賽靈思深耕數(shù)據(jù)中心加速卡應(yīng)用 推出全新的Xilinx? 實時服務(wù)器參考架構(gòu)

賽靈思選擇的策略一方面是面向了人工智能特別是機器學習的推斷，另一方面則是深耕數(shù)據(jù)中心加速卡應(yīng)用，試圖能盡可能脫離跟處理器之間的板級設(shè)計，從而巧妙地回避開...

2020-06-20 標簽：英特爾賽靈思人工智能 1.7k 0

機器學習的5種采樣方法介紹

一種廣泛采用的處理高度不平衡數(shù)據(jù)集的技術(shù)稱為重采樣。它包括從多數(shù)類（欠采樣）中刪除樣本或向少數(shù)類（過采樣）中添加更多示例。

2020-05-17 標簽：機器學習數(shù)據(jù)科學 6.2k 0

機器學習能否提供針對EDA設(shè)計挑戰(zhàn)的解決方案

人工智能正在改變我們周圍的世界，為全球經(jīng)濟各個領(lǐng)域的創(chuàng)新創(chuàng)造了一條途徑。如今，人工智能可以通過自然語言與人類互動。識別銀行欺詐并保護計算機網(wǎng)絡(luò)；在城市街...

2020-05-13 標簽：eda人工智能機器學習 1.1k 0

工業(yè)自動化應(yīng)用中的機器學習

對于工業(yè)服務(wù)器而言，全新的網(wǎng)格互聯(lián)架構(gòu)、高速緩存內(nèi)存設(shè)計、軟件工具以及現(xiàn)成的主板解決方案（加快創(chuàng)建基于 AI 的應(yīng)用）可以支持下一代的性能。

2020-05-09 標簽：處理器英特爾機器學習 1.2k 0

神經(jīng)網(wǎng)絡(luò)技術(shù)在網(wǎng)絡(luò)視頻處理的應(yīng)用探討

由于目前谷歌等大型網(wǎng)絡(luò)公司對神經(jīng)網(wǎng)絡(luò)的深入研究。現(xiàn)在卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)能對文字和圖片的進行識別高效而準確的識別。但是對于視頻內(nèi)容的識別還處于開始階段。于是...

2020-04-17 標簽：神經(jīng)網(wǎng)絡(luò)函數(shù)機器學習 6.5k 0

機器學習的第二階段：推理

我們之前討論過，訓練過程是機器學習的第一階段，而推理則緊隨其后，為機器學習的第二階段。在訓練階段，算法會生成新模型或把預(yù)訓練模型重新調(diào)整用于特定應(yīng)用，并...

2020-06-28 標簽：fpgagpuAI 6.7k 0

機器學習的知識產(chǎn)權(quán)問題

要構(gòu)建用于維護的機器學習（ML）模型，必須收集并標記正確的訓練集，選擇正確的架構(gòu)和訓練參數(shù)以實現(xiàn)算法精度和速度的優(yōu)化平衡，并投入計算時間來訓練模型。

2020-04-08 標簽：神經(jīng)網(wǎng)絡(luò)恩智浦機器學習 1.9k 0

機器學習適合云計算運維嗎

為云計算服務(wù)團隊提供機器學習功能的系統(tǒng)不僅是一個錯誤，而且也是危險的。

2020-04-06 標簽：云計算機器學習 744 0

機器學習與預(yù)測分析存在什么差異

AI是刺激商業(yè)發(fā)展的一顆新星，取代了以往的資本和勞動力的投入。

2020-04-06 標簽：人工智能機器學習 857 0

機器學習翻譯存在什么局限

機器學習為企業(yè)提供了翻譯文檔的新機會，他們可以使用機器學習來翻譯營銷材料和其他文獻。

2020-04-05 標簽：人工智能機器學習 1.7k 0

數(shù)據(jù)轉(zhuǎn)換率較低對于機器學習有什么影響

營銷人員可以采用多種策略來使用機器學習算法來優(yōu)化廣告并進行推廣。但是，其中一些策略的局限性要比營銷人員想的還要嚴重。

2020-04-05 標簽：人工智能機器學習 1.1k 0

怎樣去優(yōu)化人工智能存儲

人工智能技術(shù)廣泛應(yīng)用在機器學習和深度學習中，已經(jīng)引發(fā)了研究和產(chǎn)品開發(fā)的爆炸性增長，因為企業(yè)發(fā)現(xiàn)了創(chuàng)造性的方法，將這些新算法用于過程自動化和預(yù)測性見解的創(chuàng)新方法。

2020-04-01 標簽：存儲人工智能機器學習 1.2k 0

神經(jīng)擬態(tài)芯片將成為未來高級AI部署的主要計算架構(gòu)

翻譯自——nextplatform 英特爾最新的神經(jīng)形態(tài)系統(tǒng)——Pohoiki Springs，該系統(tǒng)于2020年3月發(fā)布，它集成了768個Loihi神...

2020-06-04 標簽：AI機器學習神經(jīng)擬態(tài) 2.4k 0

你需要了解機器學習的技巧

監(jiān)督學習需要使用已標記的數(shù)據(jù)，如果其他人沒有從事類似項目，則要查找或生成這些數(shù)據(jù)可能會很困難。在半監(jiān)督方法中，我們將某些標記數(shù)據(jù)與未標記數(shù)據(jù)一起使用。

2020-03-29 標簽：機器學習半監(jiān)督學習 989 0

分析API和機器學習未來的發(fā)展方式

應(yīng)用程序編程接口(API)是連接數(shù)據(jù)，服務(wù)和應(yīng)用程序以創(chuàng)建現(xiàn)代數(shù)字體驗的機制。如果消費者在零售商的應(yīng)用程序上瀏覽某些產(chǎn)品，則API調(diào)用將無縫地整合細節(jié)。

2020-03-27 標簽：API機器學習 2.7k 0

機器學習或?qū)⒛軌蚪鉀Q時空問題

神經(jīng)網(wǎng)絡(luò)能夠以一種流行的方法進行重要的計算，以統(tǒng)一廣義相對論的量子力學。

2020-03-27 標簽：神經(jīng)網(wǎng)絡(luò)機器學習 1.2k 0

多級存儲器與模擬內(nèi)存內(nèi)計算完美融合，人工智能邊緣處理難題迎刃而解

在數(shù)字神經(jīng)網(wǎng)絡(luò)中，權(quán)重和輸入數(shù)據(jù)存儲在DRAM/SRAM中。權(quán)重和輸入數(shù)據(jù)需要移至某個MAC引擎旁以進行推斷。

2020-03-26 標簽：存儲器人工智能機器學習 2.1k 0

基于多層深度學習框架和運動分析的駕駛員疲勞監(jiān)測系統(tǒng)

本節(jié)將更詳細地介紹實驗中使用的CNN模型架構(gòu)。本文提出的CNN架構(gòu)為驗證LSTM預(yù)測結(jié)果提供有力的證據(jù)。

2020-03-25 標簽：監(jiān)測系統(tǒng)PPG機器學習 1.9k 0