张飞软硬开源基于STM32 BLDC直流无刷电机驱动器开发视频套件,👉戳此立抢👈

大数据+深度学习下,BigDL框架的利弊与应用教程

AI科技大本营 2019-07-18 14:21 次阅读

【导读】你能利用现有的 Spark 集群构建深度学习模型吗?如何分析存储在 HDFS、Hive 和 HBase 中 tb 级的数据吗?企业想用深度学习模型,可是要考虑的问题又很多,怎么破?这篇文章中,我们将给大家讲讲大数据+深度学习下,BigDL 框架的利弊与应用教程,为什么有了 TF、PyTorch,还是会考虑用 BigDL?

为什么要讲 BigDL?

这几年,曾被称为 “3S”,因其简单、快速并支持深度学习的 Apache Spark 非常流行。许多公司利用 Hadoop 和 Spark 环境来构建强大的数据处理 pipeline,对分布式集群上的大量数据进行预处理,并从中挖掘出业务提升的新观点。现在许多公司都希望能利用深度学习的模型帮助自己进一步改善业务。虽然深度学习模型的性能在不断提高,但是想要在现有的平台上部署新技术也还有很多问题需要权衡,比如:

(1)如果用深度学习的方法,还可以利用原有的 pipeline 吗?

(2)当深度学习遇到大规模数据集时,“大规模深度学习”如何能保证其有效性?

(3)基于现有的 Spark / Hadoop 集群是否可以用?

为什么要权衡这些问题其实不难理解,我们需要保持一致的环境,避免大型数据集跨不同集群之间的传递。此外,从现有的基础设施中移动专有数据集也有安全风险与隐患。早期时解决这些问题的方法是在 Spark 上直接加入深度学习框架,但并不能保证保持它们之间的一致性,因此,后来产生了基于 Spark 的 BigDL 平台,其继承了 3S 的主要特点:简单、快速、支持深度学学习。

提到 BigDL 框架,也许大家对他的熟悉度不高,下面我们就先为大家简单的介绍一下什么是 BigDL 框架。

BigDL 是一个分布式的深度学习框架,在大数据分析领域发展迅速,并且也是一个开源的框架。BigDL 有很多特点,比如:与 Spark 和 Hadoop 生态系统进行了完整集成,具有可拓展性等很多重要的功能。可根据数据大小在任意集群中训练模型、支持构建端到端的大数据分析与深度学习等 pipeline、可执行数据并行分布式训练,实现高可扩展性。BigDL 用户可在 Spark 和大数据平台上构建了大量数据分析与深度学习的应用,如视觉相似性、参数同步、比例缩放等。

       

深度学习应用程序可以编写为标准的 spark 库。这些 Spark 框架中统一的库可以读取大量数据。此外,它还支持 Numpy、Scipy、NLTK、Pandas 等 Python 库;与 TensorBoard 集成用于可视化分析;支持加载现有的 Torch 模型。企业客户使用 BigDL 和Spark 还有一个重要的原因,相比 TensorFlow,BigDL 不仅更快,通过并行计算它能够更快地重新训练模型。

分享一位网友对 BigDL 的总结:

BigDL相对于其他主流的深度学习框架(TensorFlow/Caffe/PyTorch),算是一个异类。其异有二:(1)CPU、(2)纯分布式(Spark)

虽然业界普遍不看好CPU跑深度学习,但实际上还是有需求的。比如,现有Hadoop集群的公司,复用现有集群来跑深度学习是最经济的方案。

并且,充分优化后的CPU集群的性能还是挺可观的。拿BigDL来说,MKL + 多线程 + Spark,充分发挥了分布式集群的优势 。尤其是在Inference方面,堆CPU的方案在性价比上很可能是优于GPU的,毕竟Nivdia的计算卡是很昂贵的。

另外,数据挖掘以及Information Retrieval等领域中常用的神经网络结构一般都比较浅,多为稀疏网络,也很少用到卷积层。GPU并不十分擅长处理这样的网络结构。

