对抗机器学习是一个机器学习与计算机安全的交叉领域。对抗机器学习旨在给恶意环境下的机器学习技术提供安全保障。由于机器学习技术一般研究的是同一个或较为稳定的数据分布，当部署到现实中的时候，由于恶意用户的存在，这种假设并不一定成立。比如研究人员发现，一些精心设计的对抗样本(adversarial example)可以使机器学习模型不能成功地输出正确的结果。针对模型的攻击问题，我们主要分为两大类，就是从训练阶段和推理(inference)阶段来进行讨论。
我国已成为全球第一大工业机器人（300024）市场。据国际机器人协会（IFR）统计，2014年全球工业机器人销量增长27%，中国增势最为迅猛，达54%，年销售5.7万台左右，但其中自主品牌机
0 引言 在十二届全国人大五次会议上，国务院总理李克强在作政府工作报告时表示，要“全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化
你还在为文档里铺天盖地滴变量， 结构复杂的json而烦恼吗~ 写错了一个类型，然后各种崩溃 写错了一个变量名无法解析 代码工具来啦~ 自动生成
人工智能产业得以快速发展，得益于海量激增的数据还有在摩尔定律影响下不断提升的计算能力，而无论是海量数据的获取和存储还是计算能力的体现都离不开硬件载体——芯片。因此，人工智能芯片就成为当前激烈的人
AutoEncoder的基本思想是利用神经网络来做无监督学习，就是把样本的输入同时作为神经网络的输入和输出。本质上是希望学习到输入样本的表示(encoding)。早期AutoEncoder的研究主要是数据过于稀疏、数据高维导致计算复杂度高。比较早用神经网络做AutoEncoder的可以追溯到80年代的BPNN和MLP以及当时Hinton推崇的RBM。后来到了2000年以后还坚持在做的只剩下Hinton的RBM了。从2000年以后，随着神经网络的快速兴起，AutoEncoder也得到快速发展，基本上有几条线：稀疏AutoEncoder、噪音容忍AutoEncoder、卷积AutoEncoder、变分AutoEncoder。最新的进展是结合对抗思想的对抗AutoEncoder。
华为云 华为云成立于2011年，隶属于华为公司，在北京、深圳、南京、美国等多地设立有研发和运营机构，贯彻华为公司“云、管、端”的战略方针，汇集海内外优秀技
可实时回传大量清晰的图像和视频，通过VR进行远程会诊、远程教学等，实现农业生产环境的智能感知、实时采集 福建首款人工智能农业机器人正式在中国以色列示范农场智能蔬果大棚开始全天候
近日， 哈佛大学、麻省理工学院、斯坦福大学以及OpenAI等联合发布了第二届人工智能指数（AI Index）年度报告。与去年同期的第一期重点介绍人工智能领域的投资和工作岗位的增长速度不同，今年第
