也就是说，最后一步是测试所有的这些。在本地测试中，这一切都预期的工作，在测试中使用优秀的老版red5作为开源RTMP服务器，但很显然，真正的挑战是让它与YouTube的 直播一起工作。所以我进入到
2018-07-27 16:49
所以作者是先用 word2vec 方法对 video 和 search token 做了 embedding 之后再作为输入的，这也是做 embedding 的“基本操作”，不用过多介绍；当然，除此之外另一种大家应该也比较熟悉，就是通过加一个 embedding 层跟上面的 DNN 一起训练，两种方法孰优孰劣，有什么适用场合，大家可以讨论一下。
2018-12-26 14:53
该团队在麻省理工学院的计算机科学和人工智能实验室 (Computer Science and Artificial Intelligence Lab) 开展了这项研究，共开发出了三个卷积神经网络，它们可协同工作以生成相应结果。其中一个卷积神经网络负责对视觉输入进行编码，一个负责对音频输入进行编码，第三个则负责基于视觉和音频输入合成输出。
2018-09-12 14:19
以 YouTube 视频的帧作为输入，我们使用 field lines 来恢复摄像机参数。然后，提取边界框、姿势和轨迹（跨多个帧）来分割球员。通过在视频游戏数据上训练好的深度网络，我们在游戏环境中重建了每个球员的深度图，这样就可以在 3D 查看器或 AR 设备上呈现出来。
2018-07-03 10:30
MIT计算机科学和人工智能实验室(CSAIL)和多伦多大学的研究人员受《模拟人生》（The Sims）启发，开发一个虚拟家园“VirtualHome” ，不仅让虚拟机器人成功地制作了咖啡、打开烤面包机、在沙发上休息，研究人员还创建了一个用自然语言描述的家庭任务数据库，将来可能有助于亚马逊的Alexa等系统执行更复杂的任务。
2018-06-04 10:08
所以，Google这两篇强化学习应用于YouTube推荐论文的出现给大家带来了比较振奋人心的希望。首先，论文中宣称效果对比使用的Baseline就是YouTube推荐线上最新的深度学习模型；
2019-07-18 11:11
有一天，我看到YouTube推荐Scott Marley制作ESP32 VU电表的视频时，就被启发创建了这个项目。
2021-04-29 09:24
随着智慧型手机不断增加越来越多的照片与视讯传输(如Instagram、YouTube和Skype等)，推动对于更多无线资料的需求日益成长。
2015-11-10 09:30
人工智能已经遍布我们的日常生活。从YouTube的首页推荐到生产药物，它无所不在，它对我们生活的影响超出我们的想象。但人工智能一定公平吗？不，绝对不是。
2020-11-27 15:20
随着社交网络的兴盛和自媒体的发展，普通人的照片也突然多了起来。研究人员默认这些照片是对所有人开放的，有时他们甚至会从 YouTube 的视频中抓取面部图片。
2019-04-01 15:09
