數(shù)據(jù)中心最新文章 OpenAI新研究補齊Transformer短板，將可預測序列長度提高30倍 Transformer是一種強大的序列模型，但是它所需的時間和內(nèi)存會隨著序列長度出現(xiàn)二階增長。近日，OpenAI研究人員開發(fā)出了一種深度神經(jīng)網(wǎng)絡(luò)Sparse Transformer，該網(wǎng)絡(luò)在預測長序列方面創(chuàng)造了新紀錄——無論預測的是文本、圖像還是聲音。 發(fā)表于：4/24/2019 贈V100算力卡 | 百度首次公開PaddlePaddle全景圖，11項模塊新發(fā)布 4 月 23 日，首屆 WAVE SUMMIT 2019 深度學習開發(fā)者峰會在北京舉辦，現(xiàn)場超千位開發(fā)者與來自百度、英特爾、清華大學等的科學家，就框架與深度學習展開了詳細的討論。 發(fā)表于：4/24/2019 美光推出面向云和企業(yè)級市場的全新高性能 NVMe SSD 美國愛達荷州博伊西（2019年4月23日）—— 美光科技股份有限公司（納斯達克股票代碼：MU）今日宣布推出采用 NVM Express?（NVMe?） 協(xié)議的全新旗艦型固態(tài)硬盤（SSD）產(chǎn)品系列，以更大的容量為云和企業(yè)級市場提供業(yè)界領(lǐng)先的存儲性能。美光® 9300 系列 NVMe SSD幫助數(shù)據(jù)應(yīng)用密集型公司更快速地訪問和處理數(shù)據(jù)，從而有助于縮短響應(yīng)時間。 發(fā)表于：4/24/2019 Counterpoint數(shù)據(jù)出爐：一加獲2018全球高端手機市場份額前五 2019年4月17日，權(quán)威調(diào)研機構(gòu)Counterpoint發(fā)布最新數(shù)據(jù)：一加手機躋身2018年全球高端智能手機（售價400美元以上）市場份額前五。報告還指出，一加在2018年表現(xiàn)搶眼，是高端手機市場增長最快的品牌之一。 發(fā)表于：4/23/2019 助力AI產(chǎn)業(yè)落地，云知聲展示全棧AI硬核技術(shù) 繼北京站之后，4 月 18 日，云知聲開放日（Open Day）第 2 場來到深圳。本次云知聲開放日聚焦 AI 技術(shù)、應(yīng)用和產(chǎn)業(yè)，云知聲董事長/CTO 梁家恩博士與多位云知聲技術(shù)專家向深圳的合作伙伴、行業(yè)人士全面的秀出了全棧 AI 硬核技術(shù)，并與騰訊杰出科學家/騰訊 AI Lab 副主任俞棟、攜住科技聯(lián)合創(chuàng)始人葉明、同行者科技聯(lián)合創(chuàng)始人葉維、金鷹卡通衛(wèi)視產(chǎn)品總監(jiān)戴文博、三諾聲智聯(lián)副總經(jīng)理喬嶠等多位嘉賓，剖析了 AI 技術(shù)在酒店、車載、教育等領(lǐng)域的應(yīng)用及落地。 發(fā)表于：4/21/2019 國產(chǎn)OS元心推5G設(shè)備OS，高安全級可捕獲越權(quán)行為 今日，智能移動OS商元心科技向外界推出全新微內(nèi)核操作系統(tǒng)SyberV、電子公文系統(tǒng)，以及基于云網(wǎng)端一體化安全框架的行業(yè)整體解決方案。 發(fā)表于：4/21/2019 網(wǎng)絡(luò)規(guī)模更小、速度更快，這是谷歌提出的MorphNet 一直以來，深度神經(jīng)網(wǎng)絡(luò)在圖像分類、文本識別等實際問題中發(fā)揮重要的作用。但是，考慮到計算資源和時間，深度神經(jīng)網(wǎng)絡(luò)架構(gòu)往往成本很高。 發(fā)表于：4/21/2019 速度提高100萬倍，哈佛醫(yī)學院大神提出可預測蛋白質(zhì)結(jié)構(gòu)的新型深度模型 蛋白質(zhì)結(jié)構(gòu)預測是生命科學領(lǐng)域的一大難題。近日，來自哈佛大學醫(yī)學院的研究人員提出了一種基于氨基酸序列預測蛋白質(zhì)結(jié)構(gòu)的新方法，準確率可媲美當前最佳方案，但預測速度提升了100萬倍。 發(fā)表于：4/21/2019 NAACL 2019 | 怎樣生成語言才能更自然，斯坦福提出超越Perplexity的評估新方法 語言生成不夠「生動」？Percy Liang 等來自斯坦福大學的研究者提出了自然語言評估新標準。 發(fā)表于：4/21/2019 機器學習如何解決「看病難」？Jeff Dean等詳述機器學習在醫(yī)療領(lǐng)域的應(yīng)用 在這篇文章中，Jeff Dean 等人工智能大牛描繪了一幅機器學習在醫(yī)療領(lǐng)域的應(yīng)用藍圖。 發(fā)表于：4/21/2019 CVPR 2019 | 百度無人車實現(xiàn)全球首個基于深度學習的激光點云自定位技術(shù) 數(shù)名來自百度智能駕駛事業(yè)群組（Baidu IDG）的研究員和工程師們實現(xiàn)了全球首個基于深度學習的激光點云自定位技術(shù)，不同于傳統(tǒng)的人工設(shè)計的復雜算法，該系統(tǒng)首度基于深度學習網(wǎng)絡(luò)實現(xiàn)了高精度厘米級的自定位效果，取得了重要的技術(shù)突破。 發(fā)表于：4/21/2019 維基百科你已經(jīng)是個大百科了，該自己學會用ML識別原文出處了 維基百科可能是我們認為比較客觀真實的材料了，但它包羅萬象卻又會引起一些小問題，例如很多句子或說法提供不了引用出處。 發(fā)表于：4/21/2019 CVPR 2019 | PointConv：在點云上高效實現(xiàn)卷積操作 3D 點云是一種不規(guī)則且無序的數(shù)據(jù)類型，傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)難以處理點云數(shù)據(jù)。來自俄勒岡州立大學機器人技術(shù)與智能系統(tǒng)（CoRIS）研究所的研究者提出了 PointConv，可以高效的對非均勻采樣的 3D 點云數(shù)據(jù)進行卷積操作，該方法在多個數(shù)據(jù)集上實現(xiàn)了優(yōu)秀的性能。 發(fā)表于：4/21/2019 刷臉背后，卷積神經(jīng)網(wǎng)絡(luò)的數(shù)學原理原來是這樣的 計算機視覺技術(shù)在日常生活中有著非常普遍的應(yīng)用：發(fā)朋友圈之前自動修圖、網(wǎng)上購物時刷臉支付……在這一系列成功的應(yīng)用背后，卷積神經(jīng)網(wǎng)絡(luò)功不可沒。本文將介紹卷積神經(jīng)網(wǎng)絡(luò)背后的數(shù)學原理。 發(fā)表于：4/21/2019 CVPR 2019 | CSP行人檢測：無錨點框的檢測新思路 本文被收錄于 CVPR 2019，通訊作者單位為阿聯(lián)酋起源人工智能研究院（IIAI）。受啟發(fā)于傳統(tǒng)的特征點檢測任務(wù)和最近的全卷積式關(guān)鍵點檢測和配對的工作，本文作者提出了一種無需密集滑窗或鋪設(shè)錨點框、全卷積式預測目標中心點和尺度大小的行人檢測方法，為目標檢測提供了一個新的視角。 發(fā)表于：4/16/2019 ?…93949596979899100101102…?
