深度学习
收录了深度学习频道下的 925 篇内容
架构师特刊：深度学习模型压缩技术的落地实践与创新
InfoQ 希望通过策划这本迷你书对深度学习模型压缩技术的研究和应用现状、技术创新点、落地难点、局限性和未来发展方向等内容进行呈现，并推动该领域的发展。
对 PyTorch BERT 模型进行微调，并将其部署到 Amazon SageMaker 上的 Amazon Elastic Inference
本文将介绍如何使用 Amazon SageMaker 对 PyTorch BERT 模型进行微调，并将其部署在应用了 Elastic Inference 的 SageMaker 终端节点上。
超大规模深度学习在美团的应用 | QCon
千亿级的深度学习模型在搜索、推荐、广告等领域被广泛证明有显著地效果，数据的高维稀疏性是该领域独特的特征，如何在工程和算法上应用高维稀疏的数据是一个极具挑战的任务。
使用 AWS Transcribe 配合物联网设备构建一套支持多语种的语音到文本通知系统
本文将向大家介绍如何构建一套通知系统，其能够检测造访人士、录制音频、将音频转录为文本、并通过您熟悉的语言将文本发送至移动设备端。
打破传统降噪算法，AliDenoise 的背后技术
影响直播最终观感最直接的两个因素就是画面和声音，场景的复杂化对传统的实时音频信号处理算法提出了更大的挑战，其中最直观的一个现象就是，场景变吵了，声音听起来不干净，这就是音频 3A 算法中的降噪算法需要处理的问题。
ECCV 2020 | COCO 视觉挑战赛揭榜，人体关键点检测赛道冠军技术干货分享
与 PASCAL VOC、ImageNet 数据集不同的是，COCO 数据集场景更加复杂、任务更加丰富、更接近实际应用。
基于 Kubernetes 的跨云 AI 训练平台构建与展望 | ArchSummit
问题背景：随着深度学习技术的蓬勃发展，在无人驾驶领域取得了举足轻重的进展，众多算法研发人员为深度学习的技术提供了最基础的保证，但是随着算力的不断进步与演进，亟需一套简单易用的线下算法训练实验平台供算法研发人员使用。
从平台构建到领域深耕: Kubernetes 在华为云的实践与发展 | ArchSummit
为核心的通用容器平台逐渐成熟，容器技术的发展逐渐由基础能力构建转向深入各行业领域，在面向繁多典型场景专项优化的同时，如何保持平台中立的初心成为许多人思考的问题。