考虑到实际的生产环境,跑在Spark上的BigDL背后有整个Spark/Hadoop大生态的支持。配合近期很火的SMACK技术栈,可以很轻松愉快的构建端到端的生产级别的分布式机器学习流水线。由于没有异构集群数据传输的开销,从端到端这个层面来看,CPU方案的性能反而可能占优。

最后,谈谈可用性,BigDL项目正在快速的迭代中。语言层面支持Scala/Python。API方面有torch.nn风格的Sequenial API,也有TensorFlow风格的Graph API,以及正在开发的keras API。Layer库也很齐全,自定义Layer也很方便。兼容性方面,BigDL兼容了Caffe/Torch/Keras,以及部分TensorFlow模型。换言之,你可以把用TF/Caffe训练的模型,导入BigDL做Inference。反之,亦可。这是一个非常有用的Feature。

综上,BigDL虽然并不主流,但在很多场景下是有成为"大杀器"潜质的,包括但不限于:

已有大规模分布式集群的(如: Hadoop集群)

需要大规模Inference的,比如:推荐系统、搜索系统、广告系统

(上下游)依赖Spark/Hadoop生态的

轻度深度学习使用者,如:数据研发工程师/数据挖掘工程师

Scala/JVM爱好者

作者:AlfredXXfiTTshttps://www.zhihu.com/question/54604301/answer/338630738

Analytics Zoo 分析库

和 Python 生态系统中庞大的标准或三方库相比,Spark 明显还处于起步阶段。Keras、TensorFlow 和 PyTorch 等大多数库都还不能与 Spark 兼容,因为它们不支持Spark 分布式计算的底层核心框架。那要如何弥补这一不足呢?这里为大家介绍一个英特尔开发的分析工具——Analytics Zoo,它提供了一组丰富的高级 API 可以将BigDL、Keras 和 TensorFlow 程序无缝集成到 Spark 的 pipeline 中;还有几个内置的深度学习模型,可用于对象检测、图像分类、文本分类等。该库还提供端到端的参考用例,如异常检测、欺诈检测和图像增强,以将机器学习应用于实际问题。

为了帮助大家能更具体、实际的理解这个工具的一些功能与用法,下面分享一个关于 BigDL 和 Analytics Zoo 的简短教程,向大家展示如何使用预先训练好的模型实现迁移学习,并在 Spark 集群上进行训练。

教程实践

数据集:ResNet-50,包含蚂蚁和蜜蜂图像的小数据集来实现迁移学习。

预训练模型:可以将给定的图像在 1000 个标签中进行分类;

模型训练与预测:特定用例通过迁移学习重新训练模型,对包含蚂蚁和蜜蜂的训练集进行预测。BigDL 和 Analytics Zoo 支持在 Spark 的分布式框架上进行训练。(注意,最初的 ResNet-50 标签中没有“蚂蚁”和“蜜蜂”。)

       

使用 pip 即可安装 BigDL 和 Analytics Zoo,如下所示:

#for Python3pip3 install BigDLpip3 install analytics-zoo

安装之后,在开始之前先下载 ResNet 50 的预训练模型、训练与测试数据集。数据包需要解压缩。使用 Analytics Zoo 中的 init_nncontext 函数导入并初始化 Spark,然后定义预训练模型、训练与测试数据集的路径。

import os from bigdl.nn.criterion import * from bigdl.nn.layer import * from bigdl.optim.optimizer import Adam from pyspark.ml import Pipeline from pyspark.ml.evaluation import MulticlassClassificationEvaluator from pyspark.sql.functions import col, udf from pyspark.sql.types import DoubleType, StringType from zoo.common.nncontext import * from zoo.feature.image import * from zoo.pipeline.nnframes import *  sc = init_nncontext("TransferLearningBlog")

接下来,创建 Spark UDF 来提取文件名称。标签是通过检查文件名称是否包含关键字“ants”或“bees”来分配的。使用这两个 udf,构造训练和测试数据集。

