首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【报告】邓志东:人工智能前沿技术与产业发展趋势(53PPT)

    【新智元导读】感谢清华大学计算机系教授邓志东向新智元投稿,他在《人工智能前沿技术与产业发展趋势》报告中指出,深度学习是人工智能的最新突破,一定要和大数据结合起来,做数据驱动下的感知智能产品研发,认知智能是前沿研究,支撑人工智能应用的硬件引擎也很重要。邓志东认为,弱人工智能的产业发展正处于爆发期,大家可以开始做工程化的应用产品开发了,私有大数据和深度学习芯片是制胜的关键和法宝。 【作者介绍】邓志东,清华大学计算机系教授,博士生导师。兼任中国自动化学会理事,中国自动化学会智能自动化专业委员会主任。

    07

    【视频教学】如何加速深度学习架构

    有些人会觉得现在市场上有很多深度学习引擎的框架,比如tensorflow, pytorch, caffe等,为什么还需要加速呢,很简单,虽然深度学习的技术发展火热,也有很多大牛,但是深度学习框架在技术上目前并没有收敛。这种事就像大数据分析hadoop一样,之前并没有成熟框架来处理分布式数据,经过很多年沉淀,现在hadoop已经成工业标准,后来内存的计算用spark。深度学习框架也是一样,由于深度学习算法还没有完全成熟以及与传统硬件计算力的不同(对新的芯片计算能力有需求),所以深度学习框架并没有得到真正的收敛。下面我们看一下袁进辉老师对深度学习架构的优化有什么办法。

    02

    深度学习 vs. 大数据:神经网络权值的版权属于谁?

    【编者按】深度神经网络能够焕发新春,大数据功不可没,然而大数据的版权是否应当延伸到深度学习产生的知识,这是一个现实的问题。本文通过ImageNet可视化大数据、Caffe共享深度学习模型和家中训练三个场景审查了深度学习的权值与大数据的关系,介绍了目前的问题和解决方案。文章最后预测深度学习将来可能需要相关的“AI法”。 要获得有用的学习效果,大型多层深度神经网络(又名深度学习系统)需要大量的标签数据。这显然需要大数据,但可用的可视化大数据很少。今天我们来看一个非常著名的可视化大数据来源地,深入了解一下训练过的

    06

    深度学习 vs. 大数据:神经网络权值的版权属于谁?

    【编者按】深度神经网络能够焕发新春,大数据功不可没,然而大数据的版权是否应当延伸到深度学习产生的知识,这是一个现实的问题。本文通过ImageNet可视化大数据、Caffe共享深度学习模型和家中训练三个场景审查了深度学习的权值与大数据的关系,介绍了目前的问题和解决方案。文章最后预测深度学习将来可能需要相关的“AI法”。 要获得有用的学习效果,大型多层深度神经网络(又名深度学习系统)需要大量的标签数据。这显然需要大数据,但可用的可视化大数据很少。今天我们来看一个非常著名的可视化大数据来源地,深入了解一下训练过的

    05

    深度学习的昨天、今天和明天

    机器学习是人工智能领域的一个重要学科。 自从20世纪80年代以来, 机器学习在算法、理论和应用等方面都获得巨大成功。2006年以来, 机器学习领域中一个叫“ 深度学习” 的课题开始受到学术界广泛关注, 到今天已经成为互联网大数据和人工智能的一个热潮。 深度学习通过建立类似人脑的分层模型结构, 对输入数据逐级提取从底层到高层的特征, 从而能很好地建立从底层信号到高层语义的映射关系。 近年来,谷歌、微软、IBM、百度等拥有大数据的高科技公司相继投入大量资源进行深度学习技术研发, 在语音、图像、自然语言、在线广告等领域取得显著进展。从对实际应用的贡献来说, 深度学习可能是机器学习领域最近这十年来最成功的研究方向。将对深度学习发展的过去和现在做一个全景式的介绍, 并讨论深度学习所面临的挑战, 以及将来的可能方向。

    07

    深度学习的昨天、今天和明天

    机器学习是人工智能领域的一个重要学科。 自从20世纪80年代以来, 机器学习在算法、理论和应用等方面都获得巨大成功。2006年以来, 机器学习领域中一个叫“ 深度学习” 的课题开始受到学术界广泛关注, 到今天已经成为互联网大数据和人工智能的一个热潮。 深度学习通过建立类似人脑的分层模型结构, 对输入数据逐级提取从底层到高层的特征, 从而能很好地建立从底层信号到高层语义的映射关系。 近年来,谷歌、微软、IBM、百度等拥有大数据的高科技公司相继投入大量资源进行深度学习技术研发, 在语音、图像、自然语言、在线广告等领域取得显著进展。从对实际应用的贡献来说, 深度学习可能是机器学习领域最近这十年来最成功的研究方向。将对深度学习发展的过去和现在做一个全景式的介绍, 并讨论深度学习所面临的挑战, 以及将来的可能方向。

    03

    百度余凯:数据是极好的竞争壁垒

    昨日,极客公园创新大会在北京开幕,百度深度学习研究院(IDL)副院长余凯发表演讲,阐述大数据时代,人工智能与深度学习的发展。 以下是余凯的演讲实录: 各位朋友早上好!在我的演讲之前,先给大家看一段有趣的视频。大家看这辆车开进我们会场,正从我的左侧往右侧开过来,上面没有人,它自平衡行走,看起来有点诡异。为什么我们会做这样有趣的自行车?它是真正的自行车,以前的自行车不是自己行走的。为什么做这个事情,这个就涉及到我今天演讲的话题,就是百度大脑所思考的人机关系。 大家可能会好奇,什么是人工智能?这是一个很严肃的学术

    011

    灯塔原创|大数据的速度与激情:谁在领跑大数据国家工程实验室

    近日,大批依托企业、科研机构、科研院所或高校而设立的国家工程实验室纷纷落地,旨在加快中国产业发展和技术进步。本文深入浅出地分析了大数据类国家工程实验室的特点,及其背后强有力的推手。 背景: 为贯彻落实国家“十一五”中产业基础设施相关纲要和规划,作为国家科技创新体系的重要组成部分,加强和规范国家工程实验室建设与运行管理,国家制定了《国家工程实验室管理办法(试行)》。 该管理办法列出二十六项明确规定,来规范实验室的组织管理、申报与审理、监督管理等工作,为了真正做到“建有所用”国家也是操碎了心。 目前国家工程实验

    09
    领券