- COMPUTEX展会焦点预计将围绕AI最新发展，尤其是英特尔、NVIDIA将针对自身CPU、GPU优势同场较量.
- 关键字：
NVIDIA 深度学习
- 当今世界人工智能领域，有三位顶级专家被业内奉为“神一样的人物”，其中两位来自加拿大，一位来自法国。他们分别是加拿大多伦多大学的GeoffreyHinton和蒙特利尔大学的终身教授YoshuaBengio，以及Facebook人工智能研究部门(FAIR)负责人YannLeCun(下称“LeCun”)——这位来自巴黎的学者目前担任纽约大学终身教授，他还是纽约大学数据科学中心的创始人。
YannLeCun在今年3月走进中国的大学，
- 关键字：
AI 深度学习
- 物联网、大数据、人工智能等科技热词这几年似乎每天都在科技头条中轮番出现，到底哪一种技术对人类社会的发展有更大的推动作用呢?不知道有没有人有这样的疑惑，事实上，它们都是未来的趋势，彼此之间并不矛盾。
- 关键字：
人工智能 深度学习
- 针对目前人工智能技术发展，Intel认为目前将GPU运算效能用于超级计算机作为平行运算的普及作法，其实只是人工智能技术的一部分，重点依然在于如何让深度学习以更具效率方式完成训练，藉此建立各类人工智能技术应用。 而对于近年来ARM架构处理器持续强调的端点运算 (Edge Computing)，Intel也强调本身从终端装置到云端服务器均有完整布局，同时在软硬件部分也有相当完整的技术发展，藉此对应不同人工智能技术运算需求。
根据Intel数据中心事业群副总裁暨人工智能解决方案技术长Amir Khos
- 关键字：
Intel 深度学习
- 有许多原因使 2016 称得上是 GPU 之年。但事实上，除了在核心领域(深度学习、VR、自动驾驶)，为什么把 GPU 用于通用计算仍然很模糊。
英伟达在 2016 年的强势崛起，GPGPU (GPU 通用计算)功不可没。
搞清楚 GPU 的作用，要先从 CPU 开始。大多数人对计算机 CPU 并不陌生，这可能要归功于英特尔——作为在事实上垄断了 PC、服务器平台 CPU 近十年的供应商，英特尔的巨幅广告支出，直接导致每个人都或多或少听说
- 关键字：
GPU 深度学习
- 钻研传感器和钻研深度学习算法，这两群创业公司看起来都不稀缺。对于提供自动驾驶方案的小型创业公司，技术路线也就决定了卖给哪一个阵营的客户。
- 关键字：
激光雷达 深度学习
- 围绕“智能时代·数字经济”，由工业和信息化部中国电子信息产业发展研究院指导、赛迪顾问股份有限公司主办的“2017中国IT市场年会”于2017年3月16日召开。大会的第一个主题演讲来自于中国工程院邬贺铨院士，他的演讲题目为《ICT演进与创新》。
在演讲中邬院士提到大数据、智能化、移动互联网跟云计算，以及物联网，结合的“大智移云”，成为ICT融合的创新平台。人工智能、深度学习、区块链，以及容器技术等新技术，正在兴起
- 关键字：
ICT 人工智能 深度学习
- 备受关注的计算机视觉国际大赛——ImageNet 大规模图像识别挑战赛(ILSVRC2017)已经拉开帷幕，今年的比赛分为四个主要项目：定位、识别以及视频中物体识别和Tester Challenges。去年在比赛中拿下场景分类关键的海康威视首席专家浦世亮近日接受新智元专访，他谈到了去年参赛详情和技术细节。他也对深度学习与安防行业现状的10个问题进行了深入解读。
根据 ImageNet官网的最新消息，今年的 ImageNet 大规模图像识别挑战赛(ILSVRC2017)已经
- 关键字：
海康威视 深度学习
