国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

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>

3天內(nèi)不再提示

谷歌、微軟、亞馬遜看好中國AI市場(chǎng),借助中國龐大的數(shù)據(jù)集增強(qiáng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的能力

DPVg_AI_era ? 來源:未知 ? 作者:李倩 ? 2018-09-25 09:34 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

在當(dāng)下的國際形勢(shì)下,美國各大科技公司對(duì)中國AI市場(chǎng)的態(tài)度大不相同,谷歌、微軟、亞馬遜看好中國AI市場(chǎng),想借助中國龐大的數(shù)據(jù)集增強(qiáng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的能力,蘋果公司則跟隨特朗普政策。

在如今的國際形式下,美國各大科技公司對(duì)中國AI市場(chǎng)的態(tài)度大不相同。

有些公司表示看好,也有些公司打算跟隨特朗普政府的政策。

不過,如果你不擔(dān)心中國政府和美國各大AI公司達(dá)成交易,或者蘋果是如何利用美國的稅法和政治成為全球第一家市值超過萬億美元的公司的話,那么現(xiàn)在可能是利用大科技股填補(bǔ)你的投資組合的好時(shí)機(jī)。

“聰明的人”——對(duì)中國AI市場(chǎng),庫克跟隨特朗普采取善變態(tài)度

據(jù)悉,特朗普政府將從下一輪對(duì)華關(guān)稅清單中剔除一類高科技產(chǎn)品,其中包括Apple Watch和AirPods耳機(jī),以及競爭對(duì)手制造的類似智能手表、健身跟蹤設(shè)備和其他商品的一個(gè)產(chǎn)品代碼不在清單之列。

這個(gè)產(chǎn)品代碼涵蓋無線設(shè)備和AI產(chǎn)品,包含在美國政府7月份公布的初步清單中。該代碼下的其他蘋果產(chǎn)品包括HomePod揚(yáng)聲器、BeatsWL耳機(jī)以及AirPort和Time Capsule互聯(lián)網(wǎng)路由器。

而這一結(jié)果或許是蘋果CEO蒂姆·庫克上個(gè)月與美國總統(tǒng)和第一夫人共進(jìn)晚餐的功勞。庫克正在采用“要用蜂蜜而不是醋來捕捉蒼蠅”,以最好地保護(hù)蘋果董事會(huì)的利益。而特朗普對(duì)待國際貿(mào)易問題,也采用了類似的戰(zhàn)略。

白宮經(jīng)濟(jì)顧問Larry Kudlow 9月17日在紐約經(jīng)濟(jì)俱樂部發(fā)表講話時(shí)提到,政府經(jīng)常與庫克進(jìn)行磋商并認(rèn)真對(duì)待他的觀點(diǎn)。

“我們多次與庫克先生交談過。他是一個(gè)非常聰明的人,他給了我們一些很好的建議。“Kudlow說。

谷歌、微軟、亞馬遜看好中國AI市場(chǎng)

與此同時(shí),谷歌、微軟和亞馬遜則希望吸引中國政府開放其龐大的數(shù)據(jù)集。

在國家的扶持下,中國AI項(xiàng)目進(jìn)展順利,并且收集到了全球上最大的共享數(shù)據(jù)集。訪問這些驚人的數(shù)據(jù)集可以立即增強(qiáng)任何AI公司訓(xùn)練神經(jīng)網(wǎng)絡(luò)的能力。但這些全球最富有的科技公司不僅僅是因?yàn)橹袊凝嫶髷?shù)據(jù)集才被吸引過來。

數(shù)據(jù)可能是人工智能的命脈,市場(chǎng)潛力仍是巨大的吸引力,中國是全球最大的細(xì)分市場(chǎng)之一,這就是為何微軟和亞馬遜都宣布計(jì)劃在上海建立AI辦事處的原因。

