CNN/RNN/LTSM/GAN各有所長 機器學習模型選對才有效

建置機器學習(Machine Learning)的過程涉及許多步驟,首先選擇一個模型,針對具體任務加以訓練,以測試資料進行驗證,然後將該生產模型建置到實際系統並加以監控。接下來將會討論這些步驟,每項步驟細分講解機器學習。...
2022 年 05 月 12 日

Google開源框架加速AI訓練 最高節省80%成本

近日Google研究人員發表一篇說明SEED RL框架的文章,該架構可將人工智慧(AI)模型的訓練擴及數千個機器。並且促進每個機器達到每秒訓練數百萬個框架的速度,同時減少80%的成本,可望為過去無法與大型AI實驗室競爭的新創公司帶來平等的發展機會。...
2020 年 03 月 25 日

小巧/低功耗特性亮眼 Edge TPU鎖定邊緣應用

直接在邊緣裝置上利用訓練好的模型進行推論,乃是未來人工智慧應用發展的一大方向。但邊緣裝置通常對尺寸、成本及功耗有相當嚴格的限制,因此,Google繼先前發表雲端機房用的TPU之後,又推出了針對邊緣裝置設計的Edge...
2018 年 11 月 19 日

AI機器學習導入YouTube 影片推薦觀看率大增

機器學習技術讓Youtube推薦給使用者的影片觀看率明顯增加。目前YouTube平均每日向使用者推薦2億支影片,涵蓋76種不同語言。在過去三年,使用者在YouTube首頁點擊推薦影片的觀看時間共成長了20倍。此一大幅成長,與YouTube的推薦機制中導入機器學習有關。透過機器學習,Youtube平台加入了不少個人化變項,進而讓神經網路越來越能掌握使用者需要。目前YouTube已有超過70%的使用者觀看時間是來自系統自動推薦的影片。...
2017 年 11 月 07 日

FPGA火力支援 微軟發表Project Brainwave

軟體業者為了強化人工智慧演算法的執行效率,紛紛跨足硬體設計。繼Google、Facebook之後,微軟(Microsoft)近日也發表了自家的Project Brainwave平台。該平台以英特爾(Intel)提供的Stratix...
2017 年 08 月 24 日

CEVA二代神經網路軟體框架支援人工智慧系統

CEVA針對機器學習發表第二代神經網路軟體框架(CDNN2),其支援從預先訓練(Pre-trained)網路,到嵌入式系統的要求最嚴苛機器學習網路,其中包括GoogLeNet、VGG、SegNet、Alexnet、RESNET等,還可自動支援由TensorFlow產生的網路,並結合了CEVA-XM4圖像和視覺處理器功能,可為任何具備相機功能的設備,提供高能效的深度學習解決方案。 ...
2016 年 07 月 01 日