概率计算或成AI突破新爆点,最适合处理不确定性
根据英特尔首席技术官Mike Mayberry的说法,最初的人工智能浪潮是基于逻辑的,这是基于写下规则——即所谓的“经典推理”。在概率计算中,处理单元所消耗的能量降低,从而增加了某些操作出错的可能性。
定义概率计算
根据USFCA的说法,概率计算机将模拟问题(前向)带入一个推理程序(反向)。总部位于加州伯克利的Navia系统公司开发了概率计算机,它将其定义为最适合在不确定的情况下做出判断的技术,就像传统的计算技术是大规模的记录保存一样。这家成立于2007年的创业公司强调,与目前用于逻辑推理和精确计算的计算机不同,在概率计算领域,机器和程序是用来处理不确定性和从经验中进行学习的。
在概率计算下压上重注
英特尔正把赌注押在概率计算上,这是人工智能的一个主要组成部分,它将使未来的系统能够理解和计算自然数据中固有的不确定性,并有助于研究人员能够制
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
keras与tensorboard结合使用
使用tensorboard将keras的训练过程显示出来(动态的、直观的)是一个绝好的主意,特别是在有架设好的VPS的基础上,这篇文章就是一起来实现这个过程。 一、主要原理 keras的在训练(fit)的过程中,显式地生成log日志;使用tf的tensorboard来解析这个log日志,并且通过网站的形式显示出来。 fit的时候加上callbacks=[TensorBoard(log_dir='./tmp/log')] 将运行的结果保存在'./tmp/log'下。执行tensorboard命令的时候指明: --logdir=./temp/log 二、实现步骤 我们需要选择一段运行绝对正确,而且需要一定时间的算法:使用keras自己提供的“cifar10_cnn.py”运行一个比较多的 epoch是很行的选择。它使用的是 # Fit the model on the batches generated by datagen.flow(). model.fit_generator(datagen.flow(x_train, y_train, batch_size=batch_size), ...
- 下一篇
Rockchip RK3399将ai目标检测从嵌入式端带入实用
在人工智能领域中目标检测是非常热门的研究方向,目标检测是指对图片或视频中的目标性物体进行定位并分类。对于机器来说,从RGB像素矩阵中很难直接得到物体的抽象概念并定位,这给AI人工智能应用带来很大的挑战。 在CES2018消费电子展上,Rockchip 瑞芯微电子 发布了旗下首款智能AI处理器RK3399Pro,同时提供了嵌入式的一站化AI解决方案,满足了来年国产化的高性能使用需求。 目前,人工智能技术的主要研发方向为:人脸检测、人体检测、车辆检测、二维码检测及手势识别等,可广泛应用在监控、智能交通、新零售、自然交互等,而这些应用的基础正是目标检测技术。基于深度学习的目标检测技术具有很高的准确性和鲁棒性,但运算量比较大,长期无法在嵌入式设备中取得实际部署和应用。 针对AI人工智能市场和技术需求,Rockchip在性能强大的RK3399平台上,对MobileNet SSD网络进行专项优化,使高精度的MobileNet SSD300 1.0运行帧率达到8帧以上,精度略低而速度更快的MobileNet SSD300 0.75的运行帧率超过11帧。 在扩展接口上,RK3399Pro也跟上了主流芯...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS8安装Docker,最新的服务器搭配容器使用
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS8编译安装MySQL8.0.19
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Hadoop3单机部署,实现最简伪集群
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS6,7,8上安装Nginx,支持https2.0的开启