就這些公司本身而言,谷歌內(nèi)部仍存在一些對(duì)中國的抨擊。

然而,目前來看,對(duì)待中國AI市場(chǎng),蘋果的策略是跟隨特朗普采取善變態(tài)度,而其他大科技公司則為了市場(chǎng)選擇忽略內(nèi)部的一些反對(duì)聲音, 想借助中國龐大的數(shù)據(jù)集增強(qiáng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的能力。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 谷歌
    +關(guān)注

    關(guān)注

    27

    文章

    6254

    瀏覽量

    111467
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4838

    瀏覽量

    107859
  • 數(shù)據(jù)集
    +關(guān)注

    關(guān)注

    4

    文章

    1236

    瀏覽量

    26208

原文標(biāo)題:谷歌、微軟、亞馬遜繼續(xù)看好中國AI市場(chǎng),蘋果選擇跟隨特朗普

文章出處:【微信號(hào):AI_era,微信公眾號(hào):新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識(shí)

    日常生活中的智能應(yīng)用都離不開深度學(xué)習(xí),而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu),特別是大腦中神經(jīng)
    的頭像 發(fā)表于 12-17 15:05 ?339次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認(rèn)識(shí)

    NMSIS神經(jīng)網(wǎng)絡(luò)庫使用介紹

    :   神經(jīng)網(wǎng)絡(luò)卷積函數(shù)   神經(jīng)網(wǎng)絡(luò)激活函數(shù)   全連接層函數(shù)   神經(jīng)網(wǎng)絡(luò)池化函數(shù)   Softmax 函數(shù)   神經(jīng)網(wǎng)絡(luò)支持功能   該庫具有用于操作不同權(quán)重和激活
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)

    模型。 我們使用MNIST數(shù)據(jù)訓(xùn)練一個(gè)卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型,用于手寫數(shù)字識(shí)別。一旦模型被訓(xùn)練并保存,就可以用于對(duì)新圖像進(jìn)行推理和預(yù)
    發(fā)表于 10-22 07:03

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    在完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重數(shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲(chǔ)器內(nèi)。 在仿真環(huán)境下,可將其存于一個(gè)文件,并在 Verilog 代碼中通過 read
    發(fā)表于 10-20 08:00

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    神經(jīng)元,但卻能產(chǎn)生復(fù)雜的行為。受此啟發(fā),與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)相比,LNN旨在通過模擬大腦中神經(jīng)元之間的動(dòng)態(tài)連接來處理信息,這種網(wǎng)絡(luò)能夠順序處理數(shù)據(jù)
    的頭像 發(fā)表于 09-28 10:03 ?1252次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+AI芯片到AGI芯片

    和計(jì)算成本。 核心: MoE模型利用稀疏性驅(qū)動(dòng)結(jié)構(gòu),通過包含多個(gè)專家網(wǎng)絡(luò)的稀疏MoE層替換密集層,其中每個(gè)專家致力于特定的訓(xùn)練數(shù)據(jù)或任務(wù)的子集,并且一個(gè)可訓(xùn)練的門控機(jī)制動(dòng)態(tài)地將輸入標(biāo)記
    發(fā)表于 09-18 15:31

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+神經(jīng)形態(tài)計(jì)算、類腦芯片

    AI芯片不僅包括深度學(xué)細(xì)AI加速器,還有另外一個(gè)主要列別:類腦芯片。類腦芯片是模擬人腦神經(jīng)網(wǎng)絡(luò)架構(gòu)的芯片。它結(jié)合微電子技術(shù)和新型神經(jīng)形態(tài)器件,模仿人腦
    發(fā)表于 09-17 16:43

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和廣泛的應(yīng)用前景。然而,神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度和規(guī)模也在不斷增加,這使得傳統(tǒng)的串行計(jì)算方式面臨著巨大的挑戰(zhàn),如計(jì)算速度慢、訓(xùn)練時(shí)間長等
    的頭像 發(fā)表于 09-17 13:31 ?1143次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與加速技術(shù)