# Define udfs to extract filename and generate labels in floats getFileName = udf(lambda row: os.path.basename(row[0]), StringType()) getLabel = udf(lambda row: 1.0 if 'ants' in row[0] else 2.0, DoubleType()) # Construct training dataframe trainingDF = NNImageReader.readImages(train_path, sc, resizeH=300, resizeW=300, image_codec=1) trainingDF = trainingDF.withColumn('filename', getFileName('image')).withColumn('label', getLabel('image')) # Construct validation dataframe validationDF = NNImageReader.readImages(val_path, sc, resizeH=300, resizeW=300, image_codec=1)  validationDF = validationDF.withColumn('filename', getFileName('image')).withColumn('label', getLabel('image'))

为了正确构建模型,需要对所有图像进行标准化。Analytics Zoo 有 API 来操作转换、链接等,使后面可以按顺序进行处理。

如下所示,加载预训练 ResNet-50 模型

# Create a chained transformer that resizes, crops and normalizes each image in the dataframe transformer = ChainedPreprocessing( [RowToImageFeature(), ImageResize(256, 256), ImageCenterCrop(224, 224), ImageChannelNormalize(123.0, 117.0, 104.0), ImageMatToTensor(), ImageFeatureToTensor()]) # Load pre-trained Resnet-50 that was downloaded earlier and give the column to pick features from preTrainedNNModel = NNModel(Model.loadModel(model_path), transformer) \ .setFeaturesCol("image") \ .setPredictionCol("embedding") # Print all layers in Resnet-50 for layer in preTrainedNNModel.model.layers:      print(layer.name())

ResNet-50 的最后 5 层是:

res5c_relupool5Viewf42780f5fc1000prob

模型的最后一层的输出是 2 个类(蚂蚁、蜜蜂),而不是ResNet-50训练的1000个类。该模型的输入维数为 1000,输出维数为 2。通过迁移学习,该模型可以在 25 步内完成这两个新类的训练!这一点也说明了迁移学习的实用性。

# Create a last layer with input dimension of 1000 that outputs 2 classes of ants and bees # Epochs are set to 25 and the optimizer is SGD lrModel = Sequential().add(Linear(1000, 2)).add(LogSoftMax()) classifier = NNClassifier(lrModel, ClassNLLCriterion(), SeqToTensor([1000])) \ .setOptimMethod(SGD(learningrate=0.001, momentum=0.9)) \ .setBatchSize(4) \ .setMaxEpoch(25) \ .setFeaturesCol("embedding") \ .setCachingSample(False) # Change the last layer in the pipeline  pipeline = Pipeline(stages=[preTrainedNNModel, classifier])

现在,开始训练和测试模型。Spark 允许跨多个集群进行更快的训练。

# Train the model and get predictions on the validation set antbeeModel = pipeline.fit(trainingDF) predictionDF = antbeeModel.transform(validationDF).cache() predictionDF.sample(False, 0.1).show() # Evaluate predictions evaluator = MulticlassClassificationEvaluator( labelCol="label", predictionCol="prediction", metricName="accuracy") accuracy = evaluator.evaluate(predictionDF) # expected error should be less than 10%  print("The Test Error is = %g " % (1.0 - accuracy))

最后,对测试数据进行分类,显示图像。

# Test dataframe testDF = NNImageReader.readImages(test_path, sc, resizeH=300, resizeW=300, image_codec=1) testDF = testDF.withColumn('filename', getFileName('image')).withColumn('label', getLabel('image')) testPredDF = antbeeModel.transform(testDF).cache() row = testPredDF.first().asDict() # showImage function def showImage(row): # Open file plt.imshow(Image.open(row['image'][0][5:])) # Map prediction to class title = 'ants' if row['prediction'] == 1.0 else 'bees' plt.title(title)  showImage(row)

测试数据分类结果的图像显示:

如果数据集比较大,恰好存储在 HDFS 中,也可以使用相同的方法,将其扩展到更大的集群上。正是 BigDL让这些大数据集的数据分析更加快速和高效。除此之外,它还可与 Spark SQL 和结构化数据紧密耦合。例如,Kafka 数据可以直接传递给 BigDL UDF,进行实时预测和分类。

原文标题:异类框架BigDL,TensorFlow的潜在杀器!

文章出处:【微信号:rgznai100,微信公众号:AI科技大本营】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

深度学习和神经网络

David,加州大学物理博士,美国著名电商数据科学家。本课程介绍什么是深度学习, 深度学习与机器学习的关系,几种神经网络
发表于 11-08 00:00 7724次 阅读
深度学习和神经网络

“行走中国·2019海外华文媒体高层重庆行”参访团走进重庆经开区

坐落在重庆经开区的深兰科技重庆分公司是一家2014年创立的人工智能企业,作为平台型世界级AIMake....
的头像 倩倩 发表于 08-26 11:33 42次 阅读
“行走中国·2019海外华文媒体高层重庆行”参访团走进重庆经开区

政法A.I.“超新星”渐成办案人员最佳拍档

实际上,《疑犯追踪》中看起来似乎有些超现实的A.I.系统,与“206系统”的技术内核如出一辙。从办案....
的头像 倩倩 发表于 08-26 10:58 81次 阅读
政法A.I.“超新星”渐成办案人员最佳拍档

AI时代我们应该怎样做

大数据是新时代的“数字宝矿”,是当今世界最有价值的战略资源。
发表于 08-25 09:31 59次 阅读
AI时代我们应该怎样做

宁夏正在破除专业数据壁垒,打造省级新能源云及服务生态体系

其实,“新能源云”是宁夏建设29个泛在电力物联网项目中的1个。泛在电力物联网本质上是能源电力领域的工....
的头像 倩倩 发表于 08-24 10:16 161次 阅读
宁夏正在破除专业数据壁垒,打造省级新能源云及服务生态体系

福州马尾:加快打造物联网产业集聚区

据了解,马尾区政府高度重视物联网产业发展,通过构建领导机制、编制产业规划,制定扶持政策等多个方面牵头....
的头像 倩倩 发表于 08-24 10:05 199次 阅读
福州马尾:加快打造物联网产业集聚区

大数据产业这盘棋,各地纷纷“落子”的背后是什么?

对于科技、经济欠发展的地区来说,发展云计算、大数据等战略性新兴产业,既是实现科学发展、转型升级的必然....
的头像 墨记 发表于 08-23 17:24 1681次 阅读
大数据产业这盘棋,各地纷纷“落子”的背后是什么?

物联网打造的新一代的智能物流系统应用介绍

物联网是指万物互联构成的服务网络,通过智能终端和设备给物理世界的物体与环境赋能,使得物与物之间能够互....
发表于 08-23 16:27 92次 阅读
物联网打造的新一代的智能物流系统应用介绍

适合大数据分析的工具有哪些

大数据是一个含义广泛的术语,是指数据集,如此庞大而复杂的,他们需要专门设计的硬件和软件工具进行处理。
发表于 08-23 15:39 89次 阅读
适合大数据分析的工具有哪些

大数据推动智慧城市的建设时还需要解决什么问题

面对日益增长的城市人口所带来的交通压力,环境污染、城市安全、管理漏洞、信息孤岛等,对城市大数据的采集....
发表于 08-23 15:31 86次 阅读
大数据推动智慧城市的建设时还需要解决什么问题

虚拟现实和物联网的结合会带来怎样的影响

物联网和增强现实的结合不仅可以让组织通过传感器网络收集数据并产生可操作的见解,还可以在适当的时间将这....
发表于 08-23 15:09 78次 阅读
虚拟现实和物联网的结合会带来怎样的影响

大数据助力应对更复杂的灾难

从无人机到社交媒体,大数据帮助亚洲应对更复杂的灾难
的头像 陈翠 发表于 08-23 14:51 327次 阅读
大数据助力应对更复杂的灾难

大数据处理和分析能力的提高

如何提高大数据处理和分析的能力
发表于 08-23 13:07 48次 阅读
大数据处理和分析能力的提高

语音技术必将成为未来主要的人机互动接口之一

语音识别自半个世纪前诞生以来,一直处于不温不火的状态,直到 2009 年深度学习技术的长足发展才使得....
发表于 08-23 10:27 116次 阅读
语音技术必将成为未来主要的人机互动接口之一

