深度学习的突破SEARCH AGGREGATION

首页/精选主题/

深度学习的突破

AI视觉芯片模组 UCVM

...oud-CV模组是专业的计算机视觉嵌入式芯片模组,内嵌基于深度学习的算法,为硬件集成厂商提供二次开发能力。可广泛集成到不同设备,如平板,手持机,摄像头等完整智能硬件中,支持安防、园区、交通、工业、能源等复杂环...

深度学习的突破问答精选

有什么好用的深度学习gpu云服务器平台?

回答:这个就不用想了,自己配置开发平台费用太高,而且产生的效果还不一定好。根据我这边的开发经验,你可以借助网上很多免费提供的云平台使用。1.Floyd,这个平台提供了目前市面上比较主流框架各个版本的开发环境,最重要的一点就是,这个平台上还有一些常用的数据集。有的数据集是系统提供的,有的则是其它用户提供的。2.Paas,这个云平台最早的版本是免费试用半年,之后开始收费,现在最新版是免费的,当然免费也是有限...

enda | 1151人阅读

为什么有人偏好在Ubuntu下进行「深度学习」呢?

回答:ubt20我任是没装上tensorflow, apt源的质量堪忧. 我还是用我的centos7 ,这个稳定1903

XboxYan | 2165人阅读

国产深度系统和安卓都是基于Linux编写的,那深度会和安卓一样“吃”硬件吗?

回答:首先必须明确一点,安卓吃硬件和 Linux 系统没有关系,重点是,安卓仅仅是使用了 Linux 系统的底层,而所有的应用都是基于安卓的虚拟机来运行的。正是因为这层虚拟机,导致安卓操作系统相比 iOS 系统来说,比较耗费系统资源。而谷歌公司这么多年来,每年都在精心的打磨这套虚拟层,期待让他更快,更顺滑一些。最终谷歌也实在受不了这层虚拟层了,于是开启了另外一个独立的移动端操作系统的开发,也就是 Fuc...

codeKK | 973人阅读

如何理解卷积神经网络里卷积过滤器的深度问题?

回答:我们通常看到的卷积过滤器示意图是这样的:(图片来源:cs231n)这其实是把卷积过滤器压扁了,或者说拍平了。比如,上图中粉色的卷积过滤器是3x3x3,也就是长3宽3深3,但是示意图中却画成二维——这是省略了深度(depth)。实际上,卷积过滤器是有深度的,深度值和输入图像的深度相同。也正因为卷积过滤器的深度和输入图像的深度相同,因此,一般在示意图中就不把深度画出来了。如果把深度也画出来,效果大概就...

zhangke3016 | 612人阅读

深度是基于Debian的Linux操作系统,统信折腾有意义吗?

回答:只要能自主可控就有意义。如果纠结于谁发明创造的,那要回滚到机械时代从头自己再来一次。为什么这么说呢?如果操作系统从底层开始自己开发的,是不是有人问这个系统的开发语言是别人的;自己做一套语言可能又会问汇编架构是人家的,操作系统原理是人家的,网络通讯协议是人家的,很多底层算法是人家的,二进制是人家发明的,门电路逻辑是人家发明的,晶体管是人家的,电子管也是人家的,连机械计算机也是人家的。怎么办,落后就是...

Rango | 1163人阅读

深度是基于Debian的Linux操作系统,统信折腾有意义吗?

回答:只要能自主可控就有意义。如果纠结于谁发明创造的,那要回滚到机械时代从头自己再来一次。为什么这么说呢?如果操作系统从底层开始自己开发的,是不是有人问这个系统的开发语言是别人的;自己做一套语言可能又会问汇编架构是人家的,操作系统原理是人家的,网络通讯协议是人家的,很多底层算法是人家的,二进制是人家发明的,门电路逻辑是人家发明的,晶体管是人家的,电子管也是人家的,连机械计算机也是人家的。怎么办,落后就是...

iamyoung001 | 1858人阅读

深度学习的突破精品文章

  • NLP 顶级科学家 Manning:深度学习将主导 SIGIR(信息检索)

    ...,比如句法分析,计算机语义学、机器翻译等,以及使用深度学习解决自然语言理解(NLP)难题。他还是 ACM Fellow, AAAI Fellow,ACL Fellow。Manning说,信息检索(IR)和NLP中,有许多问题都是重叠的。IR系统是从理解用户需要和理解文...

    Reducto 评论0 收藏0
  • 微软开源深度学习认知工具包:增加 Python 绑定,支持增强学习

    ...工具包(Microsoft Cognitive Toolkit)的升级版本,这是一个为深度学习设计的系统,可在例如语音和图形识别和搜索等基于CPU 和英伟达GPU的相关领域提升处理速度。开源地址:https://github.com/Microsoft/CNTK/wiki/CNTK_2_0_beta_1_Release_Notes这一...

    ymyang 评论0 收藏0
  • 它将是你第二大脑——长文讲述谷歌深度学习故事

    ...感官的数据进行组织。这种新的、有效的处理方式被称作深度学习,一些长期计算难题(比如说计算机观看和听到的能力等)得以解决。我们翘首期盼的拥有智能的计算机系统突然出现在我们面前,此后谷歌搜索将会变...

    jackzou 评论0 收藏0
  • 【LeCun台大演讲】AI最大缺陷是缺乏常识,无监督学习突破困境

    ...院院长 Yann LeCun 以「Deep Learning and the Path to AI」为题,对深度学习目前的发展现状和面临的较大挑战、以及应对方法进行了综述和分析。新智元结合台湾大学在 Facebook 上公布的视频、台湾科技媒体 iThome 的报道,以及 Yann LeCun 今...

    villainhr 评论0 收藏0
  • 深度神经网络」(deep neural network)具体是怎样工作

    微软研究人员在深度神经网络(deep neural network)上取得突破,使其在性能上能赶上目前较先进的语音识别技术。 http://software.solidot.org/article.pl?sid=11/08/29/0917205&from=rss我只记得关于@李开复 的介绍里面说的很多用概率才能解决,...

    X_AirDu 评论0 收藏0
  • Yoshua Bengio最新演讲:Attention 让深度学习取得巨大成功

    ...在蒙特利尔大学任教,与 Yann LeCun、 Geoffrey Hinton并称为深度学习三巨头,也是神经网络复兴的主要的三个发起人之一,在预训练问题、为自动编码器降噪等自动编码器的结构问题和生成式模型等等领域做出重大贡献。他早先...

    LMou 评论0 收藏0
  • 图文并茂揭开深度学习神秘面纱,兼谈人工智能狂热荒诞

    ...010年前后,我以前微软的同事俞栋老师、邓力老师等,将深度学习在图像领域的突破移植到语音识别领域,一下子把识别错误率降低了20%以上,这让原来感觉总是差点儿火候的语音识别突然看到了在某些场景下实用的希望。从图...

    jimhs 评论0 收藏0
  • TP-GAN 让图像生成再获突破,根据单一侧脸生成正面逼真人脸

    ...严重,性能也不好。近来,有研究者提出了由数据驱动的深度学习方法,让系统在学习估计正面视图的同时,分辨身份和姿势表征。虽然结果喜人,但合成的图像在细节方面有所欠缺,再一次地,这种方法也无法很好应对大量不...

    gougoujiang 评论0 收藏0

推荐文章

相关产品

<