數(shù)據(jù)中心最新文章 OpenAI被讽ClosedAI？语言模型并没有想象中的强大 前一段时间，OpenAI 丢出了两枚炸弹，一是公布了当前最先进的语言模型，二是选择与开源「Say Goodbye」。他们担心 GPT-2 模型太好，会被不怀好意的人滥用。近来，很多研究者呼吁 OpenAI 尽快开源这个 15 亿参数量的大模型，因为它并不能真正「理解」自然语言。 發(fā)表于：2019/2/27 ImageNet分类器可以泛化到ImageNet上吗？ 当前的分类模型泛化到新数据时总会有不同程度的准确率下降，传统观点认为这种下降与模型的适应性相关。但本文通过实验证明，准确率下降的原因是模型无法泛化到比原始测试集中更难分类的图像上。 發(fā)表于：2019/2/27 从网络设计到实际应用，深度学习图像超分辨率综述 图像超分辨率（SR）研究已经利用深度学习技术取得了重大进展，本文旨在系统性地综述这些进展。作者将 SR 研究分为三大类：监督 SR、无监督 SR 以及特定领域的 SR。此外，本文还介绍了这一领域常用的公共开源基准数据集和性能评估指标，并指出了未来的几个方向以及一些待解决的问题。 發(fā)表于：2019/2/27 各种NLP操作难实现？谷歌开源序列建模框架Lingvo 自然语言处理在过去一年取得了很大进步，但直接关注 NLP 或序列建模的框架还很少。本文介绍了谷歌开源的 Lingvo，它是一种建立在 TensorFlow 上的序列建模框架。该框架重点关注协作实现与共享代码库，能极大提升代码复用与研究迭代速度，NLP 的今年就靠你了～ 發(fā)表于：2019/2/27 乐视云计算失信是怎么回事？为什么乐视云计算被列入失信名单 2月25日，根据企查查的显示，2019年2月21日，乐视云计算有限公司新增失信被执行人信息，此案中乐视云计算需承担执行费共逾300万人民币。 發(fā)表于：2019/2/27 曙光服务器I980-G30刷新SPEC CPU四项世界纪录 2018年10月16日，曙光对外发布了全球首款闭式循环一体液冷八路服务器——I980-G30。自产品发布以来，市场反响空前热烈，接连中标海关、中科院等重点项目。 發(fā)表于：2019/2/21 2.5D异构和3D晶圆级堆叠正在重塑封装产业 硅通孔（TSV）是最早的堆叠技术之一，经过数年的发展和对MEMS的关注，它最终进入了许多应用领域。如今，2.5D和3D堆叠技术已成为能够满足当前人工智能（AI）和数据中心等应用性能需求的唯一解决方案。 發(fā)表于：2019/2/15 英特尔、高通和华为等的芯片新计划 全球最具科技指标性意义的展览之一的美国拉斯维加斯进行的国际消费电子展 (Consumer Electronics Show) CES 2019 是科技开年秀也是朝圣周，才刚刚落幕。 發(fā)表于：2019/2/12 加速器墙：后摩尔定律世界的新问题 加速器已经无处不在：世界上的比特币是由旨在加速这种加密货币的关键算法的芯片采矿得来，几乎每一种能发出声音的数字产品都使用硬连线音频解码器，数十家初创公司正在追逐能让深度学习AI无处不在的快速硅。 發(fā)表于：2019/2/12 2018手机市场整体下滑15.6% 国产品牌逆增长 本周，各大市场调研机构相继发布了2018年Q4季度的手机市场销量数据，2018年全年的市场数据也随之出炉。国内智能手机市场已经连续七个季度呈下滑趋势，凛冽寒冬已成为当下市场的新常态。 發(fā)表于：2019/2/1 国网河北电力已在雄安新区多处布局将全面发力推动雄安电网的建设 从2018年4月公布《河北雄安新区规划纲要》，到岁末年初正式批复《关于河北雄安新区总体规划(2018～2035年)》，国家推进雄安新区规划建设的步伐日益加速。 發(fā)表于：2019/1/30 从三大案例，看如何用 CV 模型解决非视觉问题 近几年，深度学习已经彻底改变了计算机视觉。由于各类学习资源随处可见，任何人都可以在数天（甚至数小时）内掌握最新技术，并将它应用到自己的领域内。 發(fā)表于：2019/1/30 摩根大通：比特币价格已经低于挖矿成本 根据摩根大通于当地时间1月24日公布的一项报告显示，2018年第四季度全球比特币的生产加权现金平均成本为4060美元，而目前比特币价格在3600美元以下，这意味着比特币的价格已经低于挖矿成本。 發(fā)表于：2019/1/29 阿里云联合8家芯片商推出“全平台通信模组” ，最低售价5.99元 近日，阿里云宣布联合业内8家芯片模组商推出“全平台通信模组”，帮助用户通过该模组轻松连接到阿里云IoT生活物联网平台（飞燕平台），支持包括阿里云在内的云平台连接。 發(fā)表于：2019/1/29 去噪、去水印、超分辨率，这款不用学习的神经网络无所不能 不同的神经网络可以实现给图像去噪、去水印、消除马赛克等等功能，但我们能否让一个模型完成上述所有事？事实证明 AI 确实有这样的能力。 發(fā)表于：2019/1/29 <…118119120121122123124125126127…>
