教程

  • 一篇看懂 CVPR 2017 五大研究前沿

    感谢阅读腾讯AI Lab微信号第二篇文章,我们将深度解析本届CVPR热门研究。第一部分是五大前沿领域的重点文章解析,包括低中层视觉、图像描述生成、3D视觉、计算机视觉与机器学习、弱监督下的图像识别等。第二部分是CVPR及我们计算机视觉团队简介等。接下来的两篇文章中,我们将对顶级会议ACL和ICML做类似深度解读,敬请期待。 腾讯AI Lab去年四月成立,今年…

    2020年11月6日
    85 0 0
  • 微信 SQLite 数据库修复实践

    作者:guoling 1、前言 众所周知,微信在后台服务器不保存聊天记录,微信在移动客户端所有的聊天记录都存储在一个 SQLite 数据库中,一旦这个数据库损坏,将会丢失用户多年的聊天记录。而我们监控到现网的损坏率是0.02%,也就是每 1w 个用户就有 2 个会遇到数据库损坏。考虑到微信这么庞大的用户基数,这个损坏率就很严重了。更严重的是我们用的官方修复算…

    2020年11月6日
    86 0 0
  • 是的,腾讯投票已经拥抱腾讯云了

    作者:samqiu 图:腾讯投票 众所周知,我们的腾讯问卷支撑着公司的调研问卷,但它太重,不适合用在微信群实时投票的场景,结合年初微信小程序发布之际,针对微信群场景,我们(CDC)做了个投票小程序。 大家忙活几周,第一版总算出来了。在运营阶段发现一个问题,而这个问题在腾讯问卷中也存在着: 闲时低负载,峰值高并发。 腾讯问卷一直支撑着腾讯公司旗下几乎所有业务的…

    2020年11月6日
    76 0 0
  • 微信 Android 模块化架构重构实践(上)

    作者:carlguo 微信Android架构历史 微信Android诞生之初,用的是常见的分层结构设计。这种架构简单、清晰并一直沿袭至今。这是微信架构的v1.x时代。 图1-架构演进 到了微信架构的v2.x时代,随着业务的快速发展,消息通知不及时和Android 2.3版本之前webview内存泄露问题开始突显。由于代码、内存、apk大小都在增长,对系统资源…

    2020年11月6日
    113 0 0
  • 马里奥 AI 实现方式探索 :神经网络+增强学习(上)

    导语 在深圳的研发部培训中,我们组给定一个有趣的课题便是:马里奥游戏的智能通关,本文就神经网络和增强学习两个点进行整理,并将我们最后用的NEAT算法以及扩展找到的DRL算法进行了简单梳理。如果能够在游戏自动化测试、智能AI中应用这些有趣的算法,想想还是有点小激动哒 ^v^ 马里奥AI实现方式探索:神经网络+增强学习 儿时我们都曾有过一个经典游戏的体验,就是马…

    2020年11月6日
    80 0 0
  • 腾讯 AI Lab : 全面解读 ICML 2017 五大研究热点

    感谢阅读腾讯AI Lab微信号第五篇文章,我们将深度解析机器学习领域顶会ICML的热门研究。第一部分解析了五大热门研究领域的重点文章,包括强化学习、随机优化、连续(非)凸优化、分布式机器学习及递归神经网络等。第二部分简介本届ICML,第三部分为腾讯AI Lab机器学习团队的首次公开亮相。 腾讯AI Lab去年四月成立,今年是首次参加ICML,共计四篇文章被录…

    2020年11月6日
    89 0 0
  • CNN 模型压缩与加速算法综述

    导语:卷积神经网络日益增长的深度和尺寸为深度学习在移动端的部署带来了巨大的挑战,CNN模型压缩与加速成为了学术界和工业界都重点关注的研究领域之一。 前言 自从AlexNet一举夺得ILSVRC 2012 ImageNet图像分类竞赛的冠军后,卷积神经网络(CNN)的热潮便席卷了整个计算机视觉领域。CNN模型火速替代了传统人工设计(hand-crafted)特…

    2020年11月6日
    108 0 0
  • 关于 word2vec 我有话要说

    写在前面的话: 总结一下使用word2vec一年来的一些经验,因为自己在做的时候,很难在网上搜到word2vec的经验介绍,所以归纳出来,希望对读者有用。 这里不介绍word2vec的原理,因为原理介绍的资料网上很多: 作者论文word2vec论坛 作者论文讲的比较简单,推荐一个比较全面的word2vec原理分析 最后,由于本人知识有限,错误之处,还望指正。…

    2020年11月6日
    88 0 0
  • 大规模机器学习框架的四重境界

    导语 :随着大数据时代的来临,使用机器学习算法对大规模数据处理逐渐成为各个业务的核心场景。如何利用相对廉价的机器搭建分布式超大规模机器学习集群是一件非常复杂的事情,对工程和算法都有极高的要求,本文尝试梳理一下这方面的历史和现行的最佳实践 1. 背景 自从google发表著名的GFS、MapReduce、BigTable三篇paper以后,互联网正式迎来了大数…

    2020年11月6日
    127 0 0
  • 基于空闲资源的弹性计算实践

    项目背景 微信,QQ,空间等用户每天上传了海量图片及视频,图片上传下载时需压缩,视频播放前需转码;AI热潮兴起后,围棋,游戏等对弈数据的生成需要大量的计算能力;计算成本逐步成为不可承受之重。同时由于公司业务的多样化,难以均衡用满各类资源;现网服务器主要承载在线业务,有明显的波峰波谷效应;同时设备购买,裁撤,流转形成了大量的短期空闲设备,公司整体资源利用并不充…

    2020年11月6日
    84 0 0
  • 程序世界里的不信任原则

    导语 人与人之间最重要的是信任,但程序的世界里,可能信任越少越好;我越发觉得越是高性能高可用的系统里,不信任原则会体现得更加淋漓尽致。 为了少走弯路,写下这篇文章留给自己参考,其中一些是自己踩过的一些坑;一些是接手他人系统时触过的雷;还有一些是从别人分享的经验学习得来;能力有限,先记下自己的一些体会,错误的地方再慢慢改正。 一、编程的世界里十面埋伏 编程,是…

    2020年11月6日
    79 0 0
  • 微信 OCR(2):深度序列学习助力文字识别

    此篇文章属于微信OCR技术介绍系列,着重介绍如何采用深度序列学习(deep sequence learning)方法实现端到端的文本串识别并应用于微信产品。本篇主要为方法综述,下一篇着重介绍深度序列学习技术在微信产品中的落地。这里,文本串识别的输入默认已经是包含文本(行或者单词)的最小外接矩形框,其目的是识别其中的文字内容,如图1所示。前面的文本框检测和定位…

    2020年11月6日
    97 0 0