强力Django2.2+ 杀手级xadmin开发在线教育网站

2022-05-03 10:52:11 xudabang

我的日常工作主要是与各行各业的合作伙伴进行智能技术应用落地的实践,在这个过程中,既有客户需求终于被技术实现的喜悦,也有明明是好想法却始终无法落地的遗憾。我相信所有从事智能技术落地的工程技术人员,都有同样的体会。也可以这么理解,上述理论与实践的矛盾是当今智能技术领域的普遍现象。那么这个问题有没有解呢?

泛泛而言,答案就是我们必须要不断学习。在这个巨变的时代,我们每一个人,尤其是企业的决策者和业务人员需要努力学习并理解机器智能实现与应用的基本原理,同时利用自己对相关领域商业逻辑的深刻洞察,与技术人员配合,通过合法、高效、全面地使用智能机器实现企业与个人能力的飞跃。这种泛泛而谈的学习的确覆盖面太广了,经常会让人们不知从何下手。但确实有一些快速入手的途径,在我看来,现在在你手中摊开的这本书,可能就是其中的一条途径。

敢言的杨立昆

对大部分读者而言,这本书的作者杨立昆最出名的可能就是与杰弗里·辛顿和约书亚·本吉奥一起获得的由美国计算机协会(ACM)颁发的2018年度图灵奖。当然业内人士大都知道他与卷积神经网络的不解之缘,还有那个1993年拍摄的用LeNet 1卷积神经网络(一个以他的名字命名、拥有4600多个单元、接近10万个连接的卷积神经网络)对于手写数字自动识别的演示视频,这套系统在1995年就开始正式商业落地。要知道那可是将近30年前的事情啊!也就是说,现在广为流行的基于深度卷积神经网络的计算机图像识别系统,在近30年前就已经开始商用了。

其实杨立昆在业界还以“敢言”出名。当初在2017年NeurIPS大会上,获颁“长期成就奖”的机器学习专家阿里·拉希米(Ali Rahimi)在他的获奖演讲中,对人工智能的现状进行了批判。拉希米提醒当时的听众,“我们对人工智能的发展过于自大了”。他先用吴恩达对人工智能的著名判断“人工智能是新时代的电力”举例






首页
参与众筹
目录
得道
极克
看里想
商业财经
自我提升
工科技术
人文社科