机器学习
机器学习
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

动态

数据分析·2024-04-03
jillme 课题专家组 某大型银行   擅长领域:数据库, 国产数据库, 人工智能
17 会员关注
文章阐述了AIOPS的同业应用现状,以及AIOPS的应用综述,建议在应用场景和AIOPS构建方面,能有具体场景实例的解决方案,帮助读者进一步了解AIOPS与自动化运维在智能方向上的差异,提升和发展趋势。...(more)
专栏: 趋势观点 
浏览2235
评论7
大语言模型·2024-04-03
jillme 课题专家组 某大型银行   擅长领域:数据库, 国产数据库, 人工智能
17 会员关注
文章对PyTorch和TensorFlow进行了全面且深入的对比,从计算图、数据并行性、模型部署到生态系统等多个层面进行了详细的解析,展现了两个框架各自的优劣。文章条理清晰,论据充分,让读者能够清楚地了解这两个框架的特点和适用场景。特别是在模型部署和生态系统方面的对比,可以启...(more)
浏览590
评论3
汽车HPC· 2024-04-02
rayz ICEM   擅长领域:深度学习, 人工智能, 机器学习
主要需要根据电池研发仿真环境的算力要求,及所使用的软件环境适配方面对集群环境的要求方面的挑战
汽车HPC· 2024-03-25
一一 制造业   擅长领域:机器学习, 人工智能, 服务器
常见的商业的是Altair PBS Works,LSF,另外基于OPen PBS开源封装的国内二开产品和平台也有很多,在用户使用便捷性,管理员管理层面,更具有优势PBS/Torque (Portable Batch System) :广泛应用于超级计算机中心,用于管理和调度大型集群上的计算任务。LSF (Load Sharing Facility)...(more)
汽车HPC· 2024-03-25
一一 制造业   擅长领域:机器学习, 人工智能, 服务器
若只是HPC平台完全切换操作系统,框架不变的话,那么等同于重新部署一套新的环境,需要在切换前做好大量的验证工作,实施部署步骤可以参考以前的部署过程。需要特别注意的是:1:所有CAE软件与新的OS的兼容性和运行稳定性,不同版本的CAE软件兼容性,以及未来CAE软件升级的拓展性,做好矩...(more)
人工智能·2024-03-18
cq陈 私营   擅长领域:服务器, 存储, 分布式系统
这篇文章很实用,值得学习,谢谢楼主
收藏14
评价22
金币5
大数据平台· 2024-03-11
jinhaibo 课题专家组 昆仑银行   擅长领域:人工智能, 数据库, 大数据
4 会员关注
根据需求,主要是处理30亿条交易数据,并利用机器学习为交易地址打上标签,使用Hadoop和Spark是一个合适的大数据平台方案。数据量:Hadoop适合存储海量的数据,并提供了多种技术组件用于查询和分析,由于本需求是30亿条数据进行存储和处理,所以选择Hadoop是合适的。Spark是基于内存的...(more)
汽车HPC· 2024-03-10
lrx00056015 福田汽车   擅长领域:机器学习, 人工智能, 深度学习
3 会员关注
操作系统侧的性能优化是一个综合性的工作,需要综合考虑硬件、软件、数据结果以及系统配置等多因素。 操作系统默认配置可能不适合特定的应用程序。通过调整系统参数和优化系统设置,可以提高计算速度。比如调整文件系统的缓存大小、调整进程调度算法和优化中断处理等,可以提...(more)
汽车HPC· 2024-03-07
我们现在的业务场景是使用HPC做园区供冷供热的关于供冷供热的规划+仿真,请问针对这样的场景,如何去设计和规划初期的HPC建设?
浏览432

描述

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。
X社区推广
  • 提问题