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
微軟 科技生活 大數據 機器學習 mivrosoft 不準真的不用錢！微軟推出照片年齡判讀網站 How-Old.net 微軟這兩天推出了一個新的服務，名為 How-Old.net ，顧名思義就是一個可判讀照片中人臉年紀的分析網站，可透過 Bing 尋找特定的照片，或是上傳小於 3MB 的照片，在短短幾秒鐘之後，系統就會依照演算邏輯推測出一個系統判讀的影中人年紀；而且不僅是單人照片，合照也可以進行推算。新聞來源： How-Old.net , Blog.Technet.com這個網站不光只是單純為了搏君一笑，這也是微軟機器學習應用的一環；透過演算邏輯，以海量照片作為邏輯基礎，並且進行特徵分析與真實年齡的對照後，能夠建立起系統對於特定年齡應有特徵的基礎邏輯，作為對於新照片中人物真實年齡的判斷；雖然目前正確性還有待提升 Chevelle.fu 10 年前
產業消息 lte qualcomm 4G Snapdragon 高通 gmic 神經網路 機器學習 GMIC 2015 ：由創新技術到機器神經網路，使人、機之間的關係更緊密 在 GMIC 北京場，高通由技術長 Matt Grob 進行主題演講，話題集中在高通近期強調解決人與機的網路邊界問題，以網路技術與 Snapdragon 應用處理器的創新解決這些未來挑戰。首先還是針對中國 4G 市場的快速發展做一個概述，表示中國本身的網路使用族群是以手機為主，在中國有超過 86% 的網路使用者是透過手機連網，而在中國開通 4G 僅一年的時間，就擁有高達一億的用戶。然而在手機聯網之後，網路的發展也將進入第三個階段，從過去的 PC 聯網、行動連網將走向萬物連網；也預測將由於全球網路用戶急速成長，也需要實現一個更高速、更多元的連網願景。越來越多的連網、越來越多的聯網設備，全新的挑戰 Chevelle.fu 10 年前
開箱評測 IOT 機器視覺 機器學習 視覺運算 車聯網 CES 2015 ：觀測之二、車聯網、機器視覺與機器學習的全新交通樣貌 從去年 CES ，車聯網與車載應用就開始受到矚目，主要是由於 4G 連網以及美國的車對車通訊 V2V 即將標準化，加上駕駛輔助技術由於感測器技術以及運算平台的進步而更智慧，今年的 CES 車載應用可說是兵家必爭之地。筆者認為，由車聯網、機器視覺加上機器學習所組合而成的車載技術，將會把現知的汽車產業帶領到全新的高峰。車聯網可分為兩種類，一種是直接將平台連接到網際網路，另一種則是 V2V ，兩種功能在相輔相成後可有更多元的應用；透過連接到網際網路平台，可將車子所在地的資訊傳遞到統一的平台，也可接收遠程的異地資訊，另外就是享受行動網路所提供的各類即時更新以及娛樂功能。至於 V2V 則可透過中短距離車 Chevelle.fu 10 年前
產業消息 gpu cuda machine learning GTC 平行運算 機器視覺 機器學習 geforce titan machine vision GTC 2014：後記，大數據、資料分析與機器學習 今年的NVIDIA GTC 的主題演講上，執行長黃仁勳花了不少的時間講述機器學習；機器學習在近年成為許多大規模企業的必修課程，許多網路公司開始聘請專業團隊進行機器學習的研究，如同主題演講提到Google 也已經著手大腦的模擬開發。機器學習是甚麼？簡單說就是透過反覆接收資訊的方式，讓機器去進行學習的行為。這樣的概念可以追溯到如汽車的學習型自動變速箱，透過接收駕駛踩油門習慣的資訊，逐漸調整變速箱換檔的方式；而機器學習到了當今的網際網路時代，又產生新的定義。網路時代的機器學習，是建立在以大數據為基礎的模式，並且結合資料分析的方式，以模擬人的感官為目標的機器學習。網路時代的機器學習與早期的封閉式機器學 Chevelle.fu 11 年前
