注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 腾讯深度学习平台（译）

  2. 腾讯深度开发平台翻译文档，介绍深度学习平台架构等，有很好的学习价值，值得大家学习一下

  3. 所属分类：其它

    • 发布日期：2014-08-14
    • 文件大小：124kb
    • 提供者：qiaochao911

  1. 科大讯飞面向感知智能的深度学习平台实践_张致江

  2. 科大讯飞深度学习平台研发主管张致江在CSDN人工智能用户群的分享PPT，重点解析科大讯飞从算法层开始设计，构建出适合讯飞特点的深度学习平台。（分享视频请在CSDN站内搜索“科大讯飞面向感知智能的深度学习平台实践”）

  3. 所属分类：讲义

    • 发布日期：2015-10-30
    • 文件大小：5mb
    • 提供者：happytofly

  1. 基于TensorFlow的高效交互式深度学习平台及应用 ppt

  2. 2018人工智能大会ppt，2018人工智能大会ppt 基于TensorFlow的高效交互式深度学习平台及应用 ppt

  3. 所属分类：深度学习

    • 发布日期：2018-04-18
    • 文件大小：3mb
    • 提供者：xidianliuy

  1. Mariana：腾讯深度学习平台的进展和应用

  2. Mariana：腾讯深度学习平台的进展和应用，欢迎下载，11111111111

  3. 所属分类：专业指导

    • 发布日期：2018-01-29
    • 文件大小：66byte
    • 提供者：qq_38220914

  1. 深度学习平台技术演进

  2. 深度学习平台技术演进 全球互联网大会GIAC 2017上的分享

  3. 所属分类：深度学习

    • 发布日期：2018-02-13
    • 文件大小：2mb
    • 提供者：bloodskyml1

  1. 飞桨PaddlePaddle-源于产业实践的开源深度学习平台.pdf

  2. 使用深度学习框架完成模型构建有如下两个优势： 1. 节省编写大量底层代码的精力：屏蔽底层实现，用户只需关注模型的逻辑结构。同时，深度 学习工具简化了计算，降低了深度学习入门门槛 2. 省去了部署和适配环境的烦恼：具备灵活的移植性，可将代码部署到CPU/GPU/移动端上， 选择具有分布式性能的深度学习工具会使模型训练更高效。

  3. 所属分类：互联网

  1. PaddlePaddle深度学习平台 v1.8.5

  2. 为您提供PaddlePaddle深度学习平台下载，PaddlePaddle (PArallel Distributed Deep LEarning 并行分布式深度学习)是百度研发的深度学习平台，具有易用，高效，灵活和可伸缩等特点，为百度内部多项产品提供深度学习算法支持。飞桨（PaddlePaddle）是目前国内唯一自主研发、开源开放、功能完备的产业级深度学习平台，集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体。飞桨源于产

  3. 所属分类：其它

  1. 基于Spark的异构分布式深度学习平台

  2. 导读：本文介绍百度基于Spark的异构分布式深度学习系统，把Spark与深度学习平台PADDLE结合起来解决PADDLE与业务逻辑间的数据通路问题，在此基础上使用GPU与FPGA异构计算提升每台机器的数据处理能力，使用YARN对异构资源做分配，支持Multi-Tenancy，让资源的使用更有效。深层神经网络技术最近几年取得了巨大的突破，特别在语音和图像识别应用上有质的飞跃，已经被验证能够使用到许多业务上。如何大规模分布式地执行深度学习程序，使其更好地支持不同的业务线成为当务之急。在过去两年，百度

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：350kb
    • 提供者：weixin_38734200

  1. 在Kubernetes上用PaddlePaddle运行深度学习

  2. PaddlePaddle是一个易用的、高效的、灵活的和可扩展的深度学习平台，最初由百度开发，目的是将深度学习应用于百度自2014年之后的产品。使用PaddlePaddle所支持的15个百度产品已经创造了50多项创新成果，其范围从搜索引擎、在线广告，到问答和系统安全。在2016年9月，百度开源了PaddlePaddle，这马上就吸引了许多百度之外的贡献者。PaddlePaddle的旨在做成轻薄独立的计算架构。用户可以在Hadoop、Spark、Mesos、Kubernetes及其他框架之上运行它。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：179kb
    • 提供者：weixin_38692184

  1. 云计算深度学习平台架构与实践的必经之路

  2. 定义云深度学习平台什么是云深度学习?随着机器学习的发展，单机运行的机器学习任务存在缺少资源隔离、无法动态伸缩等问题，因此要用到基于云计算的基础架构服务。云机器学习平台并不是一个全新的概念，Google、微软、亚马逊等都有相应的服务，这里列举几个比较典型的例子。第一个是GoogleCloudMachineLearningEngine，它底层托管在GoogleCloud上，上层封装了Training、Prediction、ModelService等机器学习应用的抽象，再上层支持了Google官方的T

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：604kb
    • 提供者：weixin_38735544

  1. 微博深度学习平台架构和实践

  2. 随着人工神经网络算法的成熟、GPU计算能力的提升，深度学习在众多领域都取得了重大突破。本文介绍了微博引入深度学习和搭建深度学习平台的经验，特别是机器学习工作流、控制中心、深度学习模型训练集群、模型在线预测服务等核心部分的设计、架构经验。微博深度学习平台极大地提升了深度学习开发效率和业务迭代速度，提高了深度学习模型效果和业务效果。人工智能为机器赋予人的智能。随着计算机计算能力越来越强，在重复性劳动和数学计算方面很快超过了人类。然而，一些人类通过直觉可以很快解决的问题，例如自然语言理解、图像识别、语

