posted @ 2017-11-14 08:36 天戈朱 阅读(1132) 评论(0) 推荐(0) 编辑

摘要:智能实时应用为所有行业带来了革命性变化。机器学习及其分支深度学习正蓬勃发展,因为机器学习让计算机能够在无人指引的情况下挖掘深藏的洞见。这种能力正是多种领域所需要的,如非结构化数据分析、图像识别、语音识别和智能决策,这完全不同于传统的编程方式(如 Java、.NET 或 Python)。机器学习并非新 阅读全文

posted @ 2017-11-14 08:35 天戈朱 阅读(1711) 评论(0) 推荐(0) 编辑

摘要:Angel 是腾讯开源基于参数服务器(Parameter Server)理念的机器学习框架(为支持超大维度机器学习模型运算而生)。核心设计理念围绕模型,它将高维度的大模型切分到多个参数服务器节点,并通过高效的模型更新接口和运算函数,以及灵活的同步协议,实现机器学习算法的高效运行。,开源代码地址:ht 阅读全文

posted @ 2017-11-14 08:35 天戈朱 阅读(680) 评论(0) 推荐(0) 编辑

摘要:阿里云机器学习PAI(Platform of Artificial Intelligence)是一款一站式的机器学习平台,包含数据预处理、特征工程、常规机器学习算法、深度学习框架、模型的评估以及预测这一整套机器学习相关服务。得益于底层的飞天计算平台的CPU集群以及GPU集群,PAI可以为用户提供PB 阅读全文

posted @ 2017-11-14 08:35 天戈朱 阅读(631) 评论(0) 推荐(0) 编辑

摘要:市场对人工智能的热情持续高涨,特别是硬件领域。人工智能将成为下一个大风口,首当其冲的就包括硬件, 在图像语音识别、无人驾驶等人工智能领域的运用层面,图形处理器 (GPU)正迅速扩大市场占比,而谷歌专门为人工智能研发的TPU则被视为GPU的竞争对手。 概念 人工智能的实现需要依赖三个要素:算法是核心, 阅读全文

posted @ 2017-11-14 08:34 天戈朱 阅读(449) 评论(0) 推荐(0) 编辑

摘要:(转载至:https://zhuanlan.zhihu.com/p/28592540) 说到机器学习、大数据,大家听到的是 Hadoop 和 Spark 居多,它们跟 TensorFlow 是一个什么样的关系呢?是不是有 TensorFlow 就不需要 Spark 这些? 像 Hadoop 跟 Sp 阅读全文

posted @ 2017-11-14 08:34 天戈朱 阅读(737) 评论(0) 推荐(0) 编辑

摘要:(转载:http://www.36dsj.com/archives/85383)机器学习与人工智能,相信大家已经耳熟能详,随着大规模标记数据的积累、神经网络算法的成熟以及高性能通用GPU的推广,深度学习逐渐成为计算机专家以及大数据科学家的研究重点。近年来,无论是图像的分类、识别和检测,还是语音生成、 阅读全文

posted @ 2017-11-14 08:34 天戈朱 阅读(1880) 评论(0) 推荐(1) 编辑

摘要:( 转载至: http://www.36dsj.com/archives/98977) 随着人工神经网络算法的成熟、GPU计算能力的提升,深度学习在众多领域都取得了重大突破。本文介绍了微博引入深度学习和搭建深度学习平台的经验,特别是机器学习工作流、控制中心、深度学习模型训练集群、模型在线预测服务等核 阅读全文

posted @ 2017-11-14 08:34 天戈朱 阅读(642) 评论(0) 推荐(0) 编辑

摘要:微软的Batch AI服务是一项新服务,它可以帮助你在GPU pool上训练和测试机器学习模型,包括深度学习模型。它简化了在当前许多流行的深度学习框架(如TensorFlow、Microsoft认知工具包等)上集群创建和模型训练的过程 Ubuntu DSVM 在Batch AI中作为本地VM映像支持 阅读全文

posted @ 2017-11-10 09:16 天戈朱 阅读(366) 评论(0) 推荐(0) 编辑

摘要:DSVM(Data Science Virtual Machine 数据科学虚拟机) 是专为研究数据科学生成的 Microsoft Azure 云上的自定义 VM 映像。它预装并预配了许多热门数据科学和其他工具,可为高级分析快速生成智能应用程序。 它在 Windows Server 和 Linux 阅读全文

posted @ 2017-11-10 09:12 天戈朱 阅读(1516) 评论(0) 推荐(0) 编辑

摘要:微软Build 2017大会,纳德拉表示,在计算力的飞速发展中,微软要做的就是将计算的能力赋权给普通用户,让技术为更多用户所用,让计算机视觉、文本理解等技术变得更加普惠(inclusive),同时构建对技术的信任。这也是微软“云优先,移动优先”战略的出发点。纳德拉称,微软预见到了一个新的世界,它是智 阅读全文

posted @ 2017-11-10 08:55 天戈朱 阅读(3295) 评论(0) 推荐(0) 编辑

摘要:转载至(https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650717606&idx=4&sn=b94b58d4fe75c1a1e42274720a269a99&scene=21#wechat_redirect),理解三者之间关系的最简便方 阅读全文

posted @ 2017-11-10 08:25 天戈朱 阅读(695) 评论(0) 推荐(0) 编辑

摘要:数据科学是一个范围很广的学科。机器学习和统计学都是数据科学的一部分。机器学习中的学习一词表示算法依赖于一些数据(被用作训练集)来调整模型或算法的参数。这包含了许多的技术,比如回归、朴素贝叶斯或监督聚类。但不是所有的技术都适合机器学习。例如有一种统计和数据科学技术就不适合——无监督聚类,该技术是在没有 阅读全文

posted @ 2017-11-10 08:25 天戈朱 阅读(732) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示