0
| 本文作者： 恒亮 | 2017-02-14 10:09 |
情人節降至，百度推出基于 AI 的魅力值測評和詩歌自動生成主題功能
百度搜索在近日推出了基于人工智能技術的“情人節用臉撩，開啟桃花運”功能，迎接情人節。用戶在百度搜索 App 中需用語音說一句“開啟桃花運”即可進入主題頁面。該頁面包含兩大核心功能：一個是“自拍撩漢/妹指數”，即根據照片顏值打分的功能，另一個則是輸入姓名/地點后自動生成專屬詩歌的功能。
詳情：http://www.specdd.com.cn/news/201702/nyTmxpTMd4sRooJX.html
密歇根大學發明超微型深度學習計算機Micro Mote，體積比指甲蓋還小，功耗僅288微瓦
近期在美國舊金山舉辦的IEEEE國際固態電路研討會上（IEEE International Solid-State Circuits Conference ，ISSCC)上，來自美國密歇根大學的David Blaauw和Dennis Sylvester教授向公眾展示了他們最新的研究成果：一系列名為Micro Mote的超微型計算機。
根據應用領域的不同，這些Micro Mote的外設、體積和功耗也不盡相同。值得一提的是，其中一款集成了深度學習功能的Micro Mote只需要288微瓦（microwatts）的功耗就可以運行神經網絡模型。根據報道，密歇根大學的研究者是通過重新設計芯片架構的方式實現了這一突破。
TensorFlow 與 Apache Spark 結合：雅虎開源“TensorFlowOnSpark”
雅虎昨日宣布開源 TensorFlowOnSpark。
它使得深度學習框架 TensorFlow 能與 Apache Spark 中的數據集兼容。對于使用 Spark 來處理不同類型數據的機構和開發者來說，這無疑是一個好消息。TensorFlowOnSpark 的開源代碼，已基于 Apache 2.0 協議在 GitHub 上發布。
雷鋒網詳細報道：http://www.specdd.com.cn/news/201702/XwhHugKHTk86WQso.html
開源地址：https://github.com/yahoo/TensorFlowOnSpark
微軟公布口語翻譯語料庫
近日，微軟亞洲研究院通過官方微博宣布公開微軟口語翻譯語料庫：Microsoft Speech Language Translation (MSLT) Corpus。該語料庫允許研究人員對照一套包含法語，德語和英語的多回合雙語對話數據集，衡量其自有對話翻譯系統的質量和有效性，旨在幫助人們標準化測試其各自對話語音翻譯系統的運行效果。
值得一提的是，上周晚些時候，微軟剛剛開源了Graph Engine（分布式圖處理引擎）和基于該引擎的一種可用于子圖和路徑查詢的數據查詢語言LIKQ （Language-Integrated Knowledge Query）。
詳情：http://weibo.com/ttarticle/p/show?id=2309404073301877124705
語料庫地址：https://www.microsoft.com/en-us/download/details.aspx?id=54689
Graph Engine和LIKQ語言開源地址：https://github.com/Microsoft/GraphEngine
Python正式遷移到GitHub
Python 正式遷移到源碼托管平臺 GitHub，擁抱了 Git 版本控制系統。
Python 社區早在2014年就開始討論是否遷移到 GitHub 以改進開發流程，當時 Python 使用的版本控制系統是 Mercurial，而 GitHub 只支持 Git 版本控制系統，所以這也意味著 Python 需要遷移到 Git。2016 年 1 月，Python 項目正式宣布遷移到 GitHub，從 Mercurial 切換到 Git 。
詳情：http://www.cnbeta.com/articles/584379.htm
開源地址：https://github.com/python/cpython
最新課程：牛津大學2017自然語言處理課程（附視頻及PPT）
近日，網上公開了牛津大學2017年希拉里學期（Hilary term）深度自然語言處理（Deep Natural Language Processing）課程的相關視頻及PPT。
該課程主要由牛津大學副教授Phil Blunsom擔任主講，得到了谷歌DeepMind，Nvidia和Microsoft Azure的大力支持，目前更新到第8課（共10課）。
課程介紹：http://www.cs.ox.ac.uk/teaching/courses/2016-2017/dl/
視頻及PPT地址：https://github.com/oxford-cs-deepnlp-2017/lectures
精品博客：波士頓每個月發生幾起持械搶劫？這里有一份基于Python的時間序列預測詳解
今天推薦一個基于Python語言的時間序列預測教程。原作者在scikit-learn、SciPy和NumPy等庫的基礎上，利用1966年1月至1975年10月，近十年間發生在美國波士頓的持械搶劫數據，基于ARIMA模型，對波士頓地區的持械搶劫案件進行了預測。以本例中搭建的預測框架和工具為參考，用戶可以將類似技術擴展到其他的時間序列預測場景之中。
雷鋒網后續將推出本文的中文版，敬請期待。
雷鋒網相關文章：
TensorFlow 與 Apache Spark 結合：雅虎開源“TensorFlowOnSpark”
情人節降至，百度推出基于 AI 的魅力值測評和詩歌自動生成主題功能
