廣告 影像 平行運算 科技生活 深度學習 異質運算 機器學習 deep learning 微軟應該要感謝大家鼎力支持 How-Old.net ，因為他們因此獲得可觀的深度學習素材(更新：微軟強調不會保存與分享使用者上傳照片但保留分析資料) 微軟上週推出了基於機器學習的 How-Old.net 照片年齡分析服務，相信不少人也都玩的不亦樂乎吧？不過在大家對微軟推出這樣的服務感到新奇有趣時，微軟才真的是最該感謝上傳所有照片的使用者，因為機器學習的基礎，就是大量的有效素材。在今年 NVIDIA 舉辦的 GTC 活動當中，基於機器學習的深度學習 Deep Learning 議程是相當火熱的主要議題，而且可說今年在 GTC 所宣布的所有產品、技術，都與深度學習環環相扣；由於 2012 年深度學習被實證在技術上因平行運算得以突破，故被視為機器學習當中的顯學，也在這一兩年持續突破，幾乎各大網路服務都投入深度學習的技術開發。更新微軟聲明：微軟到底 Chevelle.fu 10 年前
Google nvidia 微軟 Facebook 搜尋 gpgpu kepler maxwell GTC 科技生活 百度 深度學習 Cortana deep learning Deep Learning 其實與我們沒有那麼遙遠，因為我們都在為其學習教材貢獻一份心力 今年在 GTC 活動上，將去年所談論的 Machine Learning 更進一步的提升到進階的 Deep Learning 深度學習，這也是由於今年初 Google 、微軟與百度透過深度學習在圖像辨識領域有了重大的突破，儼然掀起了深度學習的技術戰爭；乍看下深度學習與我們的生活好像有那麼些遙遠，但其實每個網路使用者幾乎無時無刻都在為深度學習貢獻素材。所謂的深度學習，是透過神經網路學 Neural Network 的運算模型的技術，關於深度的技術筆者也不是那麼了解，但該技術相較傳統熟知的人工智慧技術，重視的不是為了因應各種情形撰寫對應的邏輯，而是讓系統模仿人類的感知，透過不斷投入素材進而從中解析 Chevelle.fu 10 年前
產業消息 nvidia hpc cuda 超級電腦 baidu gpgpu GTC 百度 深度學習 deep learning GTC 2015 ：百度首席科學家談深度學習如何協助今日的圖像、語音與行為認知 在 GTC 第三日的主題演講，由曾參與建設 Google Brain 的百度首席科學家吳恩達再介紹百度的 Deep Learning 深度學習；目前的深度學習應用多半在解決三大類的問題，包括影像、語音與行為的三大類認知。為何深度學習適合解決這三大類問題？因為藉由自主學習能力，系統的辨識能力能夠越來越進化且精確，然而基於早期的系統架構建構的神經網路深度學習系統效果並不好，一直到 2008 年首度將 NVIDIA 的 CUDA 平行運算語言用於神經網路系統才開始獲得改善；而 2011 年則是將基於雲系統的分散式運算再度提升效能， 2015 年則將深度學習系統導入基於大量 GPU 的超級電腦，再度獲 Chevelle.fu 10 年前
專家觀點 youtube nvidia 搜尋 gpgpu 特斯拉 GTC 語意分析 深度學習 deep learning Google 資深科學家暨工程師 Jeff Dean 用深入淺出的方式介紹深度學習 在 NVIDIA GTC 的第二日，由 Google 負責深度學習領域的資深科學家暨工程師 Jeff Dean 進行主題演說， Google 是相當早就投入機器學習以及深度學習領域的企業，投入的原因也是為了使其服務更好，同時設法認知使用者行為並能進行應對；然而若是以傳統的人工智慧難以應付瞬息萬變的使用者行為，故具有永續學習進化能力的深度學習也成了 Google 的首選。 在 Google 的服務，產生相當膨大的數據量，而這些數據也成了所謂的大數據基數，但該如何有效的應用這些數據，解析數據就成了相當重要的一環。以圖像為例，如何幫數據庫中海量的照片分類？該如何將一張複雜的照片中分析出照片內的元素？ Chevelle.fu 10 年前
