- 當今世界人工智能領域，有三位頂級專家被業(yè)內奉為“神一樣的人物”，其中兩位來自加拿大，一位來自法國。他們分別是加拿大多倫多大學的GeoffreyHinton和蒙特利爾大學的終身教授YoshuaBengio，以及Facebook人工智能研究部門(FAIR)負責人YannLeCun(下稱“LeCun”)——這位來自巴黎的學者目前擔任紐約大學終身教授，他還是紐約大學數(shù)據(jù)科學中心的創(chuàng)始人。
YannLeCun在今年3月走進中國的大學，
- 關鍵字：
AI 深度學習
- 物聯(lián)網、大數(shù)據(jù)、人工智能等科技熱詞這幾年似乎每天都在科技頭條中輪番出現(xiàn)，到底哪一種技術對人類社會的發(fā)展有更大的推動作用呢?不知道有沒有人有這樣的疑惑，事實上，它們都是未來的趨勢，彼此之間并不矛盾。
- 關鍵字：
人工智能 深度學習
- 針對目前人工智能技術發(fā)展，Intel認為目前將GPU運算效能用于超級計算機作為平行運算的普及作法，其實只是人工智能技術的一部分，重點依然在于如何讓深度學習以更具效率方式完成訓練，藉此建立各類人工智能技術應用。 而對于近年來ARM架構處理器持續(xù)強調的端點運算 (Edge Computing)，Intel也強調本身從終端裝置到云端服務器均有完整布局，同時在軟硬件部分也有相當完整的技術發(fā)展，藉此對應不同人工智能技術運算需求。
根據(jù)Intel數(shù)據(jù)中心事業(yè)群副總裁暨人工智能解決方案技術長Amir Khos
- 關鍵字：
Intel 深度學習
- 有許多原因使 2016 稱得上是 GPU 之年。但事實上，除了在核心領域(深度學習、VR、自動駕駛)，為什么把 GPU 用于通用計算仍然很模糊。
?
英偉達在 2016 年的強勢崛起，GPGPU (GPU 通用計算)功不可沒。
搞清楚 GPU 的作用，要先從 CPU 開始。大多數(shù)人對計算機 CPU 并不陌生，這可能要歸功于英特爾——作為在事實上壟斷了 PC、服務器平臺 CPU 近十年的供應商，英特爾的巨幅廣告支出，直接導致每個人都或多或少聽說
- 關鍵字：
GPU 深度學習
- 鉆研傳感器和鉆研深度學習算法，這兩群創(chuàng)業(yè)公司看起來都不稀缺。對于提供自動駕駛方案的小型創(chuàng)業(yè)公司，技術路線也就決定了賣給哪一個陣營的客戶。
- 關鍵字：
激光雷達 深度學習
- 圍繞“智能時代·數(shù)字經濟”，由工業(yè)和信息化部中國電子信息產業(yè)發(fā)展研究院指導、賽迪顧問股份有限公司主辦的“2017中國IT市場年會”于2017年3月16日召開。大會的第一個主題演講來自于中國工程院鄔賀銓院士，他的演講題目為《ICT演進與創(chuàng)新》。
在演講中鄔院士提到大數(shù)據(jù)、智能化、移動互聯(lián)網跟云計算，以及物聯(lián)網，結合的“大智移云”，成為ICT融合的創(chuàng)新平臺。人工智能、深度學習、區(qū)塊鏈，以及容器技術等新技術，正在興起
- 關鍵字：
ICT 人工智能 深度學習
- 備受關注的計算機視覺國際大賽——ImageNet 大規(guī)模圖像識別挑戰(zhàn)賽(ILSVRC2017)已經拉開帷幕，今年的比賽分為四個主要項目：定位、識別以及視頻中物體識別和Tester Challenges。去年在比賽中拿下場景分類關鍵的海康威視首席專家浦世亮近日接受新智元專訪，他談到了去年參賽詳情和技術細節(jié)。他也對深度學習與安防行業(yè)現(xiàn)狀的10個問題進行了深入解讀。
根據(jù) ImageNet官網的最新消息，今年的 ImageNet 大規(guī)模圖像識別挑戰(zhàn)賽(ILSVRC2017)已經
- 關鍵字：
?？低?/a> 深度學習
