收录了 深度学习架构 频道下的 50 篇内容
本次分享介绍腾讯的由特征工程、训练平台、线上 Serving 组成的深度学习技术架构。
Kaolin提供了可用于三维深度学习系统的可微三维模块。
6月7日到12日,世界顶级的计算机视觉会议CVPR在美国波士顿召开,会议邀请了Facebook人工智能实验室主任、NYU数据科学中心创始人、深度学习界的泰斗Yann LeCun做了题为“What's Wrong with Deep Learning?”的主题报告。
Google、微软、亚马逊都推出了自己的云深度学习平台,本文基于第四范式先知平台的架构和实践经验,对云深度学习平台的定义以及如何打造一个低门槛、高可用的云深度学习平台进行介绍。
深度学习之后,我们还应该做一些其他的尝试。
随着AI规模化应用时代的到来,深度学习产业应用面临着 “三大”“三多”挑战。面对产业应用的现实困境,该如何构建一个综合的产业级的深度学习平台,帮助企业降低AI技术落地的门槛?
Amazon公司首席技术官Werner Vogels近期在博客上透露了Amazon Web Services(AWS)的深度学习框架首选为MXNet。这意味着Amazon不像其云服务的竞争对手Google、Microsoft那样自己研发深度学习框架,而是履行前期承诺去支持开源的MXNet项目。这对于MXNet的进一步发展是重大利好消息,但是是否会取得市场上的成功仍需观察。
回顾 2018 年,对于年初做出的预测,现在看来,很多都做过了头。
Versatile Tensor Accelerator(VTA,发音为vita)是一种开放、通用、可定制的深度学习加速器。VTA是一种可编程加速器,提供了RISC风格的编程抽象来描述张量级的操作。VTA的设计体现了主流深度学习加速器最突出和最常见的一些特征,比如张量操作、DMA加载/存储和显式的计算/内存调节。
DeepMind 研究人员最近发表了一篇论文,认为深度学习能够帮助发现被人类科学家忽视的数学关系。
2022年,当我们回望这生机勃勃、万物竞发的AI黄金十年,新的问题涌上心头:我们可以从这十年来的深度学习发展中总结出什么?这一颠覆世界的革命性技术,未来又将引何去何从?
H2O是一个分布式可伸缩性开源机器学习平台,领先的为分布式计算集群设计的开源内存片内机器学习平台,附带开源Java代码、具有公开可用可伸缩的机器学习,整合了日常工具如R,Python,Hadoop和spark等等。
InfoQ就IBM深度学习平台FfDL采访了Watson首席架构师Ruchir Puri。
最近Yuille指出,计算机视觉的发展面临瓶颈,不破则不立,但深度学习这时候发挥的作用实际上是有限的。那么在他看来,计算机视觉的突破口在哪里呢?
作为机器学习社区的活跃者,Yoshua Bengio教授在美国东部时间2月27日下午一点到两点,在著名社区Reddit的机器学习板块参加了“Ask Me AnyThing”活动,Yoshua回答了机器学习爱好者许多问题,干货频频。故作此整理,供远在地球另一面的国内人工智能和机器学习爱好者学习讨论,所有问答的先后顺序由Reddit用户投票决定。
本文是系列文章的第一篇,作者将讨论图深度学习领域的发展和未来趋势。
今天,ACM(计算机协会)宣布把2018年度ACM A.M.图灵奖颁给了Yoshua Bengio、Geoffrey Hinton和Yann LeCun,以表彰他们提出的概念和工作使得深度学习神经网络有了重大突破,如今神经网络已经成为计算领域的重要组成部分。
相比使用API框架的方法,松散耦合架构可以是更好的选项。在服务深度网络时,它们带来了高度可控性、简单的适应性、透明的可观察性和更好的成本效益。
由于深度学习依靠用于训练它的数据的数量和质量
你我都在焦虑,还可以好好地工作和生活吗? 年12月之后,疫情给大家生活造成了很大的影响。每日出行必须注意“健康码”天数,如果不够需要打个“血包”;每次出差都需要担心能否回来,时刻盯着将康宝“弹窗”情况。