| 微軟 | MoE | Mixture of Experts | Tutel | MoE函式庫 | 深度神經網路 | DNN | 人工智慧 | AI

微軟釋出高效能MoE函式庫Tutel

作為補充當前MoE(Mixture of Experts)的實作,Tutel是個經過最佳化的高效能MoE函式庫,相較於Meta釋出的fairseq,提供大幅的加速

2021-11-25

| AI | 工研院 | DNN | 智慧時尚 | 影像辨識 | 邊緣運算 | AI晶片

工研院大秀AI研發新成果,O2O服飾試穿推薦、餐飲顧客影像識別,還有自動偵測入侵者的監視器

一年一度的ICT TechDay(資通訊科技日),工研院展出今年AI技術研發與應用的成果,要積極尋找業界用戶與合作夥伴。

2019-08-05

| Deepmind | AI | DNN | 蛋白質結構

DeepMind再創新里程碑,挑戰複雜蛋白質結構問題打造準確預測模型AlphaFold

DeepMind繼AlphaGo之後,最近挑戰複雜的蛋白質結構預測,成功打造出僅透過基因序列,準確預測蛋白3D結構的預測模型AlphaFold,並於今年投稿蛋白質結構預測競賽,在入選的團隊中,排名第一名

2018-12-04

| AI | 可解釋性AI | 深度神經網絡技術 | DNN

深度學習模型為何建議你這樣做?要靠解釋性AI來告訴你(上)

最近7、8年,各種資料累積夠多,電腦晶片運算力大增,也讓深度學習成了當紅炸子雞,效果非常強大,尤其在語音辨識和視覺辨識的進展更是飛快,但也帶來了新的課題

2018-10-10

| AI | 可解釋性AI | 深度神經網絡技術 | DNN

深度學習模型為何建議你這樣做?要靠解釋性AI來告訴你(下)

從因果關係來歸納推論出一般性(Generalization)的能力,這是AI未來應該研究的課題

2018-10-10

| 英特爾 | DNN | 資料科學

英特爾釋出開源深度學習編譯器nGraph

讓深度學習模型在不同的框架上執行是一件苦差事,因為開發人員必須將模型應用以及性能調校兩項工作分開進行。先將模型應用轉換到框架上,並在框架最佳適用的裝置上調整配置,以達到訓練的最高效率。

2018-03-21