• 查一下
  • 开通会员

  • 人工智能成为各国竞争的制高点

    　　自18世纪以来，人类社会共发生过三次大型的技术革命，分别是蒸汽机革命、电力革命和信息互联网革命。当前，人类社会进入了第四次工业革命，即人工智能革命。因此，人工智能是各国竞争的制高点，而各国的竞争是政策、基础研究、技术和资本等综合实力的竞争。 　　一、政策之争 　　自2016年后，全球主要国家和地区均高度重视人工智能，各国也发布了相关的政策和官方计划。 　　美国致力于维持全球科技霸主地位，从奥巴

    人工智能

    人工智能实验室 . 2020-10-12 1250

  • 基于飞桨图学习框架PGL的图神经网络训练

    随着深度学习在欧几里得空间的成功应用，例如CNN，RNN等极大的提高了图像分类，序列预测等任务的效果，近期来图神经网路也开始蓬勃发展。图神经网络分为谱域和空域两大种类，谱域通过拉普拉斯算子对于图进行类微分处理，而空域通过信息传递的方式更新节点的embedding，均可以大幅度提高节点预测，链接预测，不规则图形分类等问题的效果。 在大规模图数据上训练图神经网络是一个大问题，计算代价过大，内存消耗过高

    神经网路

    机器之心 . 2020-10-12 995

  • 常见的深度学习框架盘点及选择

    近年来，深度学习在很多机器学习领域都有着非常出色的表现，在图像识别、语音识别、自然语言处理、机器人、网络广告投放、医学自动诊断和金融等领域有着广泛应用。面对繁多的应用场景，深度学习框架有助于建模者节省大量而繁琐的外围工作，更聚焦业务场景和模型设计本身。 使用深度学习框架完成模型构建有如下两个优势： 节省编写大量底层代码的精力：屏蔽底层实现，用户只需关注模型的逻辑结构。同时，深度学习工具简化了计算，

    pytorch

    机器之心 . 2020-10-12 3340

  • FPGA在做深度学习加速时需要的技能

    前言 做深度学习加速器已经两年了，从RTL设计到仿真验证，以及相应的去了解了Linux驱动，深度学习压缩方法等等。今天来捋一捋AI加速器都涉及到哪些领域，需要哪些方面的知识。可以用于AI加速器的主要有三种不同架构的器件种类：CPU，GPU，AI芯片/FPGA。CPU是一个通用架构芯片，其计算能力和数据带宽相对受到限制，面对大计算量的深度学习就显露出其缺点了。GPU含有大量的计算阵列，可以适用于大规

    加速器

    AI加速微信公众号 . 2020-10-10 2010

  • 2020年的人工智能趋势给我们带来什么影响

    　　近几年来，人工智能技术突飞猛进，发展速度惊人，影响和改变着制造业、医疗保舰汽车、法律和农业等各个行业。如今，2020年的人工智能技术正在创造一个超越物理边界、整合诸多产业的数字景观。让我们来看看今年的一些顶级人工智能趋势，以及这些趋势将会给我们带来什么样的影响。 　　公司员工 　　关于人工智能将如何改变工作场所和取代工作岗位，目前还有很多争论。不过有预测称，它将创造比失业更多的就业机会。争论是

    人工智能

    人工智能实验室 . 2020-09-30 1065

  • 基于深度学习的人工智能(AI)应用

    如今，基于深度学习（DL）的人工智能（AI）应用越来越广泛，不论是在与个人消费者相关的智能家居、智能驾驶等领域，还是在视频监控、智慧城市等公共管理领域，我们都能看到其身影。   众所周知，实施一个完整的AI应用需要经历训练和推理两个过程。所谓“训练”，就是我们要将大量的数据代入到神经网络模型中运算并反复迭代，“教会”算法模型如何正确的工作，训练出一个DL模型。而接下来，我们就可以利用训练出来的模型

    人工智能

    安富利 . 2020-09-02 1255

  • 深度学习的优势和要素

    　　深度学习的优势 　　1、鲁棒性 　　所谓鲁棒性就是它的性能非常稳定，数据越多，它的稳定性越强，不会有用着用着就非常不可靠的情况； 　　2、通用性 　　也是让人觉得很惊奇的地方，前段时间的围棋大赛事件，AlphaGo算法不仅仅用在娱乐，很多相同的业务流程都会拿它去做，尤其是在医疗方面，很多学者都开始参考它的算法来做一些肿瘤的分析。这就是所谓内部流逻辑上的一致性，使得计算的通用性得到的体验。 　　

    深度学习

    智东西 . 2020-08-27 580

  • 万物互联的IoT时代，如何在云中聚合大量数据？

    NTT官方8月24日消息，NTT实现了一种边缘计算环境下的异步分布式深度学习技术（Edge-consensus Learning）。在当前的机器学习中，尤其是深度学习中，通常在一个地方（云）收集数据并学习如图像/语音识别之类的模型。 但是，万物互联的IoT时代，很难在云中聚合大量数据。同时，从隐私保护的角度来看，将数据存储在本地服务器/设备上的需求也越来越大。这项研究的目的是开发学习算法以获得共识

    AI

    联通智汇 . 2020-08-25 1400

  • 为什么训练最强大的AI需要几千瓦的电能，而大脑只需要20瓦?

    尽管经常进行类比，但当今的AI的工作原理与人脑的原理截然不同。现在，研究人员提出了一种与生物学联系更紧密的新学习方法，他们认为这可以帮助我们达到大脑无与伦比的效率。 现代深度学习至少是受生物学启发的，以被称为神经元的单个计算单元的大型网络之间的连接强度来编码信息。不过，最大的区别可能是这些神经元相互交流的方式。 人工神经网络被组织成层，每个神经元通常连接到下一层中的每个神经元。信息以高度同步的方式

    深度学习

    爱云资讯 . 2020-08-01 1505

  • 解析深度学习中数据的重要性

    在计算的早期，有一个缩写词：GIGO。它代表“进”，“出”。大型机器行业的少数人明白，如果进入系统的数据不是很好，那么出来的数据就不是准确的信息。PC的出现意味着越来越多的人开始使用电脑，他们中的大多数人对电脑的理解远不如早期的程序员和用户。 一位权威人士指出，GIGO开始意味着Garbage In，Gospel Out。 如今，深度学习的一个风险就是这些含义的必然结果。 从最早的时候就开始出现的

    深度学习

    人工智能T800 . 2020-07-30 850

  • AI能在单台计算机训练 深度强化学习对处理尤为苛刻

    训练最新 AI 系统需要惊人的计算资源，这意味着囊中羞涩的学术界实验室很难赶上富有的科技公司。但一种新的方法可以让科学家在单台计算机上训练先机的 AI。2018 年 OpenAI 报告每 3.4 个月训练最强大 AI 所需的处理能力会翻一番，其中深度强化学习对处理尤为苛刻。 现在，南加州大学和英特尔实验室的研究人员找到了一种方法，在实验室使用的高端计算机上训练深度强化学习。 他们的论文（预印本）发

    深度学习

    cnBeta . 2020-07-29 1450

  • 深度学习概述：NLP vs CNN

    当今，人工智能已经不仅仅是一个技术术语了。这项技术在过去十年的时间内几乎将其影响扩展到了所有行业。现在，每家公司都希望在其系统中实现这一尖端技术，以降低成本、节省时间，并通过自动化使整个工作流程更加高效。 最初的人工智能和深度学习算法比较简单，就像我们所知的简单感知器模型和单层神经网络一样。随着时间的推移和更加专注的研究，我们已经拥有了具有多层结构的复杂神经网络。一些公司在他们的软件和服务中使用了

    nlp

    AI中国网 . 2020-07-22 1265

  • 深度学习可模拟复杂的人类大脑

    谷歌的围棋软件利用深度学习，击败了世界围棋冠军，成为人工智能的又一个里程碑。 大脑皮层是调节躯体运动或者说控制躯体运动的最高级中枢。人类大脑皮层的神经细胞约有140亿个，面积约2200平方厘米。皱巴巴的新皮层正是思维诞生之处，占大脑总重的80%。 深度学习是在人工“神经网络”中模拟新皮层中大量神经元阵列 多伦多大学计算机科学教授杰弗里欣顿的“深度”模型重新激发了人们对神经网络的兴趣。这种模式能更好

    深度学习

    AI中国网 . 2020-07-22 1000

  • MathWorks与NVIDIA 深度学习学院合作提供《MATLAB 深度学习》全新课程

    中国北京，2020 年7月16 日—— MathWorks 今日宣布推出与 NVIDIA 深度学习学院合作开发的《MATLAB 深度学习》综合课程。该课程为期两天，包含以教师引导的在线课程和自定进度的点播课程两种形式，在 2020 年余下的时间里全程提供。学完该课程后，工程师、科学家和研究人员便可以将 MATLAB 中的 GPU 加速深度学习技巧运用于图像分类、自主系统、语音识别和目标检测等常见应

    深度学习

    厂商供稿 . 2020-07-16 1440

  • 图文详解：深度学习的学习任务

    一、典型的学习任务包括： 分类（classification） 回归（regression） 聚类（clustering） 排序（ranking） 密度估计（density estimation） 特征降维（dimensionality reduction） … … 1.1分类（classification） 基于已知类别标签的样本构成的训练集，学习预测模型；最终预测模型，对新的观测样本，预测相应

    模型

    百家号 . 2020-07-01 800

  • AI观察室（三）|顶会推荐！获选CVPR oral paper的Xilinx AI研发团队最新成果揭秘

    在 AI 领域，图像理解是一个重要分支，而图像语义分割，是计算机视觉技术中关于图像理解的重要环节。《用于语义分割的双重超分辨率学习》这篇论文针对的就是计算机视觉中的语义分割算法进行的创新研究。此次研究中的工作主要集中在语义分割领域，我们希望通过提出新的算法思路，促进语义分割领域的研究发展，启发语义分割乃至其他领域的后续研究。 在6月14日-19日举行的 2020 年 CVPR 年度大会上，赛灵思人

    深度学习

    Xilinx赛灵思官微 . 2020-06-18 1545

  • 大华股份基于AI深度学习的视觉目标跟踪算法获得排行榜第一

    　　近日，大华股份基于深度学习的视觉目标跟踪算法，在通用目标跟踪评测集GOT-10k（Generic Object Tracking Benchmark）上获得综合精度排行榜第一，超越了其它一流AI公司和顶尖的学术研究机构；同时在OTB2015/VOT2018/VOT2019数据集上刷新了当前跟踪算法SOTA（state-of-the-art）标准，这标志着大华在视觉目标跟踪领域处于领先水平。 　

    深度学习

    大华股份 . 2020-06-11 2095

  • 百度正式宣布Graphcore加入百度飞桨硬件生态圈

    在5月20日举办的Wave Summit 2020深度学习开发者峰会上，百度正式宣布Graphcore为百度飞桨（PaddlePaddle）硬件生态圈共建计划伙伴之一，并且共同签署倡议书，以助力AI创新应用在各类场景落地，并推动行业统一标准建立。通过百度飞桨，更多中国的开发者将能够利用Graphcore IPU这一全新处理器架构，实现机器智能的突破性创新，大幅加速AI模型。 百度集团副总裁、深度学

    深度学习

    厂商供稿 . 2020-05-25 770

  • OpenVINO的概念

    　　OpenVINO视觉库（CVSDK）可快速部署模拟人类视觉的应用程序和解决方案。主要包括基于卷积神经网络（CNN）推断模块IE，可以部署深度学习模型部署工具包（DLDT）。 　　OpenVINO模块： 　　IE推断引擎，在边缘启用基于CNN的深度学习推理 　　支持跨英特尔CPU，英特尔集成显卡，英特尔FPGA，英特尔Movidius神经计算棒，英特尔神经计算棒2和采用英特尔MovidiusVP

    神经计算

    多智时代 . 2020-05-18 735

  • 会导演的AI你有没有见过

    近期，NVIDIA Blog发布了文章《灯光、摄像机、人工智能：剑桥咨询公司把深度学习放在了导演的椅子上》，讲述了人工智能技术与艺术的结合，雷锋网全文编译如下。 人工智能通常与数据相关联。不太为人所知的是它艺术的一面——谱曲、将涂鸦转化为照片式大作，还可以跳舞。但是剑桥大学的顾问们对此非常了解，他们已经在 Vincent AI身上展示了人工智能的艺术才能，它可以把你的涂鸦变成七种艺术风格中的一种，

    深度学习

    雷锋网 . 2020-05-01 935

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
13456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133