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。

问题

能源采矿HPC·2023-09-27
lrx00056015 · 福田汽车 擅长领域:HPC, 机器学习, 人工智能
3 会员关注
当前的测试流程中确实存在需要大量计算资源的数据处理、图像处理等环节。这些环节可以通过 GPU 或并行计算来提速。这些技术不仅能够提高计算速度和处理能力,还能够应对大规模数据处理和复杂计算任务的需求 。 GPU 并行计算能够提供高效的计算和图像处理能力。并行计算可...
工业制造其它HPC·2023-09-27
lrx00056015 · 福田汽车 擅长领域:HPC, 机器学习, 人工智能
3 会员关注
HPC 可能产生瓶颈的地方很多,包括 CPU ,内存,本地磁盘,网络存储,计算网络,操作系统等,通过 PBS 可以进行相关资源的使用和调用监控,了解当前和历史状态,进行优化。具体优化可以从以下四个方面开始:采用更高速的网络互联: 选用高带宽的 InfiniBand 网络如200G,实现大量数据的并行处理...
工业制造其它HPC·2023-09-27
强哥之神 · 上汽云计算中心(上海帆一尚行科技有限公司) 擅长领域:云计算, 容器, 服务器
13 会员关注
仿真测试,我觉得成本与技术是两大挑战:1、成本比如硬件设备、软件许可,所以现在一般采用云计算,混合云(主要是看哪家成本低,性价比高)等方式,减少初期的资本投入。2、技术比如开发、管理和维护HPC、仿真系统, 一般需要云计算和仿真、AI专业的技术和经验,而制造企业可能缺乏此类人...
能源采矿HPC·2023-09-27
zftang · 小白一枚 擅长领域:数据库, 云计算, 服务器
64 会员关注
可以使用基于遗传算法的测试用例优化方法,或者使用多核计算机上并行生成类测试用例的方法。
工业制造其它HPC·2023-09-27
lrx00056015 · 福田汽车 擅长领域:HPC, 机器学习, 人工智能
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...
能源采矿HPC·2023-09-27
lrx00056015 · 福田汽车 擅长领域:HPC, 机器学习, 人工智能
3 会员关注
目前主流的碰撞流体结构仍然是 cpu 计算为主,小部分工况可以支持 GPU ,部分软件可以支持 GPU (如 Altair 的流体软件 UFX ,完全基于 GPU 开发)
汽车HPC·2024-02-26
匿名用户
高性能计算(HPC)在汽车行业中的应用极为广泛,尤其在促进能源效率和减少排放方面具有显著影响。以下是几个主要方式,通过这些方式HPC能够帮助汽车行业实现这些目标:仿真与建模:HPC允许汽车工程师进行复杂的仿真和建模,包括动力总成系统的模拟、新型能源系统(如电动和氢能汽车)的开...
汽车HPC·2024-02-26
强哥之神 · 上汽云计算中心(上海帆一尚行科技有限公司) 擅长领域:云计算, 容器, 服务器
13 会员关注
我们应用在是在电池材料设计与模拟 、电池性能模拟与优化 、电池系统建模与优化这三个方面。模型精度、安全与可靠性方面,我觉得是挑战,因此,需要通过模拟和测试等手段,对电池系统的安全性和可靠性进行全面评估和验证。...
汽车HPC·2024-02-26
Qq联盟成员 · 红宇精密 擅长领域:HPC, 机器学习, 人工智能
3 会员关注
安全性:综合考虑网络安全、平台安全、数据安全等维度,HPC应具备强大的安全防护功能,支持最新的加密技术和安全更新,以防止非法访问、病毒攻击和数据泄露,同时做好数据备份方案。可靠性:方案设计:具备安全冗余和故障自动化监控处置能力。运维:应用层、平台层、操作系统层均有长期...
证券量化交易·2018-01-31
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
586 会员关注
还是要看您的业务场景,根据业务场景确定模型,如果是日线数据,我觉得可以用来研究宏观股市走势,如果要研究股票走势,那么最好还是能利用好日线内数据。

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