深度學(xué)習(xí) 文章 進(jìn)入深度學(xué)習(xí)技術(shù)社區(qū)
深度學(xué)習(xí)日益成熟 自駕貨車可望率先上路
- 長程駕駛運(yùn)輸環(huán)境單純、運(yùn)輸時間長,很容易因疲勞駕駛影響行車安全。 在這樣的情況之下,最快實(shí)現(xiàn)自動駕駛的場域,將會是商用貨車的物流應(yīng)用。
- 關(guān)鍵字: 深度學(xué)習(xí) NVIDIA
想從事深度學(xué)習(xí)工作的進(jìn)來看,經(jīng)典面試問題幫你整理好了
- 更新幾個面試被問到或者聯(lián)想出來的問題,后面有時間回答 SGD 中 S(stochastic)代表什么 個人理解差不多就是Full-Batch和Mini-Batch 監(jiān)督學(xué)習(xí)/遷移學(xué)習(xí)/半監(jiān)督學(xué)習(xí)/弱監(jiān)督學(xué)習(xí)/非監(jiān)督學(xué)習(xí)? 本筆記主要問題來自以下兩個問題,后續(xù)會加上我自己面試過程中遇到的問題。 深度學(xué)習(xí)相關(guān)的職位面試時一般會問什么?會問一些傳統(tǒng)的機(jī)器學(xué)習(xí)算法嗎? 如果你是面試官,你怎么去判斷一個面試者的深度學(xué)習(xí)水平? 以下問題來自@Naiyan Wang C
- 關(guān)鍵字: 深度學(xué)習(xí) CNN
NVIDIA挑戰(zhàn)100億美元營收 進(jìn)擊數(shù)據(jù)中心市場是關(guān)鍵
- 在一個正常運(yùn)作的資本主義經(jīng)濟(jì)環(huán)境,一家具創(chuàng)新能量的公司會協(xié)助開創(chuàng)新市場,對新技術(shù)或產(chǎn)品開發(fā)大舉投資,因而擊敗競爭對手或?qū)⒅频綁?,并從中?chuàng)造獲利,這在當(dāng)前科技產(chǎn)業(yè)中若要找到范本,NVIDIA無疑當(dāng)之無愧,因NVIDIA不僅協(xié)助開創(chuàng)將加速運(yùn)算導(dǎo)入全球數(shù)據(jù)中心的新市場,如今也正借此為公司創(chuàng)造獲利,并掌握相當(dāng)先進(jìn)的前瞻技術(shù),因而有助NVIDIA在可預(yù)見的未來于這塊市場站穩(wěn)腳步。 根據(jù)The Next Platform網(wǎng)站報導(dǎo),NVIDIA借由在其數(shù)據(jù)中心產(chǎn)品線中推出Tesla加速器產(chǎn)品線,充分有助該
- 關(guān)鍵字: NVIDIA 深度學(xué)習(xí)
AI Challenger 開賽:國內(nèi)最大規(guī)模深度學(xué)習(xí)數(shù)據(jù)集上線,ImageNet 冠軍、Kaggle 大賽優(yōu)勝者加入角逐
- 由創(chuàng)新工場、搜狗和今日頭條聯(lián)合宣布發(fā)起的 AI Challenger 挑戰(zhàn)賽,在今年的比賽時間為 9 月 4 日至 12 月 3 日,每雙周評出周冠軍,每個賽題中效果突出的團(tuán)隊還將進(jìn)行答辯,角逐總冠軍。目前,報名者已超過 1000 名,參賽隊伍超過 500 支,其中很多人來自國內(nèi)外 AI 實(shí)力強(qiáng)勁的高校、公司和機(jī)構(gòu),不乏過去各類比賽的獲獎?wù)?,比?ImageNet 兩項任務(wù)冠軍、天池阿里移動推薦算法大賽冠軍以及 Kaggle 大賽的眾多優(yōu)勝者。 隨著以 30 萬張圖片為基礎(chǔ)的計算機(jī)視覺賽道數(shù)據(jù)集
- 關(guān)鍵字: 深度學(xué)習(xí) Kaggle
深度學(xué)習(xí)與計算機(jī)視覺 看這一篇就夠了
- 人工智能是人類一個非常美好的夢想,跟星際漫游和長生不老一樣。我們想制造出一種機(jī)器,使得它跟人一樣具有一定的對外界事物感知能力,比如看見世界。 在上世紀(jì)50年代,數(shù)學(xué)家圖靈提出判斷機(jī)器是否具有人工智能的標(biāo)準(zhǔn):圖靈測試。即把機(jī)器放在一個房間,人類測試員在另一個房間,人跟機(jī)器聊天,測試員事先不知道另一房間里是人還是機(jī)器 。經(jīng)過聊天,如果測試員不能確定跟他聊天的是人還是機(jī)器的話,那么圖靈測試就通過了,也就是說這個機(jī)器具有與人一樣的感知能力?! 〉菑膱D靈測試提出來開始到本世紀(jì)初,50多年時間有無數(shù)
- 關(guān)鍵字: 深度學(xué)習(xí) 計算機(jī)視覺
微軟推深度學(xué)習(xí)系統(tǒng)Project Brainwave:面向?qū)崟r人工智能應(yīng)用