- Deep Learning是機器學習中一個非常接近AI的領域，其動機在于建立、模擬人腦進行分析學習的神經網絡，最近研究了機器學習中一些深度學習的相關知識，本文給出一些很有用的資料和心得?！ ey Words：有監(jiān)督學習與無監(jiān)督學習，分類、回歸，密度估計、聚類，深度學習，Sparse DBN， 1. 有監(jiān)督學習和無監(jiān)督學習 給定一組數(shù)據(jù)(input，target)為Z=(X，Y)?！ ∮斜O(jiān)督學習：最常見的是regression &
- 關鍵字：
機器學習 深度學習
- 深度學習是近十年來人工智能領域取得的重要突破。它在語音識別、自然語言處理、計算機視覺、圖像與視頻分析、多媒體等諸多領域的應用取得了巨大成功?，F(xiàn)有的深度學習模型屬于神經網絡。神經網絡的起源可追溯到20世紀40年代，曾經在八九十年代流行。神經網絡試圖通過模擬大腦認知的機理解決各種機器學習問題。1986年，魯梅爾哈特(Rumelhart)、欣頓(Hinton)和威廉姆斯(Williams)在《自然》雜志發(fā)表了著名的反向傳播算法用于訓練神經網絡[1]，該算法直到今天仍被廣泛應用。 神經網絡有大量參數(shù)，經常發(fā)
- 關鍵字：
圖像識別中 深度學習
- 人工智能這一輪的浪潮來的很快，接連攻克了圖像識別、語音識別、自動駕駛等多個難題，簡直是處于宇宙中心。從資本、媒體到創(chuàng)業(yè)者都對這個領域懷有極大的熱情。
- 關鍵字：
AI 深度學習
- 在檢查患者的生物組織樣品后， 病理學家的報告通常是許多疾病的黃金診斷標準。特別是對于癌癥，病理學家的診斷對患者的治療具有深遠的影響。病理切片審查是一個非常復雜的任務，需要多年的培訓才能做好，豐富的專業(yè)知識和經驗也是必不可少的。盡管都經過培訓，但不同病理學家對同一患者給出的診斷結果，可能存在實質性的差異，而這可能導致誤診。例如，在某些類型的乳腺癌診斷中，診斷結論一致性竟低至48%，前列腺癌診斷的一致性也同樣很低。
診斷缺乏一致性低并不少見，因為如果想做出準確的診斷，必須檢查大量的信息。病理學家通常
- 關鍵字：
谷歌 深度學習
- 早春三月，乍暖還寒，人臉識別技術的市場熱度卻不斷攀升，成為科技圈企業(yè)追逐的技術新寵。
- 關鍵字：
生物識別 深度學習
- 引言 高級輔助駕駛系統(tǒng)(ADAS)可提供解決方案，用以滿足駕乘人員對道路安全及出行體驗的更高要求。諸如車道偏離警告、自動剎車及泊車輔助等系統(tǒng)廣泛應用于當前的車型，甚至是功能更為強大的車道保持、塞車輔助及自適應巡航控制等系統(tǒng)的配套使用也讓未來的全自動駕駛車輛成為現(xiàn)實?！ ∪缃?，車輛的很多系統(tǒng)使用的都是機器視覺。機器視覺采用傳統(tǒng)信號處理技術來檢測識別物體。對于正熱衷于進一步提高拓展ADAS功能的汽車制造業(yè)而言，深度學習神經網絡開辟了令人興奮的研究途徑。為了實現(xiàn)從諸如高速公路全程自動駕駛儀的短時輔助模式到
- 關鍵字：
自動駕駛 深度學習
- 深度學習不但使得機器學習能夠實現(xiàn)眾多的應用，而且拓展了人工智能的領域范圍，并使得機器輔助功能都變?yōu)榭赡堋Ｆ鋺妙I域正在加速滲透到很多領域，也催生了深度學習與其它應用技術的加速融合，為提升一線科研人員對該技術的深入了解，中國電子學會擬于2017年3月25-26日在北京舉辦“2017全國深度學習技術應用大會”，會議將邀請國內知名專家就相關內容做特邀專家報告?；顒蛹覟?017全國深度學習技術應用大會提供在線報名通道! 基本信息 大會主題：拓寬研發(fā)思路，提高應用能力?！ r間地點：2017年3月24?26
- 關鍵字：
深度學習
- 長期來說，計算機視覺會在越來越多的場景下取代人的“看”的功能，會解放出大量的生產力、時間和精力投入，未來還會在更多的領域得到應用，這個市場大有可為。
- 關鍵字：
邊緣計算 深度學習
深度學習介紹
您好，目前還沒有人創(chuàng)建詞條深度學習!
歡迎您創(chuàng)建該詞條，闡述對深度學習的理解，并與今后在此搜索深度學習的朋友們分享。
創(chuàng)建詞條
關于我們 -
廣告服務 -
企業(yè)會員服務 -
網站地圖 -
聯(lián)系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473
