回答:人工智能目前主流还是用的python语言和C/C++。其实大家在网上搜索，都可以查得到，人工智能用的是python语言。实际呢。人工智能的底层逻辑都是用C/C++写的。python只是负责来写一些实现的逻辑。例如第一步是什么、第二部是什么等等。人工智能的核心算法都是用C/C++写的，因为是计算密集型，还需要非常精细的优化，还需要GPU，还需要专用硬件的接口之类的。而这些，只有C/C++可以做到。而...
Corwien
|
1818人阅读
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
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
回答:首先纠正一下，目前全球有600余种编程语言。这些语言大部分都有其特定的应用场景，使用广泛的编程语言有几十种，这其中就包括我们比较熟悉的Java、Python、PHP、C、Ruby、Perl、Go、R、JavaScript、Scala等语言。计算机语言一般都有其生命周期，目前使用的比较久的语言当属C语言了，C语言目前在物联网、嵌入式领域的应用十分广泛，这主要得益于C语言对硬件的操作十分直接。但是不建...
GitChat
|
838人阅读
回答:虽然目前大数据的细分岗位比较多，但是主要集中在五个方面，分别是底层平台研发、大数据应用开发、大数据分析、大数据运维和大数据教育。除了底层平台研发往往需要中高端人才以外，其他岗位的知识结构并没有太多的基础性要求，下面对这几大方面的知识结构做一个具体的介绍。大数据应用开发岗位需要的知识结构包括大数据平台体系结构、编程语言、数据库（NoSQL）、算法设计等内容，可见在大数据应用开发岗位需要掌握SQL，N...
Yuqi
|
1246人阅读
回答:常见的编程语言是很多的，比如：C语言、c++、C#、Java、asp、PHP、JavaScript、Python，还有一些标记语言html、css等。对于初学者，想做简单的编程的话，建议从C语言开始入门。C语言是最主流的基础语言，现在软件开发上所用的的主流的高级编程语言大多数都是以C语言为基础演化而来的，掌握好C语言有助于学习其他的高级编程语言。在学习过程中推荐参考谭浩强的C语言教程，非常适合入门...
aisuhua
|
857人阅读
是的，你可以在一个39美元的树莓派板子上运行TensorFlow，你也可以在用一个装配了GPU的亚马逊EC2的节点上跑TensorFlow，价格是每小时1美元。是的，这些选择可能比你自己攒一台机器要更现实一点。但是如果你和我是一样的人，你...
为了折腾， 简单的学习了下TypeScript, 感觉确实不错。 也为了不断学习， 避免落伍， 所以就折腾不断。 前段时间用ES6，antd+dva写了一些demo, 发现antd使用TypeScript实现的，而且angular2也采用了TypeScript。 既然这么多项目都提前使...
...习方式。我先熟悉了这个领域的所有概念，这样我才能学习用专业术语谈论这个领域。 第一个任务不是学习。而是去熟悉。 我的知识背景是纯 JavaScript 和 NodeJs，暂时不想换别的。我搜索到一个简单的神经网络模块叫 nn，然后通...
...多，仅有的一些如果大家感兴趣的话，我推荐： 对比学习用 Keras 搭建 CNN RNN 等常用神经网络 Basic Machine Learning and Deep Learning 但是这些深度学习的内容，可能很多前端工程师并不是太了解，那么我们就得重新修炼才能玩转这一...
...多，仅有的一些如果大家感兴趣的话，我推荐： 对比学习用 Keras 搭建 CNN RNN 等常用神经网络 Basic Machine Learning and Deep Learning 但是这些深度学习的内容，可能很多前端工程师并不是太了解，那么我们就得重新修炼才能玩转这一...
...要领域都获得了突破性的进展：在语音识别领域，深度学习用深层模型替换声学模型中的混合高斯模型（GMM），获得了相对30%左右的错误率降低；在图像识别领域，通过构造深度卷积神经网络（CNN），将Top5错误率由26%大幅降低...
...以为然，唔，这个…… 这个还好吧，Google已经把深度学习用得炉火纯青了，再把这技术用在文字翻译上，似乎在情理之中，意料之内。在人工智能时代，这类演示好像已有不少了吧。但是，您可能不知道的是，我们这款App...
...这点上，我个人并不是十分看好这种方式。我们向蝙蝠学习用声音定位，发展的声呐无论是距离还是效果都远超蝙蝠。我们能超过蝙蝠的原因，第一是我们的技术有拓展性，底层原理共通的情况下，解决工程和机械问题，我们可...
...（SGD）的效果却非常好。许多研究人员对于为什么深度学习用 SGD 优化如此简单提出了不同解释，其中最具说服力的说法是这种方法倾向于找到真正的鞍点——而不是小范围内的谷地。使用这种方法的情况下，总是有足够的维度...
...，并探讨了一些引人瞩目的可扩展到极大数据集的深度学习用例，例如对象或模式检测。下面是我们的采访音频：使用概率自编码器对星系形状建模贡献者：Jeffrey Regier，Jon McAullife星系模型在天文学方面有很多应用。例如一个星...
ChatGPT和Sora等AI大模型应用，将AI大模型和算力需求的热度不断带上新的台阶。哪里可以获得...
大模型的训练用4090是不合适的，但推理（inference/serving）用4090不能说合适，...
图示为GPU性能排行榜，我们可以看到所有GPU的原始相关性能图表。同时根据训练、推理能力由高到低做了...