- Project Brainwave是微軟的一套深度學(xué)習(xí)加速平臺,主要面向?qū)崟r人工智能應(yīng)用。其在基于云端的深度學(xué)習(xí)模型的性能和擴(kuò)展性上實(shí)現(xiàn)了一項重大的飛躍。 這并不是我們首次聽到它的名字,因?yàn)槲④浫ツ陼r就曾多次提及。在Hot Chips 2017大會上,微軟披露了Project Brainwave的更多實(shí)質(zhì)性細(xì)節(jié)。微軟解釋了近年為Project Brainwave平臺推出的FPGA(現(xiàn)場課編程門陣列)基礎(chǔ)設(shè)施、并結(jié)合了神經(jīng)網(wǎng)絡(luò)處理單元。如果說過去幾十年的主題是開發(fā)通用C
- 關(guān)鍵字: 微軟 深度學(xué)習(xí)
Gartner發(fā)布2017年新興科技技術(shù)成熟度曲線 提出未來十年驅(qū)動數(shù)字化業(yè)務(wù)的三大趨勢
- 全球領(lǐng)先的信息技術(shù)研究和顧問公司Gartner發(fā)布了2017年新興科技技術(shù)成熟度曲線(Hype Cycle for Emerging Technologies),其中包含的各類新興科技技術(shù)揭示出未來五到十年內(nèi)可以幫助各企業(yè)在數(shù)字經(jīng)濟(jì)時代中生存并繁榮發(fā)展的三大顯著趨勢?! ∵@三大趨勢為無處不在的人工智能(AI)、透明沉浸式體驗(yàn)(transparently immersive experiences)和數(shù)字平臺(digital plat
- 關(guān)鍵字: 機(jī)器學(xué)習(xí) 深度學(xué)習(xí)
基于深度學(xué)習(xí)的無人機(jī)識別算法研究
- 摘 要: 無人機(jī)的廣泛運(yùn)用,在給人們帶來便利的同時,也引發(fā)了不良影響。比如,無人機(jī)飛入禁飛區(qū)引發(fā)安全問題,由于不正當(dāng)?shù)氖褂们址腹竦碾[私等,因此需要構(gòu)建一個無人機(jī)警察系統(tǒng),對無人機(jī)實(shí)施監(jiān)控,遏制亂飛現(xiàn)象。采用傳統(tǒng)的識別方法,靈活性不足,精度也不夠高。為此提出一種基于深度學(xué)習(xí)的無人機(jī)識別算法,通過訓(xùn)練一個基于卷積神經(jīng)網(wǎng)絡(luò)(CNNs)的學(xué)習(xí)網(wǎng)絡(luò),得出一個高效的識別模型,實(shí)現(xiàn)無人機(jī)和非無人機(jī)間的分類。模型的測試結(jié)果表明,該方法具有較高的識別率?! £P(guān)鍵詞: 深度學(xué)習(xí);無人機(jī);視
- 關(guān)鍵字: 深度學(xué)習(xí) 無人機(jī)
IBM深度學(xué)習(xí)演算法新突破 大幅縮短培訓(xùn)時間
- IBM Research宣布深度學(xué)習(xí)演算法出現(xiàn)新的突破,IBM新的分布式深度學(xué)習(xí)(DDL)軟件讓每個添加的處理器之間實(shí)現(xiàn)線性加速比(linear speedup),該開發(fā)旨在為添加到IBM DDL演算法的每個服務(wù)器實(shí)現(xiàn)類似的加速效能。 據(jù)EETimes報導(dǎo),IBM加速認(rèn)知基礎(chǔ)設(shè)施部門主管Hillman Hunter認(rèn)為,研究目標(biāo)是將深度學(xué)習(xí)培訓(xùn)的等待時間從幾天或幾小時,縮短到幾分鐘或幾秒鐘。 Hunter發(fā)文描述這項開發(fā)成果,是最受歡迎的深度學(xué)習(xí)框架擴(kuò)展到服務(wù)器中的多個GPU,而不是使用G
- 關(guān)鍵字: IBM 深度學(xué)習(xí)
吳恩達(dá)創(chuàng)建deeplearning.ai講授AI課程 ,向全世界普及深度學(xué)習(xí)知識
- 近日,前百度首席科學(xué)家吳恩達(dá)在其Twitter上發(fā)布重磅消息稱,deeplearning.ai課程正式登錄Cousera。此外,吳恩達(dá)還同時在Medium發(fā)布博文介紹了這套課程。 此消息意味著,從百度離職后,吳恩達(dá)所創(chuàng)立deeplearning.ai一直專注于深度學(xué)習(xí)入門課程的開發(fā)。吳恩達(dá)表示,deeplearning.ai立志于擴(kuò)散AI知識,向全世界普及深度學(xué)習(xí)知識。 該套課程一共五門,組成了Cousera上的全新深度學(xué)習(xí)專業(yè)(specialization)。用戶可通過該課程學(xué)習(xí)到深度學(xué)
- 關(guān)鍵字: AI 深度學(xué)習(xí)
AI芯片飛速發(fā)展 算法也需不斷優(yōu)化
- 有許多公司已經(jīng)認(rèn)識到了AI所具有的巨大潛力,還研發(fā)出了強(qiáng)大的芯片,以期獲得AI的廣泛應(yīng)用。
- 關(guān)鍵字: AI 深度學(xué)習(xí)
IBM聲稱深度學(xué)習(xí)取得重大突破 大幅降低處理時間
- IBM一直在努力促使計算機(jī)變得更智能化、更人性化。本周該公司宣布,已經(jīng)開發(fā)出一種技術(shù),可以大幅縮短處理海量數(shù)據(jù)并得出有用結(jié)論的時間。 IBM使用的“深度學(xué)習(xí)”技術(shù)是人工智能(AI)的一個分支,可模仿人腦的工作原理。它也是微軟、Facebook、亞馬遜和谷歌的重大關(guān)注焦點(diǎn)。 IBM的目標(biāo)是將深度學(xué)習(xí)系統(tǒng)消化數(shù)據(jù)所需要的時間從數(shù)天縮短到數(shù)小時。IBM研究所的IBM研究員和系統(tǒng)加速及記憶主管希拉里·亨特(Hillery Hunter)說,這些改進(jìn)可以幫助放射
- 關(guān)鍵字: IBM 深度學(xué)習(xí)
【E問E答】當(dāng)AI深度學(xué)習(xí)模型走進(jìn)死胡同時該咋辦?
- 深度學(xué)習(xí)是一項龐大又復(fù)雜的工程,在建立深度學(xué)習(xí)模型時,走進(jìn)死胡同被迫從頭再來似乎是常事。 近日,Semantics3網(wǎng)站的聯(lián)合創(chuàng)始人Govind Chandrasekhar在官方博客上發(fā)表了一篇文章,講述了程序員在解決深度學(xué)習(xí)問題時的應(yīng)該自問的五個問題?! emantics3是一家2012年成立的數(shù)據(jù)科學(xué)初創(chuàng)公司,它創(chuàng)建了一個數(shù)據(jù)庫,跟蹤產(chǎn)品在網(wǎng)上的銷售過程,為零售商提供數(shù)據(jù)。對于Govind Chandrasekhar寫的這篇文章如下: 研究數(shù)據(jù)科學(xué)是一件悲喜交加的事情。喜
- 關(guān)鍵字: AI 深度學(xué)習(xí)
深度神經(jīng)網(wǎng)絡(luò)(DNN)是否模擬了人類大腦皮層結(jié)構(gòu)?
- 概要:人工智能交融了諸多學(xué)科,而目前對人工智能的探索還處于淺層面,我們需要從不同角度和層次來思考,比如人工智能和大腦的關(guān)系。 神經(jīng)元 在深度學(xué)習(xí)領(lǐng)域,神經(jīng)元是最底層的單元,如果用感知機(jī)的模型, wx + b, 加上一個激活函數(shù)構(gòu)成了全部,輸入和輸出都是數(shù)字,研究的比較清楚。別的不說,在參數(shù)已知的情況下,有了輸入可以計算輸出,有了輸出可以計算輸入。 但在神經(jīng)科學(xué)領(lǐng)域,神經(jīng)元并不是最底層的單位。 舉例來說,有人在做神經(jīng)元膜離子通道相關(guān)的工作。一個神經(jīng)元的輸入,可以分為三部分,從其他
- 關(guān)鍵字: DNN 深度學(xué)習(xí)
深度學(xué)習(xí)被「神化」!如何「客觀」看待深度學(xué)習(xí)?
- 深度學(xué)習(xí)隨著AlphaGo大勝李世石之后被“神話”,很多人認(rèn)為深度學(xué)習(xí)就是挑戰(zhàn)人類智力的“神器”??墒牵疃葘W(xué)習(xí)真的如他們想象的那般“戰(zhàn)無不勝”嗎?
- 關(guān)鍵字: 深度學(xué)習(xí)
深度學(xué)習(xí)介紹
您好,目前還沒有人創(chuàng)建詞條深度學(xué)習(xí)!
歡迎您創(chuàng)建該詞條,闡述對深度學(xué)習(xí)的理解,并與今后在此搜索深度學(xué)習(xí)的朋友們分享。 創(chuàng)建詞條
歡迎您創(chuàng)建該詞條,闡述對深度學(xué)習(xí)的理解,并與今后在此搜索深度學(xué)習(xí)的朋友們分享。 創(chuàng)建詞條
關(guān)于我們 -
廣告服務(wù) -
企業(yè)會員服務(wù) -
網(wǎng)站地圖 -
聯(lián)系我們 -
征稿 -
友情鏈接 -
手機(jī)EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)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(wǎng)安備11010802012473
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)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(wǎng)安備11010802012473