宋海军教授（右）与博士生刘小康（左）。受访者供图生物多样性变化与五次大灭绝。受访者供图在地球漫长的历史中，曾发生过5次大规模的生物灭绝事件，其中最为严重的一次发生在距今约2.52亿年的二叠纪与三叠纪之交。这次大灭绝，造成80%以上的生物物种灭绝。
深度学习中，我们一直在训练模型，通过反向传播求导更新模型的权重，最终得到一个泛化能力比较强的模型。不过执行模型操作的算子会变化，可能从Pytorch->TensorRT或者TensorFlow->TFLITE，也就是实现算子的方式变了，同一个卷积操作，在Pytorch框架中是一种实现，在TensorRT又是另一种时间，两者的基本原理是一样的，但是精度和速度不一样，TensorRT可以借助Pytorch训练好的卷积的权重，实现与Pytorch中一样的操作，不过可能更快些。
作者 | 王灏整理 | 维克多人工智能（AI）的进展显示，通过构建多层的深度网络，利用大量数据进行学习，可以获得性能的显著提升。但这些进展基本上是发生在感知任务中，对于认知任务，需要扩展传统的AI范式。
极目新闻通讯员 田娟华中科技大学同济医学院附属同济医院心血管内科杨晓云主任医师和朱红玲医生团队研究开发了一种基于深度神经网络学习的心电图智能诊断模型，不仅提高了心脏肥大/扩大的诊断效能，而且为检测策略从被动向主动的转变提供了强有力的工具。
每经记者：蔡鼎 每经编辑：兰素英一直以来，从氨基酸序列出发预测蛋白质的三维结构是结构生物信息学中最具挑战的问题。但几年前，由Google DeepMind创建的基于深度学习的人工智能测序式AlphaFold解决了这个问题，一时间成为头条新闻。
Makridakis et al.， The M5 Accuracy competition: Results， findings and conclusions，D. Salinas et al.， DeepAR: Probabilistic forecasting with autoregressive recurrent networks， International Journal of Forecasting .
在数字化时代，自然历史藏品已成为生态和进化研究中不可或缺的重要资源。基于形态特征的标本检索使我们能够迅速获取与之相似的标本，可提高对这些馆藏资源的利用效率，满足相关研究的需求。然而，要实现这一目标，需要高效的特征提取和表征技术。
本文内容参考《深度学习计算机视觉实战》，该书内容包括深度学习与计算机视觉基础介绍、常用的OpenCV进行模型训练前处理与后处理算法、计算机视觉案例实战、Windows/Linux/Android/国产化平台的模型部署，学习路线如下:
