深度学习关键字列表
研究人员已经在研究用于计算机视觉（CV）的深度学习，它可以帮助机器人和机器人应用程序使用各种传感器来了解其环境，并帮助他们避开道路上的障碍物。
据介绍，人工智能比较大的挑战之一是识别度不高、准确度不高，提高准确度就要提高模型的规模和精细度，提高线下训练的频次，这需要更强的计算力。
在上周企业网D1Net举办的中国能源化工行业数字化转型线上直播中，中石化集团信息和数字化管理部副总经理李剑锋的AI数字助理李小帅一出来就
随着企业开始使用可将其数据投入使用的深度学习(DL)项目，他们必须保护这些数据，而数字孪生是成功的关键。
在人工智能应用方面，企业需要获取商业利益、构建技术框架和模型，以获得更好的商业成果。
Facebook宣布推出深度学习推荐模型（DLRM）的开源版本，这是一种可用于生产环境的，最先进的个性化推荐AI模型。
大咖专栏｜拨云见月，专注于深度学习本身。
为帮助专业视听行业人士具备适应数字化转型的知识，同时拥抱和采用过去人们普遍视之为具颠覆性的新一代技术，专业视听和集成体验技术商贸展会主办单位InfoCommAsia首次推出「NIXT!高峰会议」，探讨下一代集成体验技术。
华为云ModelArts与图引擎强强联合，图深度学习抢先落地
图深度学习的瓶颈即将被打破。华为云计划9月推出的一站式AI开发平台ModelArts多个关键新特性中,将新增图深度学习功能。ModelArt联合图引擎打造的“图神经网络”,让图深度学习真正落地,加速实现普惠AI。
纵观人工智能产业落地现况，据中国社会科学院科学技术和社会研究中心研究员段伟文指出，“我国到2020年人工智能核心产业规模要超过1500亿元，带动相关产业规模超过1万亿元，相关人才需求的缺口无疑是巨大的。”其中深度学习作为推动人工智能大规模产业化落地的核心技术，人才供求比例问题更是严峻。
英伟达旨在将深度学习引进汽车乃至智能手机的“物联网”设备。为此，它已经与ARM Holdings(制造主要用于移动设备的节能芯片的厂家)建立了合作关系，将英伟达的开源Deep Learning Accelerator架构整合到ARM的Trillium机器学习处理器项目中。
深度学习黑匣问题迎来新发现，谷歌大牛Hinton说可能这就是答案
尽管所谓“深度神经网络”已经帮助机器学会如何利用自然语言进行交谈、驾驶汽车、游玩电子游戏并夺取围棋赛冠军，甚至绘制梦境、画画并推动科学发现，但其同时亦给创造者们带来新的挑战——因为研究人员从未想到深度学习技术能够拥有如此出色的运作效果。
MIT人工智能实验室教授：深度学习是错的！智能突破口在人脑研究
在近日的EmTech China上，来自世界各地的十余名演讲者发表了演讲。其中，MIT计算机科学&人工智能实验室的Tomaso Poggio教授、商汤科技研究院院长王晓刚教授还有高通全球副总裁Charles Bergan都提到了同一个观点。
青云QingCloud发布深度学习平台 AI应用开发全面提速
北京，2018年2月1日——企业级云服务商青云QingCloud(qingcloud com)日前正式发布Deep Learning on QingCloud深度学习平台。
2017年，许多的人工智能算法得到了实践和应用。名博Hack Noon作者 Brian Muhia 认为想要玩转人工智能，不仅要拥有必要的数学背景知识，还需要拥有实际的人工智能项目经验。
强化学习非常适合实现自主决策，相比之下监督学习与无监督学习技术则无法独立完成此项工作。强化学习在人工智能领域长久以来一直扮演着小众性角色。然而，过去几年以来，强化学习正越来越多地在各类AI项目当中发挥令人瞩目的作用。
如今，人工智能的应用越来越广泛。机器学习和深度学习这两个术语也随之出现，而机器学习与深度学习并不是非此即彼的排斥关系。深度学习是机器学习的一个子集，而这两者都是人工智能(AI)的子集。
Mellanox互连解决方案助力深度学习平台取得全球领先性能
深度学习应用的开发人员可以采用优化框架和 NVIDIA 即将推出的 NCCL 2 0 库，NCCL 2 0实现了对 InfiniBand的原生支持，多节点通信时会自动选择 GPUDirect RDMA技术，或在可用时为节点间通信选择NVIDIA NVLink” ，NVIDIA公司平台联盟部总监Duncan Poole 表示。 “NVIDIA NVLink技术用于基于 Pascal 的 Tesla P100系统，该系统包括配有四块Mellanox
企业网版权所有©2010-2025 京ICP备09108050号-6
京公网安备 11010502049343号
