聚焦大模型浪潮下软件工程的创新洞见与实践 |QCon主题演讲大咖来袭 了解详情
写点什么

可微分编程

收录了 可微分编程 频道下的 50 篇内容

开发者向Swift递交了优秀的可微分编程提案
开发者向 Swift 递交了优秀的可微分编程提案

该提案旨在“在数值方面和机器学习方面,把Swift的能力推向另一高度”,而实现这一目标的方式正是在Swift中引入可微分编程。

2020年热门编程语言的发展方向
2020 年热门编程语言的发展方向

时间行至2020年,对于编程语言的未来发展,很多人会更多的期待。因此,我们向多位编程专家征询了他们对热门编程语言的看法。

解读Julia的2021:逐步迈向主流编程语言
解读 Julia 的 2021:逐步迈向主流编程语言

Julia正在迈向主流编程语言。

苹果开源ArgumentParser:为Swift加个工具?
苹果开源 ArgumentParser:为 Swift 加个工具?

寄托了苹果宏大的愿景。再加一把趁手的“兵器”。Cook在Swift官网上宣布ArgumentParser库正式开源。

Tensorflow 2.0到底好在哪里?
Tensorflow 2.0 到底好在哪里?

TensorFlow现在已经不仅是一个单纯的工具包了。

LinkedIn招聘之搜索和推荐系统背后的AI
LinkedIn 招聘之搜索和推荐系统背后的 AI

在这篇文章中,简要概述了我们的模型探索之旅以及LinkedIn中人才搜索系统所使用的架构。

什么是全场景 AI 计算框架 MindSpore?

摘要:MindSpore是华为公司推出的新一代深度学习框架,是源于全产业的最佳实践,最佳匹配昇腾处理器算力,支持终端、边缘、云全场景灵活部署,开创全新的AI编程范式,降低AI开发门槛。

人工智能
AI
mindspore
可微分式编程:深度学习发展的新趋势?

深度学习最近的成功经常被归功于更大量的可用数据、更强大的计算系统,以及大科技公司对这一领域突然增加的兴趣。这些不断增长的资源确实客观上有助于当前人工智能的快速发展,但是考虑到大公司一直以来都投入了大量资源到各种机器学习方法中,而只有深度学习取得了如此令人难以置信的进展;其他机器学习方法虽然也有改进,但是远远没有达到可以与深度学习相提并论的程度。 那么到底是什么因素将深度学习与其他方法区分开?它是否能够解决那些到目前为止没有人能用编程提供解决方案的问题?

Matlab 数值微分与数值积分,linux 环境高级编程

)2. 数值积分

Java
程序员
后端
突破少、进展慢,2018年的AI领域怎么了?
突破少、进展慢,2018 年的 AI 领域怎么了?

2018年机器学习重要进展,看这篇文章就够了

Julia 是怎么火起来的?
Julia 是怎么火起来的?

Julia 编程语言确实在科技界掀起了一股新的热潮。

Swift与谷歌的可微编程项目
Swift 与谷歌的可微编程项目

两年前,谷歌的一个小型团队开始致力于使Swift成为第一种具有一流语言集成可微编程能力的主流语言。

硬核盘点,华为面向开发者的十大技术
硬核盘点,华为面向开发者的十大技术

作为开发者,了解学习到这十大技术,不仅可以了解技术产业前沿趋势,也是为未来职业生涯发展打基础。

Mojo 正式发布! Rust 能否与之匹敌?
Mojo 正式发布! Rust 能否与之匹敌?

编程语言是推动时代齿轮的抓手。

攻克端、边、云协同难点,昇腾是如何助力全场景AI开发的?
攻克端、边、云协同难点,昇腾是如何助力全场景 AI 开发的?

伴随 AI 技术的发展,智能时代的快速推进,端、边、云全场景 AI 也将成为发展的新篇章。

Java中的面向数据编程
Java 中的面向数据编程

记录类、封印类和模式匹配组合在一起让Java的面向数据编程变得更容易。

为多样性算力软件开发铺就平坦大道:华为北冥融合架构全面解析
为多样性算力软件开发铺就平坦大道:华为北冥融合架构全面解析

北冥多样性计算融合架构是主要面向多样性算力集群的软件开发需求,融合开发语言、编译器、调度器、开发框架、计算套件、开发工具链在内的整套多样性算力开发解决方案与生态。

为什么说Swift会是深度学习的下一个大热门?
为什么说 Swift 会是深度学习的下一个大热门?

Swift 一经开源,就让众多饱受 Python 性能和灵活性困扰的开发者兴奋高呼:“终于可以抛弃 Python 了!”TensorFlow 官网也曾发文吐槽过 Python 种种缺点,如性能极差、运行时依赖包过多,不擅长并发处理等等。研究人员 Max Pechyonkin 日前撰文认为,就深度学习而言, Swift 会是下一个大热门。为什么 Swfit 如此备受青睐?让我们看看 Max Pechyonkin 是怎么说的。

Facebook开源框架如何简化 PyTorch 实验
Facebook 开源框架如何简化 PyTorch 实验

深度学习应用实验的许多挑战超出了特定框架的能力。数据科学家评估不同模型或超参数配置的能力,通常会受到运行这些实验所需的昂贵计算资源和时间的阻碍。

可微分编程专题_资料-InfoQ中文网