标签：深度学习 第4页

谢 世诚 发布于 2018-05-24

【按：在图像、语音识别、自然语言处理、强化学习等许多技术领域中，深度学习已经被证明是非常有效的，并且在某些问题上已经达到甚至超越了人类的水平。然而，深度学习对于计算能力有着很大的依赖，除了改变模型和算法，是否可以从系统的层面来优化深度学习计算，进而改善计算资源的使用效率？本文中，...

标签：2018微软人工智能大会 / 深度学习

张 妮娜 发布于 2018-05-21

2018年5月16日至18日，第二届世界智能大会（WIC2018）在天津梅江会展中心成功举行。本届大会以“智能时代：新进展、新趋势、新措施”为主题，持续打造中国最具权威、最具规模的智能科技领域世界盛会。大会云集众多国内外著名企业家和相关领域专家，共同分享和研讨智能科技前沿话题。 ...

标签：AMD / 人工智能 / 深度学习

张 妮娜 发布于 2018-03-28

人工智能想要继续发展，也许可以从儿童学习的方法中受益。 编者按：本文由图普科技编译自 An AI That Knows the World Like Children Do。 如果你经常花时间和小孩子待在一起的话，你会不由得思考小孩子怎么能够学习得如此之快。哲学家们，比如柏拉图也...

标签：AI / 深度学习

张 妮娜 发布于 2018-03-23

3月22日， 2018中国IT市场年会在京隆重举行，本届大会以“人工智能开启数字经济新时代”为主题，深度解读人工智能等数字技术发展趋势，共同展望未来IT产业发展新变革。作为全球领先的AI计算服务提供商，浪潮获得大会主办方颁发的“2017-2018人工智能市场年度成功企业”奖项，浪...

标签：AI计算 / 浪潮人工智能 / 深度学习

张 妮娜 发布于 2018-03-15

在GPU、FPGA、XPU等AI计算服务器层出不穷的今天，AI计算力得到大幅提升，算法框架的选择成为了优化AI运算效率的重要因素。同时，由于AI计算系统从单机单卡到单机多卡，再到后来的多机多卡并行计算发展，数据中心需要同时管理数量庞大的AI计算服务器来支持应用。如何更好地进行管理...

标签：AI计算 / GPU / 浪潮AI / 深度学习

张 妮娜 发布于 2018-02-01

近日，TalkingData产业基金宣布投资科技媒体机器之心，并将发挥双方优势在数据科学领域进行更多合作。此次投资是TalkingData在人工智能（AI）领域深度布局的重要举措之一。 人工智能与数据科学有着密不可分的联系，也是TalkingData持续关注和投入的领域。自201...

标签：AI / TalkingData / 数据科学 / 机器之心 / 机器学习 / 深度学习

张 妮娜 发布于 2018-01-29

AI作为近年来最具颠覆性的技术革新，得到了资本和企业的热烈追捧，大批以AI为核心优势的独角兽不断脱颖而出，对于新时代下的技术走向带来了全新的思考，机器学习、深度学习作为AI应用的重要组成部分，也得到了空前关注。在IDC近日发布的《机器学习、深度学习开源项目应用机会分析》报告中表示...

标签：IDC / 商用 / 深度学习 / 金山云

张 妮娜 发布于 2018-01-16

斯坦福大学的问答数据集是广受赞誉的机器阅读测试手段。人类首次在特定测试中被AI淘汰出局。 阿里巴巴目前开发出一种AI模型，该模型在斯坦福大学阅读理解测试中首次超越人类对手。该模型得分为82.44，而人类的得分为82.304。斯坦福问答数据集包含10万个问题，涉及约500篇维基百科...

标签：AI / 人工智能 / 微软 / 斯坦福 / 机器 / 深度学习 / 阿里巴巴

谢 世诚 发布于 2017-12-18

近年来，深度学习的研究取得了飞跃性的进展。在图像识别、声音识别等广泛领域内得到了应用。深度学习使用具备深层构造的神经网络, 学习事先准备好的数据来实现高精度化。但是，如果数据被过度地学习，则会出现“过学习”的现象，即只能高精度地识别学习过的数据，而未用于学习的数据的识别精度则降低...

标签：NEC / 深度学习 / 自动优化