首页
学习
活动
专区
工具
TVP
发布

AI研习社

专栏作者
1755
文章
2100161
阅读量
197
订阅数
用 NVIDIA DALI 加速PyTorch:训练速度提升 4 倍
本文展示了一些提高 DALI 资源使用率以及创建一个完全基于 CPU 的管道的技术。这些技术长期稳定内存使用率,将 CPU & GPU 管道的 batch 大小提高 50%。用特斯拉 V100 加速器显示 PyTorch+DALI 可以达到接近 4000 个图像/秒的处理速度,比原生 PyTorch 快了大约 4 倍。
AI研习社
2020-02-21
2.9K0
基于JAX的大规模并行MCMC:CPU25秒就可以处理10亿样本
重现结果所需的代码可以在这里找到(https://github.com/rlouf/blog-benchmark-rwmetropolis),使代码运行得更快的技巧值得学习。
AI研习社
2020-02-12
1.4K0
如何在Keras中创建自定义损失函数?
我们使用损失函数来计算一个给定的算法与它所训练的数据的匹配程度。损失计算是基于预测值和实际值之间的差异来做的。如果预测值与实际值相差甚远,损失函数将得到一个非常大的数值。
AI研习社
2019-12-03
4.4K0
谷歌开源 MobileNetV3:新思路 AutoML 改进计算机视觉模型移动端
谷歌从 17 年发布 MobileNets 以来,每隔一年即对该架构进行了调整和优化。现在,开发者们对 MobileNetV3 在一次进行了改进,并将 AutoML 和其他新颖的思想融入到该移动端的深度学习框架中。谷歌发布了相关文章对升级后的 MobileNetV3 进行了讲解,我们将其整理编译如下。
AI研习社
2019-11-28
7970
2019 年机器学习框架之争:PyTorch 和 TensorFlow 谁更有胜算?
对于机器学习科研工作者和工业界从业人员来说,熟练掌握一种机器学习框架是必备技能之一。随着深度学习技术发展的突飞猛进,机器学习框架市场也渐渐度过了初期野蛮生长的阶段。大浪淘沙,目前仍然活跃的机器学习框架主要是 PyTorch 和 TensorFlow。本文从学术界和工业界两个方面深度盘点了 2019 年机器学习框架的发展趋势。
AI研习社
2019-11-27
4190
官宣!TensorFlow 2.0 正式发布
今年初,我们在 TensorFlow 开发者大会 (TensorFlow Dev Summit) 上发布了 TensorFlow 2.0 的 Alpha 版本。经过近 7 个月的努力,今天我们高兴的宣布,TensorFlow 2.0 正式版现已推出!
AI研习社
2019-10-08
8340
谷歌全面开源 MLIR 及生态联盟,全球 95% 的加速器硬件都在使用
近日谷歌宣布,向非盈利性 LLVM 基金会提供今年 4 月开源的 Multi-Level Intermediate Representation(MLIR)架构,一个与 TensorFlow 紧密结合的表示格式和编译器实用工具库,该架构介于模型表示和低级编译器/执行器(二者皆可生成硬件特定代码)之间。谷歌希望通过向社会提供该架构来激励更多的创新,从而进一步加速 AI 领域发展。我们将 MLIR 的详细内容及谷歌相关报道整理编译如下。
AI研习社
2019-09-17
1.5K0
与 TensorFlow 功能互补的腾讯 angel 发布 3.0 :高效处理千亿级别模型
近日,紧跟华为宣布新的 AI 框架即将开源的消息,腾讯又带来了全新的全栈机器学习平台 angel3.0。新版本功能特性覆盖了机器学习的各个阶段,包括:特征工程、模型训练、超参数调节和模型服务。自 2017 年 angel1.0 在 Github 上开源以来,angel 共获得星标数超过 4200、fork 数超 1000。腾讯发布了相关文章介绍了 angel3.0 更新细节等内容,AI 开发者将其整理编辑如下。
AI研习社
2019-08-29
5430
Google 科学家最新整理,给新手的十篇最佳数据科学文章
作为数据科学的初学者,一些好的文章能够快速带我们入门这一充满了未知和挑战的领域。近日,google 决策智库的主管 Cassie Kozyrkov 整理了十篇给学生们推荐的最好的文章。下面这些文章几乎都来自于相同的博客。让我们来看看是哪些文章吧~
AI研习社
2019-08-23
4750
TensorFlow 模型优化工具包:模型大小减半,精度几乎不变!
