机器学习算法在视觉领域和自然语言处理领域已经带来了很大的改变。但是音乐呢？近几年，音乐信息检索（MIR）领域一直在飞速发展。我们将会看到 NLP 的一些技术是如何移植到音乐领域的。在 Chuan、Agres、和 Herremans 于 2018 年发表的一篇论文中，探寻了一种使…

使用机器学习来理解和利用文本。 无论您是成熟公司还是致力于推出新服务，您始终可以利用文本数据来验证，改进和扩展产品的功能。从文本数据中提取意义和学习的科学是一个活跃的研究主题，称为自然语言处理（NLP）。 每天NLP产生新的和令人兴奋的 结果，是一个非常大的领域。然而，Insi…

背景: 有1亿多的用户画像中数仓需要导入ES。大多数字段都是sql统计数据，无法区分哪些发生了变化，所以不能增量更新。只能每天全量刷数据。在刷数据的过程中出现了更新缓慢、内存问题。于是做了一些写入优化。 1. 读数据 `问题：1.刷数据ES报413错误。ES建议每次bulk5~…

简介使用Keras实现SiameseNetwork并进行语句相似度的计算原理SiameseNetwork是指网络中包含两个或以上完全相同的子网络，多应用于语句相似度计算、人脸匹配、签名鉴别等任务上语句

简介使用TensorFlow实现快速图像风格迁移（FastNeuralStyleTransfer）原理在之前介绍的图像风格迁移中，我们根据内容图片和风格图片优化输入图片，使得内容损失函数和风格损失函数

为什么使用序列模型（sequence model）？标准的全连接神经网络（fully connected neural network）处理序列会有两个问题：1）全连接神经网络输入层和输出层长度固定，而不同序列的输入、输出可能有不同的长度，选择最大长度并对短序列进行填充（pad…

这是黑客帝国，尼奥和史密斯雨中打斗的样子。 而目标追踪AI要在光照急剧变化、物体形状大小也不断改变的场景里，准确锁定尼奥的头。 红色是商汤最新算法SiamRPN++的表现，它中选了CVPR 2019的Oral。 蓝色是它的对手，来自ECCV 2018的优秀前辈UPDT。自古红蓝…

和CGAN不同的是，C不直接输入D。D不仅需要判断每个样本的真假，还需要完成一个分类任务即预测C，通过增加一个辅助分类器实现 定义损失函数，加上分类部分对应的损失。理论上分类问题应该用交叉熵作为损失函数，这里使用MSE效果也不错 固定条件，渐变噪音。

Faster R-CNN、R-FCN 和 SSD 是三种目前最优且应用最广泛的目标检测模型，其他流行的模型通常与这三者类似。本文介绍了深度学习目标检测的三种常见模型：Faster R-CNN、R-FCN 和 SSD。