久久ER99热精品一区二区-久久精品99国产精品日本-久久精品免费一区二区三区-久久综合九色综合欧美狠狠

首頁　 資訊　 商機(jī) 　 下載　 拆解 　 高校　 招聘 　 雜志　 會展　 EETV　 百科 　 問答　 電路圖　 工程師手冊 　 Datasheet　 100例 　 活動中心　 E周刊閱讀 　 樣片申請
EEPW首頁 >> 主題列表 >> 深度學(xué)習(xí)

深度學(xué)習(xí) 文章 最新資訊

NVIDIA黃仁勛看產(chǎn)業(yè)：10年內(nèi)有重大變革

  • 獨特眼光加上敏銳的觀察，NVIDIA成了今年最火熱的股票之一，不過英特爾也不甘示弱，今年3月中旬，宣布以153億美元的價格，收購自動駕駛技術(shù)先驅(qū)公司，看來國際間的這股AI風(fēng)潮，幾年之內(nèi)將成為業(yè)界中炙手可熱的話題。
  • 關(guān)鍵字： NVIDIA  深度學(xué)習(xí)  

湯曉鷗談AI：深度學(xué)習(xí)三大核心要素

  • 　　5月20日，以“科研·產(chǎn)業(yè)·融合”為主題的2017CCF青年精英大會在北京召開。本屆大會由中國計算機(jī)學(xué)會主辦，科技創(chuàng)新產(chǎn)業(yè)服務(wù)平臺Xtecher協(xié)辦。 　　中國工程院院士趙沁平、香港中文大學(xué)教授湯曉鷗、百度創(chuàng)始七劍客之一雷鳴、清華大學(xué)教授鄭緯民、IEEE Fellow陳熙霖、中國人民大學(xué)教授杜小勇、中國計算機(jī)學(xué)會秘書長杜子德、中國人民大學(xué)信息學(xué)院院長文繼榮、紅杉資本合伙人周逵、高榕資本創(chuàng)始合伙人岳斌、寰景信息董事長陳擁權(quán)、CCF YOCSEF學(xué)術(shù)委
  • 關(guān)鍵字： 深度學(xué)習(xí)  人工智能  

深度學(xué)習(xí)之GoogLeNet解讀

  • 　　提出背景　　?始于LeNet-5，一個有著標(biāo)準(zhǔn)的堆疊式卷積層冰帶有一個或多個全連接層的結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)。通常使用dropout來針對過擬合問題。　　?為了提出一個更深的網(wǎng)絡(luò)，GoogLeNet做到了22層，利用inception結(jié)構(gòu)，這個結(jié)構(gòu)很好地利用了網(wǎng)絡(luò)中的計算資源，并且在不增加計算負(fù)載的情況下，增加網(wǎng)絡(luò)的寬度和深度。同時，為了優(yōu)化網(wǎng)絡(luò)質(zhì)量，采用了Hebbian原理和多尺度處理。GoogLeNet在分類和檢測上都取得了不錯的效果。　　?最近深度學(xué)習(xí)的發(fā)展，大多來源于新的想法，算法以及網(wǎng)絡(luò)結(jié)構(gòu)的改
  • 關(guān)鍵字： 深度學(xué)習(xí)  GoogLeNet  

NVIDIA、英特爾COMPUTEX開講 AI、深度學(xué)習(xí)戰(zhàn)力大比拼

  • COMPUTEX展會焦點預(yù)計將圍繞AI最新發(fā)展，尤其是英特爾、NVIDIA將針對自身CPU、GPU優(yōu)勢同場較量.
  • 關(guān)鍵字： NVIDIA  深度學(xué)習(xí)  

中國AI研究超美國?專家:比如深度學(xué)習(xí)已發(fā)文章數(shù)

  • 　　當(dāng)今世界人工智能領(lǐng)域，有三位頂級專家被業(yè)內(nèi)奉為“神一樣的人物”，其中兩位來自加拿大，一位來自法國。他們分別是加拿大多倫多大學(xué)的GeoffreyHinton和蒙特利爾大學(xué)的終身教授YoshuaBengio，以及Facebook人工智能研究部門(FAIR)負(fù)責(zé)人YannLeCun(下稱“LeCun”)——這位來自巴黎的學(xué)者目前擔(dān)任紐約大學(xué)終身教授，他還是紐約大學(xué)數(shù)據(jù)科學(xué)中心的創(chuàng)始人。 　　YannLeCun在今年3月走進(jìn)中國的大學(xué)，
  • 關(guān)鍵字： AI  深度學(xué)習(xí)  

