完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 谷歌
谷歌公司(Google Inc.)成立于1998年9月4日,由拉里·佩奇和謝爾蓋·布林共同創(chuàng)建,被公認(rèn)為全球最大的搜索引擎。谷歌是一家位于美國(guó)的跨國(guó)科技企業(yè),業(yè)務(wù)包括互聯(lián)網(wǎng)搜索、云計(jì)算、廣告技術(shù)等。2017年12月13日,谷歌正式宣布谷歌AI中國(guó)中心(Google AI China Center)在北京成立。
文章:6025個(gè) 瀏覽:107842次 帖子:27個(gè)
用于學(xué)習(xí)圖結(jié)構(gòu)對(duì)象相似性的圖匹配網(wǎng)絡(luò)
為了解決圖的相似度學(xué)習(xí)問(wèn)題,我們研究了GNN在這種情況下的使用,探討了如何將圖嵌入到向量空間中,并學(xué)習(xí)這種嵌入模型,使相似的圖在向量空間中更接近,而不同...
美國(guó)加州大學(xué)舊金山分校和谷歌公司的研究人員開(kāi)發(fā)出一種計(jì)算機(jī)程序,它能夠區(qū)分不同的細(xì)胞類(lèi)型,并鑒定出亞細(xì)胞結(jié)構(gòu)等特征---所有這一切都不需要我們的眼睛進(jìn)行...
2018-04-17 標(biāo)簽:谷歌神經(jīng)網(wǎng)絡(luò) 6157 0
云計(jì)算的概念、核心技術(shù)、應(yīng)用和前景
那么到底什么是云計(jì)算技術(shù)呢?對(duì)云計(jì)算技術(shù)的產(chǎn)生、概念、原理、應(yīng)用和前景又在哪里?
作為2018年的開(kāi)年大展,各大品牌商紛紛在CES 2018上使出全身解數(shù),與賭城拉斯維加斯獻(xiàn)上了自家智能家居黑科技的最新成果,準(zhǔn)備豪賭一番: 谷歌:Go...
深讀解析反向傳播算法在解決模型優(yōu)化問(wèn)題的方面應(yīng)用
反向傳播算法隸屬于深度學(xué)習(xí),它在解決模型優(yōu)化問(wèn)題的方面有著重要的地位。
2018-11-01 標(biāo)簽:谷歌神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 5905 0
谷歌新研究使用1024塊TPU,將BERT的訓(xùn)練時(shí)間從3天成功縮短到76分鐘
深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練是十分耗時(shí)的。目前,減少訓(xùn)練時(shí)間最有效的方法是使用多個(gè)芯片(如 CPU、GPU 和 TPU) 來(lái)并行化 SGD 變體的優(yōu)化過(guò)程。由于前...
2019-04-08 標(biāo)簽:谷歌神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型 5867 0
2018年1月,谷歌云宣布將AutoML最為機(jī)器學(xué)習(xí)產(chǎn)品的一部分。目前,AutoML中有一個(gè)公開(kāi)可用的產(chǎn)品——AutoML Vision,這是一款可識(shí)別...
2018-07-26 標(biāo)簽:谷歌神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 5856 0
谷歌開(kāi)發(fā)一個(gè)輕量級(jí)的庫(kù)——TFGAN 它可以讓生成對(duì)抗網(wǎng)絡(luò)更易于實(shí)驗(yàn)
為了讓生成對(duì)抗網(wǎng)絡(luò)更易于實(shí)驗(yàn),谷歌開(kāi)發(fā)者開(kāi)源了一個(gè)輕量級(jí)的庫(kù)——TFGAN,它可以讓GAN的訓(xùn)練和評(píng)估過(guò)程更容易。
谷歌發(fā)布機(jī)器學(xué)習(xí)術(shù)語(yǔ)表(完整版)
一種特征,擁有一組離散的可能值。以某個(gè)名為 house style 的分類(lèi)特征為例,該特征擁有一組離散的可能值(共三個(gè)),即 Tudor, ranch,...
2018-03-19 標(biāo)簽:谷歌機(jī)器學(xué)習(xí) 5724 0
TensorFlow和PyTorch框架的幾個(gè)重要發(fā)展
在最大的搜索引擎上進(jìn)行網(wǎng)絡(luò)搜索是衡量受歡迎程度的一個(gè)標(biāo)準(zhǔn)。我們查看了過(guò)去一年谷歌趨勢(shì)的搜索歷史。我們搜索了全世界對(duì)機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的興趣。谷歌沒(méi)有...