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：476kb
    • 提供者：weixin_38557757

  1. 基于ZStack构建深度学习云平台

  2. 深度学习是机器学习和人工智能研究的热门分支，也是当今最流行的科学研究趋势之一。深度学习方法为计算机视觉、机器学习带来了革命性的进步，而新的深度学习技术也正在不断诞生。由于深度学习正快速发展，新的研究者很难对这一技术实时跟进。国内各大公有云厂商都提供了相应的深度学习相关产品，但对于初学者并不那么实用。本文将介绍基于产品化云平台——ZStack，来构建对初学者友好、易运维、易使用的深度学习云平台。由于ZStack的轻量性，我们仅通过一台普通PC机就能部署云平台，进而实现深度学习平台构建。读者可结合本

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：489kb
    • 提供者：weixin_38711149

  1. 小米深度学习平台架构与实现

  2. 深度学习的概念源于人工神经网络的研究，含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。机器学习是通过机器进行自主学习数据而非以编码的方式；深度学习是机器学习的一个分支，主要包括四种最基本的网络结构。CNN是卷积神经网络。通过卷积网络的模型，可以高效地处理图像分类或人脸识别等应用。MLP是多层感知机，也就是传统的神经网络。已经被Google大量应用在Youtube视频推荐和APP推荐上。RNN模型是在神经元里加入带

  3. 所属分类：其它

  1. 基于Spark的异构分布式深度学习平台

  2. 导读：本文介绍百度基于Spark的异构分布式深度学习系统，把Spark与深度学习平台PADDLE结合起来解决PADDLE与业务逻辑间的数据通路问题，在此基础上使用GPU与FPGA异构计算提升每台机器的数据处理能力，使用YARN对异构资源做分配，支持Multi-Tenancy，让资源的使用更有效。深层神经网络技术最近几年取得了巨大的突破，特别在语音和图像识别应用上有质的飞跃，已经被验证能够使用到许多业务上。如何大规模分布式地执行深度学习程序，使其更好地支持不同的业务线成为当务之急。在过去两年，百度

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：350kb
    • 提供者：weixin_38706747

  1. dkube-examples-internal：DKube深度学习平台的示例-源码

  2. dkube-例子 该存储库包含移植到Dkube上运行的DL示例，并展示了Dkube平台的功能。 功能- 在Tensorflow，Pytorch等已知框架上进行深度学习培训... 基于定制容器的培训，可以使用定制框架或简单的python / C ++代码 基于GPU的培训。 分布式培训。 超参数调整以找到最佳参数空间。 使用自定义容器进行数据预处理。 使用管道自动化的工作流程。 提供以下示例， Tensorflow示例 使用MNIST网络进行灰度数字分类。 支持基于GPU的训练，

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：166mb
    • 提供者：weixin_42144199

  1. singa：分布式深度学习平台-源码

  2. 阿帕奇·辛加 分布式深度学习系统 快速开始 问题 代码分析： 邮件列表 （） （）

  3. 所属分类：其它

  1. FfDL：深度学习结构（FfDL，发音为fiddle）是一个深度学习平台，在Kubernetes上提供TensorFlow，Caffe，PyTorch等作为服务-源码

  2. 用其他语言阅读：。 深度学习结构（FfDL） 该存储库包含FfDL （深度学习结构）平台的核心服务。 FfDL是用于深度学习的操作系统“架构”。 它是用于以下方面的协作平台： 分布式硬件上的深度学习模型的与框架无关的训练 开放式深度学习API 在用户的私有或公共云中运行深度学习托管 要了解有关建筑细节的更多信息，请阅读。 如果您正在寻找演示，幻灯片，抵押品，博客，网络研讨会以及与FfDL相关的其他材料，请 先决条件 kubectl ：Kubernetes命令行界面（ ） helm ：

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：16mb
    • 提供者：weixin_42110469

  1. 云计算深度学习平台架构与实践的必经之路

  2. 定义云深度学习平台什么是云深度学习?随着机器学习的发展，单机运行的机器学习任务存在缺少资源隔离、无法动态伸缩等问题，因此要用到基于云计算的基础架构服务。云机器学习平台并不是一个全新的概念，Google、微软、亚马逊等都有相应的服务，这里列举几个比较典型的例子。第一个是GoogleCloudMachineLearningEngine，它底层托管在GoogleCloud上，上层封装了Training、Prediction、ModelService等机器学习应用的抽象，再上层支持了Google官方的T

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：604kb
    • 提供者：weixin_38704922

  1. 微博深度学习平台架构和实践

  2. 随着人工神经网络算法的成熟、GPU计算能力的提升，深度学习在众多领域都取得了重大突破。本文介绍了微博引入深度学习和搭建深度学习平台的经验，特别

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：476kb
    • 提供者：weixin_38746738

  1. 小米深度学习平台架构与实现

  2. 深度学习的概念源于人工神经网络的研究，含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。 机器学习是通过机器进行自主学习数据而非以编码的方式；深度学习是机器学习的一个分支，主要包括四种最基本的网络结构。 CNN是卷积神经网络。通过卷积网络的模型，可以高效地处理图像分类或人脸识别等应用。

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 29 »