阿里去年新增12亿行代码;即将开源自研科学计算引擎、图学习框架;行人重识别算法斩获世界第一 | 周博通

简介: 每周一早晨,阿里妹为你呈现最新的“技术资讯早餐”,和腊八粥一样拥有丰富干货、营养美味。五分钟时间,让你成为“周博通”。周 博 通阿里巴巴脱贫基金年报发布 感受脱贫攻坚中的工程师力量2017年12月,马老师宣布成立阿里巴巴脱贫基金,将脱贫作为阿里的战略性业务,5年投入100亿元,用于电商、教育、生态、健康、女性等五个方向。

每周一早晨,阿里妹为你呈现最新的“技术资讯早餐”,和腊八粥一样拥有丰富干货、营养美味。五分钟时间,让你成为“周博通”。

周 博 通

阿里巴巴脱贫基金年报发布 感受脱贫攻坚中的工程师力量

2017年12月,马老师宣布成立阿里巴巴脱贫基金,将脱贫作为阿里的战略性业务,5年投入100亿元,用于电商、教育、生态、健康、女性等五个方向。

2019年1月,阿里巴巴脱贫基金年报发布,其中工程师成为脱贫中坚力量。数据显示,过去一年时间里,有数百名阿里工程师带技术下乡;3871名贫困大学生参加了阿里云的工程师认证培训;2741名外部工程师在“码上公益”平台注册成为志愿者,参与了24个技术脱贫项目。比如:报告!这群阿里工程师在偷偷养猪
一起来看看这份新鲜出炉的《阿里巴巴脱贫工作报告(2018年)》:
image
关键数据:

2018年,国家级贫困县在阿里巴巴平台网络销售额超过630亿元。

截至2018年底,“顶梁柱健康扶贫公益保险项目”帮助425万人次建档立卡贫困户获得健康保险。

2018年,阿里巴巴超过1000名员工投入脱贫业务,实地走访贫困县超过100个。

2018年,共有200万商家、4.2亿用户通过阿里巴巴公益和蚂蚁金服公益双平台进行公益捐赠,累计帮扶贫困人口超过774万人次。

报告全文下载地址:

http://i.aliresearch.com/img/20190110/20190110154134.pdf

12亿行代码,阿里巴巴这一年的技术报告和梦想报告

近日,《阿里巴巴代码数据报告》正式发布。报告显示,阿里工程师在2018年共写下了12亿行代码,总代码长度可绕地球4.49圈。

除此之外,这份报告还有不少你关心的数字:
image
image
image

阿里妈妈计划再开源:图学习框架 Euler

开源阿里首个深度学习框架 X-Deep Learning之后,阿里妈妈计划在近期再度开源一个图深度学习框架Euler,这也是国内首个在核心业务大规模应用后开源的图深度学习框架。
image
过去几年,深度学习技术在工业界被广泛应用并产生了巨大的技术红利,图神经网络的深入应用有希望形成下一波技术红利。Euler作为一个大规模分布图深度学习框架,在阿里妈妈核心业务场景中进行了锤炼。实践证明,Euler不但取得了出色的业务效果,而且在训练规模、性能和易用性上都表现出色,同时内置了大量的业内常用算法和阿里妈妈自研的创新算法。

阿里妹将会持续关注,第一时间为你送上最新消息,敬请期待~

阿里首款自研科学计算引擎即将开源!

在去年的云栖大会上,阿里巴巴通用计算平台团队宣布将开源阿里首款自研科学计算引擎。目前阿里妹得到可靠消息,这个千呼万唤的开源日期将会是本周之内。
1
近年来,虽然张量的概念随着机器学习/深度学习的热潮逐渐为人所熟知,对张量进行通用计算的规模需求也与日俱增,但现实是业界一流的科学计算库仍旧停留在单机时代,无法突破规模瓶颈。同时,现在流行的分布式计算引擎却并非为科学计算而生,上层接口不匹配导致科学计算任务很难用传统的 SQL/MapReduce 编写,执行引擎本身没有针对科学计算优化也使得计算效率难以令人满意。