2019-04-11 標(biāo)簽:谷歌深度學(xué)習(xí)TensorFlow 5708 0
利用2.5GPU年的算力在7個(gè)數(shù)據(jù)集上訓(xùn)練了12000多個(gè)模型
基于這些全新的發(fā)現(xiàn)和研究結(jié)果,研究人員為解耦表示領(lǐng)域提出了四個(gè)可能的方向:1.在沒(méi)有歸納偏置的條件下給出非監(jiān)督解耦表示學(xué)習(xí)的理論結(jié)果是不可能的,未來(lái)的研...
2019-04-30 標(biāo)簽:谷歌gpu數(shù)據(jù)集 5519 0
自動(dòng)神經(jīng)結(jié)構(gòu)搜索方法實(shí)現(xiàn)高效率卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
一種自動(dòng)神經(jīng)結(jié)構(gòu)搜索方法,用于設(shè)計(jì)資源有限的移動(dòng)端CNN模型
2018-08-07 標(biāo)簽:谷歌layer卷積神經(jīng)網(wǎng)絡(luò) 5497 0
谷歌工程師機(jī)器學(xué)習(xí)干貨:從表現(xiàn)力、可訓(xùn)練性和泛化三方面詳解
這篇文章可能是本年度最佳機(jī)器學(xué)習(xí)技術(shù)及研究總結(jié)之一,當(dāng)我閱讀機(jī)器學(xué)習(xí)論文時(shí),我會(huì)問(wèn)自己,這篇論文的貢獻(xiàn)是否屬于:1)表現(xiàn)力(Expressivity)、...
2017-11-26 標(biāo)簽:谷歌機(jī)器學(xué)習(xí) 5482 0
谷歌大腦采用神經(jīng)結(jié)構(gòu)搜索發(fā)現(xiàn)了一種新的特征金字塔結(jié)構(gòu)NAS-FPN
學(xué)習(xí)視覺(jué)特征表示是計(jì)算機(jī)視覺(jué)中的一個(gè)基本問(wèn)題。近年來(lái),針對(duì)圖像分類(lèi)和目標(biāo)檢測(cè)的深度卷積網(wǎng)絡(luò)(ConvNets)模型架構(gòu)的設(shè)計(jì)取得了很大進(jìn)展。與預(yù)測(cè)圖像類(lèi)...
谷歌的研究人員提出了一種監(jiān)督學(xué)習(xí)方法來(lái)實(shí)現(xiàn)語(yǔ)音特征的聚類(lèi)
那么它具體是怎么工作的呢?假設(shè)我們有四個(gè)人同時(shí)對(duì)著這個(gè)AI說(shuō)話(這是個(gè)例子,模型其實(shí)可以處理更多的人)。那么每個(gè)人將會(huì)得到一個(gè)自己的RNN實(shí)例,擁有相同...
2018-11-16 標(biāo)簽:谷歌神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集 5321 0
谷歌開(kāi)源TFGAN輕量級(jí)的工具庫(kù) 目的是讓訓(xùn)練和評(píng)估GAN變得更加簡(jiǎn)單
三年前,蒙特利爾大學(xué) Ian Goodfellow 等學(xué)者提出「生成式對(duì)抗網(wǎng)絡(luò)」(Generative Adversarial Networks,GAN...
自然災(zāi)害頻發(fā),人工智能如何幫助救災(zāi)?
人工智能有望在自然災(zāi)難發(fā)生之后憑借其數(shù)字密集運(yùn)算以及發(fā)現(xiàn)模式的能力拯救生命。但不幸的是,鮮少有出色的軟件是為負(fù)責(zé)救援工作的非政府組織以及人道主義公司量身定制的。
谷歌和Idiap研究所的研究人員訓(xùn)練了兩個(gè)獨(dú)立的神經(jīng)網(wǎng)絡(luò)
研究人員的語(yǔ)音過(guò)濾系統(tǒng)分為兩部分,包括LSTM模型和卷積神經(jīng)網(wǎng)絡(luò)(只有一個(gè)LSTM層)。第一個(gè)采用預(yù)處理的語(yǔ)音采樣和輸出揚(yáng)聲器嵌入(即矢量形式的聲音表示...
2018-10-18 標(biāo)簽:谷歌神經(jīng)網(wǎng)絡(luò)語(yǔ)音識(shí)別 5161 0
車(chē)載安卓系統(tǒng)的設(shè)計(jì)方案和注意事項(xiàng)
基于安卓系統(tǒng)的消費(fèi)電子設(shè)備用戶(hù)希望可以在開(kāi)車(chē)或乘車(chē)時(shí)使用他們的應(yīng)用程序和設(shè)備功能。##整合安卓智能設(shè)備##與安卓系統(tǒng)兼容的架構(gòu)
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專(zhuān)題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無(wú)刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺(jué) | 無(wú)人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
Arduino | BeagleBone | 樹(shù)莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |