Публикации по теме 'enginering'
Представляем будущее визуальных открытий на Pinterest
В 2014 году мы начали активно инвестировать в компьютерное зрение и создали небольшую команду, которая занималась изобретением новых способов поиска изображений. Менее чем через год мы запустили визуальный поиск - новый способ поиска идей без текстовых запросов. Впервые визуальный поиск дал людям возможность получать результаты, даже если они не могут найти нужные слова, чтобы описать то, что они ищут. Прошлым летом визуальный поиск расширился, поскольку мы представили обнаружение..
Новые материалы
Навигация по дрейфу признаков с помощью анализа абляции
Постоянно меняющийся ландшафт данных часто приводит к серьезной, но малозаметной проблеме, известной как дрейф функций . Это может незаметно подорвать ваши модели, со временем снижая их..
Как начинающий программист, читайте код других людей
Одна из вещей, которые я делал (и до сих пор делаю честно) активно — читал код других людей, в том числе код Oracle из классов JRE.
Есть так много разных способов сделать одно и то же в..
Обзор спецификации реактивного потока
Спецификация Reactive Streams — это стандарт асинхронной обработки потоков с неблокирующим противодавлением.
Что такое неблокируемость? В вычислениях..
TensorFlow, открытый ИИ и демократизация практики ИИ
К середине прошлого десятилетия (2010-е годы) проблемы машинного обучения на арене практиков выходили из области структурированных данных, которая в основном является числовой. Неструктурированные..
Оптимизация тестирования веб-приложений с помощью Cypress: руководство для начинающих
Веб-приложение должно быть протестировано, чтобы убедиться, что оно работает должным образом и предоставляет пользователям положительный опыт. Это может быть длительной и сложной процедурой. Один..
Построение моделей машинного обучения в облаке: смена парадигмы
Различие между постоянными и эфемерными вычислениями для разработки машинного обучения
В 2017 году я запустил свою первую модель машинного обучения (ML) в облаке, однако в то время я об этом..
Простое руководство по большинству моделей обработки естественного языка - Эпоха LSTM - Seq2Seq, InferSent…
Краткое изложение происхождения, вариантов использования и преимуществ / недостатков языковых моделей LSTM: Seq2Seq, Skip-Thought, Quick Thought, InferSent, ELMo, Flair и ULMFiT.
По мере того,..