网络上有数十亿张图像，这有助于大众娱乐，以及向世界展示无数种主题。然而，对于有视觉障碍或由于网速太慢而无法加载图片的人士来说，其中很多视觉信息都无法获取。网站作者通过 Alt-text HTML 手动添加图像字幕，使更多人可以获取这些内容，然后我们可以使用文字转语音系统来展示对…

文本建模方法大致可以分为两类：(1) 忽略词序、对文本进行浅层语义建模（代表模型包括LDA，Earth Mover’s distance等;(2)考虑词序、对文本进行深层语义建模（深度学习算法，代表模型包括LSTM，CNN等）。对于深度神经网络算法，空间模式（spatial p…

深度神经网络在判别模型领域的进步远比在生成模型领域进步快得多，其主要原因就在于相对于生成式模型来说，判别模型目标清晰、逻辑相对简单，实现起来容易。用通俗的比喻来说，判别模型相当于是来料加工，即对模型喂入一系列数据，然后由模型判别出相对应的结果，典型代表就是分类器模型。而生成…

学习和预测用户的反馈对于个性化推荐、信息检索和在线广告等领域都有着极其重要的作用。在这些领域，用户的反馈行为包括点击、收藏、购买等。本文以点击率（CTR）预估为例，介绍常用的CTR预估模型，试图找出它们之间的关联和演化规律。 在电商领域，CTR预估模型的原始特征数据通常包括多个…

之前总是在看前沿文章，真正落实到工业级任务还是需要实打实的硬核基础，我司选用了HANLP作为分词组件，在使用的过程中才感受到自己基础的薄弱，决定最近好好把分词的底层算法梳理一下。 1. 简介 NLP的底层任务由易到难大致可以分为词法分析、句法分析和语义分析。分词是词法分析（还包…

第一次在实际项目中接触 Resnet 还是去年暑假实习的时候，可以说是 Resnet 带我走进深度学习的大门。去年差不多这个时候我也曾在自己的博客写过一篇对 Resnet 的总结，现在过了一年，再看去年那会的总结，感觉还是有一些不足之处，所以今天重新整理一下。 在过去的一年里，…

物体检测（Object Detection）的任务是找出图像或视频中的感兴趣目标，同时实现输出检测目标的位置和类别，是机器视觉领域的核心问题之一，学术界已有将近二十年的研究历史。随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。…

AI 前线导读：一些最新机器学习模型，特别是 RNN 和强化学习，其训练和推理中使用了细粒度的动态控制流。在这些模型中，循环体执行和依赖于数据的条件执行需要动态控制流的支持，实现在分布异构环境各计算设备（包括 CPU、GPU，以及 TPU 等定制的 ASIC）间作快速的控制流决…

我们提出了一个概念上简单、灵活和通用的用于目标实例分割（object instance segmentation）的框架。我们的方法能够有效地检测图像中的目标，同时还能为每个实例生成一个高质量的分割掩码（segmentation mask）。