京东云-开发者社区

用户中心

热门标签

分享 | 现代企业中的GPU计算

在当今半导体领域，什么芯片能在5年间，以远超摩尔定律的速度发展？什么芯片能够在PC领域挑战甚至超越同时期生产的CPU产品？什么芯片能让整个图形/图像业界以及无数游戏玩家为之疯狂？什么芯片正在向更深、更广的领域延伸它的触角？
是什么引起了各个框架 Resize 操作的结果不同？——来自 ONNX 的标准化尝试

经过查看相关论文和各种框架的源代码，我分析和总结了 Resize 操作众多的实现方式。最终为 ONNX 贡献了一个较为完善的、标准化的 Resize 算子的 spec，它包含多个（基本）正交的参数，TensorFlow 1.x、TensorFlow 2.x、PyTorch、OpenCV 的 resize/interpolation 方法都可以用这个算子 100% 无损的表达。本文将简单介绍各种 resize 操作的共同流程，并分析是哪些因素引起了不同框架 resize 操作的不同。
10年内将不再有机器学习工程师？

面对着处境尴尬的十字路口，我们身为机器学习工程师也正在探索适合我们的定位。
凹凸技术揭秘 · Deco 智能代码 · 开启产研效率革命

Deco 智能代码是凹凸实验室打造的设计稿一键生成多端代码解决方案，专注于产研效率革命
技术沙龙 | 京东云智能黑科技矩阵大曝光

2019年8月17日，“云中升智，探索基于机器学习的AI业务优化实践”京东云开发者社区技术沙龙在南京举办，来自京东及英特尔的六位技术专家为参会者带来了一场知识盛宴。本期技术沙龙聚焦“机器学习”与“计算机视觉”，揭秘京东 AI 在智慧零售、智慧物流、智慧金融等领域的生态布局与解决方案，讲解京东拍照购、以图搜图、智能鉴黄等技术的实现原理， Intel如何有效将 AI 部署到边缘端。同时，展示基于容器技术的开发测试流水线的最佳实践。
电商推荐系统做到60分容易，做到80分、90分却很难
AutoML系列 | 01-自动化机器学习技术原理

本篇文章将介绍AutoML的定义、目标和研究领域，梳理、回顾自动化超参数调优算法和机器学习管道创建方法，并对主流AutoML开源框架进行对比分析，并结合真实案例说明AutoML的实际效果，最后探讨AutoML领域目前存在的开放性问题及未来研究方向。
KuAI平台 | 模型在线推理系统的高可用设计

本文提出一种分布式机器学习模型在线推理系统的完整技术方案，该系统主要采用CPU/GPU 计算节点来提供推理任务的基础算力，通过Docker容器技术封装、打包模型推理任务，将不同服务的运行环境完全隔离，并借助Kubernetes进行服务编排，提供服务的分布式容灾和资源的弹性伸缩功能，同时结合模型仓库、容器镜像仓库、系统/服务状态监控、服务注册/订阅、可视化面板等功能模块使算法模型与服务架构解耦，使模型的部署上线、更新和管理流程变得简单，上线效率高、风险低，同时提高预测服务的稳定性、灵活性和服务能力
天池-安泰杯跨境电商智能算法大赛分享（Rank1）

AliExpress是阿里巴巴海外购物网站，其网站的海外用户可以在AliExpress挑选购买自己心意的商品。对于AliExpress来说，目前某些国家A的用户群体比较成熟，沉淀了大量的该国用户的行为数据。但是还有一些待成熟国家B的用户在AliExpress上的行为比较稀疏。对于这些国家B用户的推荐算法如果单纯不加区分的使用全网用户的行为数据，可能会忽略这些国家用户的一些独特的用户特点。而如果只使用国家B的用户的行为数据，由于数据过于稀疏，不具备统计意义，会难以训练出正确的模型。
2020腾讯广告算法大赛方案分享（Rank1）

本届大赛的题目尝试从另一个方向来验证这个假设，即以用户在广告系统中的交互行为作为输入来预测用户的人口统计学属性。我们认为这一赛题的“逆向思考”本身具有其研究价值和趣味性，此外也有实用价值和挑战性。例如，对于缺乏用户信息的实践者来说，基于其自有系统的数据来推断用户属性，可以帮助其在更广的人群上实现智能定向或者受众保护。与此同时，参赛者需要综合运用机器学习领域的各种技术来实现更准确的预估。