解讀人工智能技術(shù)以及國內(nèi)產(chǎn)業(yè)鏈現(xiàn)狀

  • 物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等科技熱詞這幾年似乎每天都在科技頭條中輪番出現(xiàn)，到底哪一種技術(shù)對人類社會的發(fā)展有更大的推動作用呢?不知道有沒有人有這樣的疑惑，事實上，它們都是未來的趨勢，彼此之間并不矛盾。
  • 關(guān)鍵字： 人工智能  深度學(xué)習(xí)  

Intel：將GPU用于深度學(xué)習(xí)僅只是人工智能技術(shù)的一部分

  • 　　針對目前人工智能技術(shù)發(fā)展，Intel認(rèn)為目前將GPU運算效能用于超級計算機(jī)作為平行運算的普及作法，其實只是人工智能技術(shù)的一部分，重點依然在于如何讓深度學(xué)習(xí)以更具效率方式完成訓(xùn)練，藉此建立各類人工智能技術(shù)應(yīng)用。 而對于近年來ARM架構(gòu)處理器持續(xù)強(qiáng)調(diào)的端點運算 (Edge Computing)，Intel也強(qiáng)調(diào)本身從終端裝置到云端服務(wù)器均有完整布局，同時在軟硬件部分也有相當(dāng)完整的技術(shù)發(fā)展，藉此對應(yīng)不同人工智能技術(shù)運算需求。 　　根據(jù)Intel數(shù)據(jù)中心事業(yè)群副總裁暨人工智能解決方案技術(shù)長Amir Khos
  • 關(guān)鍵字： Intel  深度學(xué)習(xí)  

數(shù)據(jù)大爆炸時代 計算的將來屬于GPU

  • 　　有許多原因使 2016 稱得上是 GPU 之年。但事實上，除了在核心領(lǐng)域(深度學(xué)習(xí)、VR、自動駕駛)，為什么把 GPU 用于通用計算仍然很模糊。 　　 ? 　　英偉達(dá)在 2016 年的強(qiáng)勢崛起，GPGPU (GPU 通用計算)功不可沒。 　　搞清楚 GPU 的作用，要先從 CPU 開始。大多數(shù)人對計算機(jī) CPU 并不陌生，這可能要歸功于英特爾——作為在事實上壟斷了 PC、服務(wù)器平臺 CPU 近十年的供應(yīng)商，英特爾的巨幅廣告支出，直接導(dǎo)致每個人都或多或少聽說
  • 關(guān)鍵字： GPU  深度學(xué)習(xí)  

激光雷達(dá)存廢之爭：各大企業(yè)各顯神通

  • 鉆研傳感器和鉆研深度學(xué)習(xí)算法，這兩群創(chuàng)業(yè)公司看起來都不稀缺。對于提供自動駕駛方案的小型創(chuàng)業(yè)公司，技術(shù)路線也就決定了賣給哪一個陣營的客戶。
  • 關(guān)鍵字： 激光雷達(dá)  深度學(xué)習(xí)  

鄔賀銓：ICT還有哪些新技術(shù)讓人期待？

  • 　　圍繞“智能時代·數(shù)字經(jīng)濟(jì)”，由工業(yè)和信息化部中國電子信息產(chǎn)業(yè)發(fā)展研究院指導(dǎo)、賽迪顧問股份有限公司主辦的“2017中國IT市場年會”于2017年3月16日召開。大會的第一個主題演講來自于中國工程院鄔賀銓院士，他的演講題目為《ICT演進(jìn)與創(chuàng)新》。 　　在演講中鄔院士提到大數(shù)據(jù)、智能化、移動互聯(lián)網(wǎng)跟云計算，以及物聯(lián)網(wǎng)，結(jié)合的“大智移云”，成為ICT融合的創(chuàng)新平臺。人工智能、深度學(xué)習(xí)、區(qū)塊鏈，以及容器技術(shù)等新技術(shù)，正在興起
  • 關(guān)鍵字： ICT  人工智能  深度學(xué)習(xí)  

?？低曆芯吭涸洪L浦世亮談深度學(xué)習(xí)+安防

  • 　　備受關(guān)注的計算機(jī)視覺國際大賽——ImageNet 大規(guī)模圖像識別挑戰(zhàn)賽(ILSVRC2017)已經(jīng)拉開帷幕，今年的比賽分為四個主要項目：定位、識別以及視頻中物體識別和Tester Challenges。去年在比賽中拿下場景分類關(guān)鍵的?？低暿紫瘜＜移质懒两战邮苄轮窃獙ＴL，他談到了去年參賽詳情和技術(shù)細(xì)節(jié)。他也對深度學(xué)習(xí)與安防行業(yè)現(xiàn)狀的10個問題進(jìn)行了深入解讀。 　　根據(jù) ImageNet官網(wǎng)的最新消息，今年的 ImageNet 大規(guī)模圖像識別挑戰(zhàn)賽(ILSVRC2017)已經(jīng)
  • 關(guān)鍵字： ?？低?/a>  深度學(xué)習(xí)  