阿里即将开源的计算引擎正是针对这样的背景设计的:通过提供基于张量的统一计算框架 ,一方面普惠科学计算进入分布式时代,另一方面可以让大数据进行高效的科学计算。

阿里行人重识别(ReID)算法效果取得世界第一

近日,阿里巴巴机器智能技术实验室在行人重识别(Person Re-identification)算法上获得突破性成果。该技术团队通过最新算法,在不使用任何时序信息的情况下,在行人重识别主流数据库(Market1501,DukeMTMC-reid和CUHK03)上各项指标均取得第一的好成绩,刷新了业内的最好成绩。
image
其性能的提高主要来源于技术层面的创新:该团队通过局部信息的挖掘,致力于解决行人在识别过程中表观姿态变化剧烈,不容易对齐的问题。一方面,通过人体语义分割得到具有强语义信息的部件,并利用注意力机制在其中寻找最具有区分性的区域。另一方面,使用了基于金字塔的水平分块策略,得到行人固定区域的可辨识信息。在训练中,同时采用两种策略相结合的方式,达到行人图片的对齐,从而实现更精准的匹配识别。通过技术上的改进,该方法在三个公开数据库上的效果均优于之前最好方法,特别是mAP指标,分别提升了2%,1.87%,3.39%。
image
原文发布时间为:2019-01-14
本文作者: 技术创造新商业
本文来自云栖社区合作伙伴“ 阿里技术”,了解相关信息可以关注“ 阿里技术”。

相关文章
|
1月前
|
算法
【MATLAB】语音信号识别与处理:移动中位数滤波算法去噪及谱相减算法呈现频谱
【MATLAB】语音信号识别与处理:移动中位数滤波算法去噪及谱相减算法呈现频谱
20 2
|
1月前
|
算法
【MATLAB】语音信号识别与处理:一维信号NLM非局部均值滤波算法去噪及谱相减算法呈现频谱
【MATLAB】语音信号识别与处理:一维信号NLM非局部均值滤波算法去噪及谱相减算法呈现频谱
38 1
|
1天前
|
机器学习/深度学习 算法 前端开发
Scikit-learn进阶:探索集成学习算法
【4月更文挑战第17天】本文介绍了Scikit-learn中的集成学习算法,包括Bagging(如RandomForest)、Boosting(AdaBoost、GradientBoosting)和Stacking。通过结合多个学习器,集成学习能提高模型性能,减少偏差和方差。文中展示了如何使用Scikit-learn实现这些算法,并提供示例代码,帮助读者理解和应用集成学习提升模型预测准确性。
|
2天前
|
机器学习/深度学习 算法 Python
使用Python实现集成学习算法:Bagging与Boosting
使用Python实现集成学习算法:Bagging与Boosting
11 0
|
29天前
|
机器学习/深度学习 算法 生物认证
基于深度学习的人员指纹身份识别算法matlab仿真
这是一个关于使用深度学习进行指纹识别的算法概述。在matlab2022a环境下,通过预处理指纹图像(灰度化、二值化等)并利用卷积神经网络(CNN)提取特征。CNN架构包含卷积、池化、归一化和全连接层。特征向量通过余弦相似度计算匹配,训练时采用triplet loss优化。部分核心代码展示了加载预训练模型进行测试集分类预测并计算准确率的过程。
|
30天前
|
Rust Dart 算法
55.3k star!开源算法教程,附带动画图解,学习算法不再苦恼!
55.3k star!开源算法教程,附带动画图解,学习算法不再苦恼!
|
1月前
|
算法 C++ 计算机视觉
Opencv(C++)学习系列---Laplacian拉普拉斯边缘检测算法
Opencv(C++)学习系列---Laplacian拉普拉斯边缘检测算法
|
1月前
|
算法 C++ 计算机视觉
Opencv(C++)学习系列---Canny边缘检测算法
Opencv(C++)学习系列---Canny边缘检测算法
|
1月前
|
机器学习/深度学习 算法 生物认证
基于深度学习的人员指纹身份识别算法matlab仿真
基于深度学习的人员指纹身份识别算法matlab仿真
|
25天前
|
传感器 算法 计算机视觉
基于肤色模型和中值滤波的手部检测算法FPGA实现,包括tb测试文件和MATLAB辅助验证
该内容是关于一个基于肤色模型和中值滤波的手部检测算法的描述,包括算法的运行效果图和所使用的软件版本(matlab2022a, vivado2019.2)。算法分为肤色分割和中值滤波两步,其中肤色模型在YCbCr色彩空间定义,中值滤波用于去除噪声。提供了一段核心程序代码,用于处理图像数据并在FPGA上实现。最终,检测结果输出到"hand.txt"文件。