未来已来,拥抱人工智能避无可避

你好,人工智能!
的头像 陈翠 发表于 08-23 10:26 184次 阅读
未来已来,拥抱人工智能避无可避

AI有优也有忧

人工智能的优与忧
的头像 陈翠 发表于 08-23 10:20 204次 阅读
AI有优也有忧

拥抱人工智能迎接更美好的未来

当下云计算、大数据、区块链技术、AI技术的指数级发展,人工智能成为社会讨论技术变革的热点话题。
发表于 08-23 10:12 37次 阅读
拥抱人工智能迎接更美好的未来

大数据与人工智能的主要发展趋势

技术的进步推动着经济和生活的全面数字化,对数据的重视提到了前所未有的高度,“数据是资产”已经被广泛认....
发表于 08-22 16:15 79次 阅读
大数据与人工智能的主要发展趋势

重庆5G应用示范“多点开花”,得益于5G网络建设的稳步推进

2018年智博会期间,5G应用互动展示就十分亮眼,吸引了广大市民驻足体验。一年来,重庆积极推动5G发....
的头像 倩倩 发表于 08-22 15:45 284次 阅读
重庆5G应用示范“多点开花”,得益于5G网络建设的稳步推进

让FPGA芯片变得智能到底有多难

机器学习/深度学习、自动化、更卓越的设计能力、5G和边缘计算等概念的推动下,使得汽车、工业、医疗等各....
发表于 08-22 14:51 31次 阅读
让FPGA芯片变得智能到底有多难

大规模数据集分析

给大数据分析师的一双大礼 Apache Kylin和Superset
发表于 08-22 14:33 24次 阅读
大规模数据集分析

语音识别的技术历程

深度学习技术自 2009 年兴起之后,已经取得了长足进步。语音识别的精度和速度取决于实际应用环境,但....
的头像 倩倩 发表于 08-22 14:21 156次 阅读
语音识别的技术历程

数据中台之大数据结构化存储技术

任何应用系统都离不开对数据的处理,数据也是驱动业务创新以及向智能化发展最核心的东西。
发表于 08-22 11:15 44次 阅读
数据中台之大数据结构化存储技术

为什么劣质数据不会减少推迟物联网计划的原因

理论上听起来都很棒。然而,许多组织正在努力冒险。早在2016年,思科副总裁Maciej Kranz发....
的头像 倩倩 发表于 08-21 15:10 128次 阅读
为什么劣质数据不会减少推迟物联网计划的原因

智慧消防”项目多地试点成功,实现消防大数据与“智慧城市”等战略深度融合

消防设备物联网建设,实现了消防站、消防水源、位置信息、消防站等各类消防设施大数据共享共用,实现在全国....
的头像 倩倩 发表于 08-21 15:07 130次 阅读
智慧消防”项目多地试点成功,实现消防大数据与“智慧城市”等战略深度融合

潍坊物联网产业园启动!为潍坊市带来“智能+”时代全新的发展

4月3日,潍坊物联网产业园启动。物联网是新一代信息技术的重要组成部分,是大数据、人工智能、区块链和云....
的头像 倩倩 发表于 08-21 14:48 124次 阅读
潍坊物联网产业园启动!为潍坊市带来“智能+”时代全新的发展

农业物联网加速应用智慧农业发展潜力广阔

物联网技术的落地应用,使传统农业生产变得更加智能和高效。比如易天物联的智慧养鸡场物联网解决方案,通过....
的头像 倩倩 发表于 08-21 14:42 304次 阅读
农业物联网加速应用智慧农业发展潜力广阔

如何采用人工智能技术应对台风等自然灾害

《地球与行星科学的进展》杂志曾发表过一篇文章:日本海洋研究机构和九州大学的研究小组利用人工智能深度学....
的头像 工程师 发表于 08-21 14:09 76次 阅读
如何采用人工智能技术应对台风等自然灾害

华东师大本科生研发集合AI技术的书法教学智能系统

当人工智能遇上传统书法教学,会碰撞出怎样的火花?是用电子屏幕代替宣纸的无纸书法课?或是机器人写书法做....
的头像 工程师 发表于 08-21 11:47 179次 阅读
华东师大本科生研发集合AI技术的书法教学智能系统

