深度学习
深度学习
深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如,人脸识别或面部表情识别)。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。...(more)
深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如,人脸识别或面部表情识别)。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。

热点

工业制造其它HPC性能优化·2023-09-27
lrx00056015 · 福田汽车 擅长领域:深度学习, 人工智能, 机器学习
3 会员关注
优化方案很多,业务方面软件模型及工况优化 ,软件层面可以软件及指令集优化、mpi 参数优化、数据结构优化等,硬件层面更换先进的处理器、引入GPU加速、内存调用优化、网络优化及存储优化,优化后可以提升计算速度和效率,好的情况可以提升 1 倍 - 几倍。具体可以从如下几个方面开...
汽车HPC·2024-02-26
rayz · ICEM 擅长领域:人工智能, 深度学习, 机器学习
如上述朋友所说,需要结合HPC集群监控系统,统计出一段时间内仿真计算资源的使用情况,使用集群的队列功能,本地集群和云集群资源的可弹性调整算力资源的使用。
机械装备汽车制造仿真系统·2024-02-26
rayz · ICEM 擅长领域:人工智能, 深度学习, 机器学习
1. 计算资源预约,HPC平台可以引入预约系统,让用户提前预约资源,可以让HPC平台提前规划资源分配,避免资源需求波峰时期的排队情况。用户可以根据任务的紧急程度和优先级,提前预约所需的计算资源和时间窗口,2. 建立资源缓冲池,集群平台可以设置资源缓冲池,将一部分资源保留作为备...
机械装备监控·2023-09-27
匿名用户
高性能计算 (HPC) 平台的资源监控和分析是确保其高效运行的关键组成部分。对 HPC 平台进行有效监控可以帮助您评估工作负载与硬件的匹配情况,优化资源分配,并确保应用程序高效运行。以下是一些建议和策略:基本硬件监控:CPU 利用率:检查 CPU 核心的使用情况,确保它们没有过载。...
银行大语言模型·2024-01-02
先生_许 · 金融 擅长领域:人工智能, 数据库, 大数据
大模型在金融服务中的应用日益广泛,其强大的数据处理和解析能力为银行等金融机构带来了显著的效率提升和成本节约。最新的算法和技术进展使得大模型能够在更广泛的领域发挥作用,同时,业界也在不断探索新的应用案例,以实现金融服务智能化升级。在算法层面 ,大模型通过自然语言...
人工智能·2023-07-13
甘草片 · 安天科技 擅长领域:数据库, 服务器, 存储
8 会员关注
收藏1
金币5
深度学习·2023-02-26
taizi5112005 · 资料共享科技集团 擅长领域:云计算, 大数据, 数字化转型
7 会员关注
收藏1
金币100
人工智能·2022-12-09
tackey · 上海合合信息科技股份有限公司 擅长领域:人工智能, 机器学习, 大数据
前言随着深度学习的快速发展,图像分类、目标检测、语义分割以及实例分割都取得了突破性的进展,这些方法成为自然场景文本检测的基础。基于深度学习的自然场景文本检测方法在检测精度和泛化性能上远优于传统方法,逐渐成为了主流。下图列举了文本检测方法近几年来的发展历程。...(more)
浏览2874
人工智能·2021-12-31
victorylee · 浪潮商用机器有限公司 擅长领域:人工智能, 机器学习, 服务器
108 会员关注
大力出奇迹。毋庸置疑,无数人工智能科学家设计的一连串的智慧机器学习模型,这些模型在很多业务中都行之有效,例如人脸识别,给用户推荐感兴趣的物品,以及使用搜索引擎搜索信息。这其中算法是功不可没的。在算法之外,算力也居功至伟。研究人员发当模型越来越大时,模型的准确率随着...(more)
浏览6002
人工智能·2021-12-31
victorylee · 浪潮商用机器有限公司 擅长领域:人工智能, 机器学习, 服务器
108 会员关注
深度学习将AI推向热潮。 历史上,人工智能的发展经过了多次热潮,又多次陷入低谷,这里暂且不论。从2010年以来,深度学习通过算法上的突破,从而在语音识别,图像识别上的卓越表现,重新将人工智能的研究推向了高潮。深度学习算法种类繁多。深度学习算法主要是各种各样的人工神经网络...(more)
浏览7887

描述

深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如,人脸识别或面部表情识别)。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。...(more)
深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如,人脸识别或面部表情识别)。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。
X社区推广
  • 提问题