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+AI的未來:提升算力還是智力

    。 耦合振蕩計(jì)算與傳統(tǒng)的計(jì)算的區(qū)別: 3、神經(jīng)符號(hào)計(jì)算 神經(jīng)符號(hào)極端是指將基于神經(jīng)網(wǎng)絡(luò)的方法與基于符號(hào)知識(shí)的方法結(jié)合的AI計(jì)算。 神經(jīng)符號(hào)計(jì)
    發(fā)表于 09-14 14:04

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+第二章 實(shí)現(xiàn)深度學(xué)習(xí)AI芯片的創(chuàng)新方法與架構(gòu)

    Transformer和視覺Transformer模型。 ViTA是一種高效數(shù)據(jù)AI加速器,用于在邊緣設(shè)備上部署計(jì)算密集型視覺Transformer模型。 2、射頻神經(jīng)網(wǎng)絡(luò) 2.1線性射頻模擬處理器的原理 2.2 線性
    發(fā)表于 09-12 17:30

    無刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究

    摘要:論文通過對(duì)無刷電機(jī)數(shù)學(xué)模型的推導(dǎo),得出轉(zhuǎn)角:與三相相電壓之間存在映射關(guān)系,因此構(gòu)建了一個(gè)以三相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)轉(zhuǎn)角預(yù)測(cè),并采用改進(jìn)遺傳算法來訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù),
    發(fā)表于 06-25 13:06

    算力網(wǎng)絡(luò)的“神經(jīng)突觸”:AI互聯(lián)技術(shù)如何重構(gòu)分布式訓(xùn)練范式

    過程中,由于單個(gè)AI芯片的算力提升速度無法跟上模型參數(shù)的增長速率,再加上龐大的模型參數(shù)和訓(xùn)練數(shù)據(jù),已遠(yuǎn)遠(yuǎn)超出單個(gè)AI芯片甚至單臺(tái)服務(wù)器的
    的頭像 發(fā)表于 06-08 08:11 ?7463次閱讀
    算力<b class='flag-5'>網(wǎng)絡(luò)</b>的“<b class='flag-5'>神經(jīng)</b>突觸”:<b class='flag-5'>AI</b>互聯(lián)技術(shù)如何重構(gòu)分布式<b class='flag-5'>訓(xùn)練</b>范式

    基于FPGA搭建神經(jīng)網(wǎng)絡(luò)的步驟解析

    本文的目的是在一個(gè)神經(jīng)網(wǎng)絡(luò)已經(jīng)通過python或者M(jìn)ATLAB訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型,將訓(xùn)練好的模型的權(quán)重和偏置文件以TXT文件格式導(dǎo)出,然后通過python程序?qū)xt文件轉(zhuǎn)化為coe
    的頭像 發(fā)表于 06-03 15:51 ?1240次閱讀
    基于FPGA搭建<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的步驟解析

    AI神經(jīng)網(wǎng)絡(luò)降噪算法在語音通話產(chǎn)品中的應(yīng)用優(yōu)勢(shì)與前景分析

    隨著人工智能技術(shù)的快速發(fā)展,AI神經(jīng)網(wǎng)絡(luò)降噪算法在語音通話產(chǎn)品中的應(yīng)用正逐步取代傳統(tǒng)降噪技術(shù),成為提升語音質(zhì)量的關(guān)鍵解決方案。相比傳統(tǒng)DSP(數(shù)字信號(hào)處理)降噪,AI降噪具有更強(qiáng)的環(huán)境適應(yīng)能力
    的頭像 發(fā)表于 05-16 17:07 ?1539次閱讀
    <b class='flag-5'>AI</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>降噪算法在語音通話產(chǎn)品中的應(yīng)用優(yōu)勢(shì)與前景分析

    NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

    近日,NVIDIA 宣布了 NVIDIA RTX 神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能。NVIDIA 與微軟合作,將在 4 月的 Microsoft DirectX 預(yù)覽版中增加神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 04-07 11:33 ?1202次閱讀