我们非常高兴能够将训练后的 float16 quantization 作为模型优化工具包(Model Optimization Toolkit)的一部分。这套工具包括了:
AI研习社
2019-08-15
1.6K0
Github 上评价最高的 5 个机器学习项目
机器学习作为一个领域,正以惊人的速度发展。Github 是全世界开发者都在关注的网站,最高质量的代码被定期发布在这里。
AI研习社
2019-08-05
7370
MIT 推出编程语言 Gen,从方程式和手写代码上解放工程师
AI 开发者按,麻省理工学院的研究人员最近推出了一种新的概率编程语言 Gen,这种语言让研究人员在不需要处理方程式和手动编写高性能代码的情况下,编写应用人工智能技术的多个领域的模型和算法。软件科学家 Jesus Rodriguez 写了一篇文章,文章介绍了 Gen 以及其他一些类似的工具,AI 开发者将他的文章编译整理如下。
AI研习社
2019-07-30
5440
Github项目推荐 | 深度学习资源,包括一系列架构、模型与建议
项目地址:https://github.com/rasbt/deeplearning-models
AI研习社
2019-07-04
8380
简易版物体识别
阿尔伯特·爱因斯坦曾经说过这么一句话“如果你不能简单地解释它,你就不能很好地理解它”,我深以为然!
AI研习社
2019-07-04
9780
Github项目推荐 | 用TensorFlow 2.0实现CartoonGAN图片卡通化
通过本项目,你可以使用由TensorFlow 2.0 Alpha驱动的CartoonGAN(CVPR 2018)工具生成你自己的卡通风格图像。
AI研习社
2019-06-14
4.9K0
20分钟了解TensorFlow基础
作者 | Chidume Nnamdi ???? 翻译 | linlh、余杭、通夜 编辑 | 王立鱼、约翰逊·李加薪 原文链接: https://blog.bitsrc.io/learn-t
AI研习社
2019-05-31
8470
TensorFlow 图形学入门
近年来,可嵌入到神经网络结构中的新型可微的图形层不断出现。从空间转换器到可微的图形渲染器,这些新层利用多年计算机视觉和图形研究中获得的知识来构建新的、更高效的网络架构。将几何先验和约束显式地建模到神经网络中,为架构打开了一扇门,该架构可以以一种自监督的方式进行健壮、高效、更重要的训练。
AI研习社
2019-05-21
1.2K0
用 TensorFlow hub 在 Keras 中做 ELMo 嵌入
最新发布的Tensorflow hub提供了一个接口,方便使用现有模型进行迁移学习。我们有时用Keras快速构建模型原型,这里只要少许改几个地方就能将Keras与Tensorflow hub提供的模型整合!
AI研习社
2019-05-17
1.4K0
Github项目推荐 | AutoML与轻量模型列表
本项目旨在为自动化研究(特别是轻量级模型)提供信息。有兴趣的同学可以进行收藏或者在Github中推荐/提交项目(论文、项目仓库等)。
AI研习社
2019-05-14
2.2K0
针对时尚类MINIST数据集探索神经网络
fashion MNIST数据集可以从Github获取。它包含10种类别的灰度图像,共7000个,每个图像的分辨率均为28x28px。下图以25张带有标签的图片向我们展示了该数据集中的数据。
AI研习社
2019-05-14
1.1K0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档