雷鋒網獲悉，第一屆tensorflow dev峰會将于2017年2月15日在加利福尼亞州山景城舉行，到時tensorflow團隊将會做相關的技術訪談和示範，整個活動将持續一整天，同時，整個會議還将在google開發者論壇、youtube上進行直播，給不能到現場的開發者提供第一手資料。
會議時間：2017年2月15日
會議地點：加利福尼亞州山景城
2月14日，ibm正式宣布其powerai人工智能開發平台現在支援由谷歌原創的tensorflow 0.12架構。
poweai人工智能平台基于power8體系結構，支援企業級開源機器學習和深度學習架構。通過ibm的powerai人工智能平台，tensorflow能為企業開發先進的機器學習産品與系統，提供新的快速、靈活以及産能完備的開發工具。
在最新版的powerai人工智能平台，ibm還增加了chainer深度學習架構。powerai人工智能平台目前包括了caffe, chainer, tensorflow, theano, torch, cudnn, nvidia digits以及其它若幹個機器學習與深度學習架構和庫。
近期，谷歌宣布開放了一個基于 youtube 視訊的圖像資料集 youtube-boundingboxes dataset，為所有研究者進行模型訓練和研究提供了新資源。
該資料集包含有在 23 個物體類别上的 1050 萬人工标注的幀，其中包含 500 萬邊界框（bounding boxes），它們密集标記了 38 萬條 15-20 秒鐘長度的 youtube 視訊片段（從 24 萬個視訊中截取），其圖像品質類似于手機攝像。這個資料集的标注和邊界框精度超過了 95%。迄今為止，它是對時間連續幀内的物體進行跟蹤，包含邊界框的最大人工注釋視訊資料集。
昨天jason brownlee在其部落格上為大家分享了一個基于python的時間序列預測巴爾的摩的年度用水量案例，作者通過收集1885年至1963年巴爾的摩的年用水量，基于arima模型，對巴爾的摩的年用水量進行了預測，通過案例中的提供的工具和架構，相關研究者可以将類似技術擴充到其他的時間序列預測場景之中，後續雷鋒網(公衆号：雷鋒網)也會在第一時間為大家分享相關python的時間序列預測詳解案例。
來自維基媒體基金會和alphabet's jigsaw的計算機科學家已經證明，未來可通過ai機器學習來檢測維基百科上的惡意評論。
通過小批量的10萬惡意評論進行訓練，研究人員建構的相關機器學習算法已經能夠區分直接與間接人身攻擊。
本文作者：楊仁傑