機(jī)器學(xué)習(xí)——深度學(xué)習(xí)(Deep Learning)之我見

  • 　　Deep Learning是機(jī)器學(xué)習(xí)中一個非常接近AI的領(lǐng)域，其動機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，最近研究了機(jī)器學(xué)習(xí)中一些深度學(xué)習(xí)的相關(guān)知識，本文給出一些很有用的資料和心得。　　Key Words：有監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)，分類、回歸，密度估計、聚類，深度學(xué)習(xí)，Sparse DBN，　　1. 有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)　　給定一組數(shù)據(jù)(input，target)為Z=(X，Y)。　　有監(jiān)督學(xué)習(xí)：最常見的是regression & 
  • 關(guān)鍵字： 機(jī)器學(xué)習(xí)  深度學(xué)習(xí)  

圖像識別中的深度學(xué)習(xí)【香港中文大學(xué)王曉剛】

  • 　　深度學(xué)習(xí)是近十年來人工智能領(lǐng)域取得的重要突破。它在語音識別、自然語言處理、計算機(jī)視覺、圖像與視頻分析、多媒體等諸多領(lǐng)域的應(yīng)用取得了巨大成功。現(xiàn)有的深度學(xué)習(xí)模型屬于神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的起源可追溯到20世紀(jì)40年代，曾經(jīng)在八九十年代流行。神經(jīng)網(wǎng)絡(luò)試圖通過模擬大腦認(rèn)知的機(jī)理解決各種機(jī)器學(xué)習(xí)問題。1986年，魯梅爾哈特(Rumelhart)、欣頓(Hinton)和威廉姆斯(Williams)在《自然》雜志發(fā)表了著名的反向傳播算法用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)[1]，該算法直到今天仍被廣泛應(yīng)用?！　∩窠?jīng)網(wǎng)絡(luò)有大量參數(shù)，經(jīng)常發(fā)
  • 關(guān)鍵字： 圖像識別中  深度學(xué)習(xí)  

深度學(xué)習(xí)也有缺陷，同質(zhì)化的AI創(chuàng)業(yè)競爭將很殘酷

  • 人工智能這一輪的浪潮來的很快，接連攻克了圖像識別、語音識別、自動駕駛等多個難題，簡直是處于宇宙中心。從資本、媒體到創(chuàng)業(yè)者都對這個領(lǐng)域懷有極大的熱情。
  • 關(guān)鍵字： AI  深度學(xué)習(xí)  

準(zhǔn)確率遠(yuǎn)超人類專家 谷歌用深度學(xué)習(xí)算法檢測癌癥

  • 　　在檢查患者的生物組織樣品后， 病理學(xué)家的報告通常是許多疾病的黃金診斷標(biāo)準(zhǔn)。特別是對于癌癥，病理學(xué)家的診斷對患者的治療具有深遠(yuǎn)的影響。病理切片審查是一個非常復(fù)雜的任務(wù)，需要多年的培訓(xùn)才能做好，豐富的專業(yè)知識和經(jīng)驗也是必不可少的。盡管都經(jīng)過培訓(xùn)，但不同病理學(xué)家對同一患者給出的診斷結(jié)果，可能存在實質(zhì)性的差異，而這可能導(dǎo)致誤診。例如，在某些類型的乳腺癌診斷中，診斷結(jié)論一致性竟低至48%，前列腺癌診斷的一致性也同樣很低。 　　診斷缺乏一致性低并不少見，因為如果想做出準(zhǔn)確的診斷，必須檢查大量的信息。病理學(xué)家通常
  • 關(guān)鍵字： 谷歌  深度學(xué)習(xí)  
共179條 11/12 |‹ « 3 4 5 6 7 8 9 10 11 12 »

深度學(xué)習(xí)介紹

您好，目前還沒有人創(chuàng)建詞條深度學(xué)習(xí)!
歡迎您創(chuàng)建該詞條，闡述對深度學(xué)習(xí)的理解，并與今后在此搜索深度學(xué)習(xí)的朋友們分享。    創(chuàng)建詞條

熱門主題

樹莓派    linux   
關(guān)于我們 - 廣告服務(wù) - 企業(yè)會員服務(wù) - 網(wǎng)站地圖 - 聯(lián)系我們 - 征稿 - 友情鏈接 - 手機(jī)EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)信息咨詢有限公司
備案 京ICP備12027778號-2 北京市公安局備案：1101082052    京公網(wǎng)安備11010802012473