- Deep Learning是机器学习中一个非常接近AI的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，最近研究了机器学习中一些深度学习的相关知识，本文给出一些很有用的资料和心得。 Key Words：有监督学习与无监督学习，分类、回归，密度估计、聚类，深度学习，Sparse DBN， 1. 有监督学习和无监督学习 给定一组数据(input，target)为Z=(X，Y)。 有监督学习：最常见的是regression &
- 关键字：
机器学习 深度学习
- 深度学习是近十年来人工智能领域取得的重要突破。它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域的应用取得了巨大成功。现有的深度学习模型属于神经网络。神经网络的起源可追溯到20世纪40年代，曾经在八九十年代流行。神经网络试图通过模拟大脑认知的机理解决各种机器学习问题。1986年，鲁梅尔哈特(Rumelhart)、欣顿(Hinton)和威廉姆斯(Williams)在《自然》杂志发表了著名的反向传播算法用于训练神经网络[1]，该算法直到今天仍被广泛应用。 神经网络有大量参数，经常发
- 关键字：
图像识别中 深度学习
- 人工智能这一轮的浪潮来的很快，接连攻克了图像识别、语音识别、自动驾驶等多个难题，简直是处于宇宙中心。从资本、媒体到创业者都对这个领域怀有极大的热情。
- 关键字：
AI 深度学习
- 在检查患者的生物组织样品后， 病理学家的报告通常是许多疾病的黄金诊断标准。特别是对于癌症，病理学家的诊断对患者的治疗具有深远的影响。病理切片审查是一个非常复杂的任务，需要多年的培训才能做好，丰富的专业知识和经验也是必不可少的。尽管都经过培训，但不同病理学家对同一患者给出的诊断结果，可能存在实质性的差异，而这可能导致误诊。例如，在某些类型的乳腺癌诊断中，诊断结论一致性竟低至48%，前列腺癌诊断的一致性也同样很低。
诊断缺乏一致性低并不少见，因为如果想做出准确的诊断，必须检查大量的信息。病理学家通常
- 关键字：
谷歌 深度学习
- 早春三月，乍暖还寒，人脸识别技术的市场热度却不断攀升，成为科技圈企业追逐的技术新宠。
- 关键字：
生物识别 深度学习
- 引言 高级辅助驾驶系统(ADAS)可提供解决方案，用以满足驾乘人员对道路安全及出行体验的更高要求。诸如车道偏离警告、自动刹车及泊车辅助等系统广泛应用于当前的车型，甚至是功能更为强大的车道保持、塞车辅助及自适应巡航控制等系统的配套使用也让未来的全自动驾驶车辆成为现实。 如今，车辆的很多系统使用的都是机器视觉。机器视觉采用传统信号处理技术来检测识别物体。对于正热衷于进一步提高拓展ADAS功能的汽车制造业而言，深度学习神经网络开辟了令人兴奋的研究途径。为了实现从诸如高速公路全程自动驾驶仪的短时辅助模式到
- 关键字：
自动驾驶 深度学习
- 深度学习不但使得机器学习能够实现众多的应用，而且拓展了人工智能的领域范围，并使得机器辅助功能都变为可能。其应用领域正在加速渗透到很多领域，也催生了深度学习与其它应用技术的加速融合，为提升一线科研人员对该技术的深入了解，中国电子学会拟于2017年3月25-26日在北京举办“2017全国深度学习技术应用大会”，会议将邀请国内知名专家就相关内容做特邀专家报告。活动家为2017全国深度学习技术应用大会提供在线报名通道! 基本信息 大会主题：拓宽研发思路，提高应用能力。 时间地点：2017年3月24〜26
- 关键字：
深度学习
深度学习介绍
您好，目前还没有人创建词条深度学习!
欢迎您创建该词条，阐述对深度学习的理解，并与今后在此搜索深度学习的朋友们分享。
创建词条
关于我们 -
广告服务 -
企业会员服务 -
网站地图 -
联系我们 -
征稿 -
友情链接 -
手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473
