【头条】谷歌发布全新TensorFlow 库tf.Transform;百度将Ring Allreduce算法引入深度学习

谷歌发布全新 TensorFlow 库“tf.Transform”

谷歌表示,tf.Transform 将改善 TensorFlow 的数据预处理和格式转化难题。

以下是谷歌对tf.Transform 的技术介绍:

“今天我们正式发布 tf.Transform,一个基于 TensorFlow 的全新功能组件,它允许用户在大规模数据处理框架中定义预处理流水线(preprocessing pipelines),同时还可以将这些流水线导出,将其作为 TensorFlow 计算图(TensorFlow graph)的一部分。 用户可以通过组合 Python 函数来定义该流水线,然后在 Apache Beam 框架下通过 tf.Transform 执行。(注:Apache Beam 是一个用于大规模的、高效的、分布式的数据处理的开源框架)目前,基于 Apache Beam 框架的流水线可以在 Google Cloud Dataflow 平台上运行,并计划在未来支持更多的平台(可能包括 Apache Apex,Apache Flink 和 Apache Spark 等)。值得一提的是,通过 tf.Transform 导出的 TensorFlow 计算图还可以在模型预测阶段将这种数据预处理步骤复用(例如,通过 Tensorflow Serving 提供模型时)。”

GitHub:https://github.com/tensorflow/transform

谷歌博客:http://research.googleblog.com/2017/02/preprocessing-for-machine-learning-with.html

百度将 Ring Allreduce 算法引入深度学习

Ring Allreduce 本是 HPC (高性能计算机)领域的一项技术。日前,百度硅谷 AI 实验室已成功将其移植到深度学习平台,借此来加速 GPU 之间的数据传输速率。目前,在 GPU 并行计算中,它们之间的通信瓶颈是制约深度学习模型训练速度的主要障碍之一。百度宣布,Ring Allreduce 算法的引入将移除该瓶颈,大幅提升多 GPU 和分布式计算环境下的深度学习模型运算效率。雷锋网获得消息,该技术已被百度成功应用于语音识别。

该算法以库和 Tensorflow 补丁的形式向开发者开源,分别为 baidu-allreduce 和 tensorflow-allreduce,已在 GitHub 上线。

GitHub:https://github.com/baidu-research/baidu-allreduce

https://github.com/baidu-research/tensorflow-allreduce

详情:http://www.leiphone.com/news/201702/QaSmvdQNbiY4CxBy.html

百度博客(英文):http://research.baidu.com/bringing-hpc-techniques-deep-learning/

卡巴斯基发布操作系统 Kaspersky OS

与 Linus、Windows,Mac OS 等优先系统兼容性和通用性的考虑不同,Kaspersky OS 的设计目的有且只有一个:最大化安全。因此 Kaspersky OS 采用了 Flux 高级安全内核架构(FLASK)。卡巴斯基不但表示 Kaspersky OS 要做世界上最安全的操作系统,还宣称, Kaspersky OS 的密钥只有量子计算机级别的计算能力才能破解。

AI研习社获知,该系统面向的并非消费者终端(PC),而是网络设备、工业控制系统和物联网设备。它同时兼容 X86 和 ARM 两大架构平台。值得注意的是,卡巴斯基声称该系统和 Linux 没有任何关系,从头到尾完全自行设计,并因此耗费了巨大人力——公司 CEO Eugene Kaspersky 表示,该系统秘密研制已有 14 年。

法国研究人员实现用深度学习预测衰老长相

众所周知,此前的深度学习技术虽然能将输入的年轻人脸图像,输出为老年图像,但在这过程中会失去一些面部特征与识别信息,其结果并不准确——严格来说,输出的图像不能说是对同一个人衰老长相的预测。

但现在,法国的一组研究人员成功实现了用深度学习算法,将同一个人的面对照片做“衰老”或“年轻化”处理。换句话说,既能预测老年相貌,也能重现年轻时的面容。上图是研究结果示范。

该研究发表于 ArXiv,题目为“Face Aging With Conditional Generative Adversarial Networks”。

“老得不敢拍照片”或许将退出历史舞台。美图对此怎么看?

ArXiv:https://arxiv.org/abs/1702.01983

AMD 八核十六线程 Ryzen“锐龙”CPU 全球同步预售

AMD 于昨晚 AMD Ryzen Tech Day 正式发布 Ryzen。这来得有些突然——此前媒体与行业人士普遍估计 Ryzen 将在 MWC 发布。不过,Ryzen 发货时间仍然是 3 月 3 日,目前预售开启。

我们来看看预售的三款八核十六线程 CPU 国行售价:

  • Ryzen 7 1800X 3999 元
  • Ryzen 7 1700X 3099 元
  • Ryzen 7 1700 2499 元

不同电商平台上有 200~300 元不等的预订优惠,感兴趣的抓紧。

AI研习社提醒:由于事出突然,全世界范围内 Ryzen 的评测还没有放出。目前我们对于它的所有了解,完全基于 AMD 官方宣传信息,以及此前泄露的工程版本芯片跑分。因此,对于这三款芯片之间的性能差距到底有多大、是否值得这中间的差价,尚无定论。业内对“X ”版本性能强在哪里、与非 X 版本的超频潜力差别也尚有疑虑。仅给正在选择的买主做个提醒。

史上最强凌动 英特尔发布 Atom C3000

这是凌动产品线首个 16 核 CPU,它整合了多项多见于服务器芯片中的技术:比如 RAS 功能,该功能可即时修正数据错误,并防止网络和存储设备崩溃。 与现有凌动产品线面向移动设备的定位不同,Atom C3000 的服务对象将是存储阵列、网络设备和物联网设备。将为它们带来更强大的数据处理能力。

简而言之,这是款与消费者无关、但关乎网络设备开发商的凌动。

原文发布于微信公众号 - AI研习社(okweiwu)

原文发表时间:2017-02-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏hotqin888的专栏

Merit 价值与成果管理系统——3、自定义成果类型和在线登记

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/hotqin888/article/det...

902
来自专栏人工智能头条

七种基于云的机器学习服务

2644
来自专栏新智元

【ARM攒机指南——AI篇】5大千万级设备市场技术拆解

作者:重走此间路 编辑:闻菲 【新智元导读】单做算法无法挣钱,越来越多的公司都开始将核心算法芯片化争取更多市场和更大利益,一时间涌现出AI芯片无数。与CPU,G...

4346
来自专栏量子位

OpenAI强化学习游戏库大更新:游戏上千款,还能自己加

想把一个强化学习Agent训练成游戏高手?OpenAI今天推出的完整版Gym Retro必须了解一下。

1375
来自专栏奇点大数据

入门深度学习应该学什么

最近被人问的最多的一个问题是“我想入门深度学习,我应该学些什么”。 老实说,这个问题不是那么好回答,毕竟每个人的知识背景和技能背景实在是太不一样了。如果要假设...

3847
来自专栏ATYUN订阅号

AI预测用户每天用水量以促进环保,节约水资源

农业使用世界上70%的水,这似乎意味着水需求的上升趋势。在这种情况下,其他工业部门的需求也在增加,气候变化的影响会影响日益严重的水资源短缺,如果我们想要维持这一...

952
来自专栏AI研习社

盘点:为 Java 开发者量身定制的五款机器学习库

编者按:机器学习是目前最炙手可热的技术之一,各大公司都在积极招聘相关的编程人才,来填补机器学习和深度学习代码编写的空缺。诚然,根据相关的招聘统计数据,Pytho...

42814
来自专栏大数据挖掘DT机器学习

数据库数据挖掘知识点总结(Microsoft 时序算法)

前言 本篇文章同样是继续微软系列挖掘算法总结,前几篇主要是基于状态离散值或连续值进行推测和预测,所用的算法主要是三种:Microsoft决策树分析算法、Micr...

40910
来自专栏腾讯大数据可视化设计团队的专栏

遇见大数据可视化:来做一个数据可视化报表

上篇文章简单的介绍了数据可视化的基础,将数据进行设计可视化后,可以让我们有一种全新的方式去认识数据,改变对数据的呈现和思考方式。那现在就让我们开始做一份数据的可...

3K3
来自专栏AI研习社

普林斯顿联合Adobe 连声音都能PS了 | 2分钟读论文

来源 / Two Minute Papers 翻译 / 季伟 校对 / 贤儿响叮当 整理 / 雷锋字幕组 AI 研习社出品系列短视频《 2 分钟论文 》,带大...

2954

扫码关注云+社区

领取腾讯云代金券