云计算与人工智能的关系会越来越密切

人工智能的发展需要三个重要的基础,分别是数据、算力和算法,而云计算是提供算力的重要途径,所以云计算可....
的头像 倩倩 发表于 08-21 11:37 317次 阅读
云计算与人工智能的关系会越来越密切

人工智能与台风——感知、救援、预防

在人工智能问世之前,救援人员通过查看灾区的空中红外成像来寻找被困人员。但是从无人机上筛选照片和视频需....
的头像 倩倩 发表于 08-21 11:14 137次 阅读
人工智能与台风——感知、救援、预防

人工智能的智能程度能发展到什么地步

一直以来大家都在讨论人工智能的话题,我们好像总是担心未来人工智能会喧宾夺主,所以我们每次看着新闻报道....
发表于 08-21 10:28 25次 阅读
人工智能的智能程度能发展到什么地步

新华三将以智能来重新定义关键业务存储

随着云计算、大数据、人工智能、物联网、边缘计算等新技术在各行各业更加广泛的普及与应用,在催生越来越多....
发表于 08-20 16:43 47次 阅读
新华三将以智能来重新定义关键业务存储

大数据工程师的未来前景到底怎么样

我们正处在科技高速发展的时代,如今互联网已经与我们的生活息息相关,我们每天在互联网产生大量的数据,这....
的头像 工程师人生 发表于 08-20 16:03 233次 阅读
大数据工程师的未来前景到底怎么样

大数据有哪些岗位 学习方向又是怎样

大数据的技术是一个技术群落,想全部学习短期内是不现实的,那么我们怎么样科学的有逻辑有规划的来学习,怎....
的头像 工程师人生 发表于 08-20 15:58 140次 阅读
大数据有哪些岗位 学习方向又是怎样

运维工程师转型大数据怎么样

运维工作没意思,运维没有前途,运维会被取代……让很多的运维工程师感受到前途无“亮”,随着资本寒冬的来....
的头像 工程师人生 发表于 08-20 15:50 166次 阅读
运维工程师转型大数据怎么样

Java程序员转行大数据有什么优势

大数据时代,中国IT环境也将面临重新洗牌,不仅仅是企业,更是程序员们转型可遇而不可求的机遇。
的头像 工程师人生 发表于 08-20 15:45 321次 阅读
Java程序员转行大数据有什么优势

零基础怎样成为大数据工程师

很多小伙伴觉得学习一个新的技术很难,要想做出改变并非难事,你缺少的只是一个计划。学习大数据更是如此,....
的头像 工程师人生 发表于 08-20 15:36 193次 阅读
零基础怎样成为大数据工程师

构建高质量数据集,推动人工智能快速发展

当前人工智能还面临诸多挑战,例如数据孤岛问题、隐私保护问题、安全问题等瓶颈。一项2018年的研究显示....
的头像 倩倩 发表于 08-20 15:04 313次 阅读
构建高质量数据集,推动人工智能快速发展

世界人工智能大会即将召开,众多重量级的科学家将展开思想的碰撞

自动驾驶是近年来科技投资领域最热门的板块之一。热切的科技公司创始人和投资者认为,自动驾驶技术的演进将....
的头像 倩倩 发表于 08-20 14:31 260次 阅读
世界人工智能大会即将召开,众多重量级的科学家将展开思想的碰撞

徐汇区在上海人工智能产业布局中扮演什么样的角色?

上海市人工智能产业规划在空间布局上以“人型”为主,主要分布在8个区域、11个行业。其中。徐汇区主要发....
的头像 倩倩 发表于 08-20 11:16 257次 阅读
徐汇区在上海人工智能产业布局中扮演什么样的角色?

通过工程实践项目,学习如何落实应用人工智能项目

经过四周“集训”,学员们展现的智慧令人眼前一亮,涵盖AI+英语教学与自然语言处理、医疗与深度学习、城....
的头像 倩倩 发表于 08-20 11:09 208次 阅读
通过工程实践项目,学习如何落实应用人工智能项目

房屋网签系统应采用人脸识别核验交易当事人

房地产开发企业、房地产经纪机构、住房租赁企业、银行业金融机构、交易当事人等办理房屋网签备案的,应当进....
的头像 倩倩 发表于 08-20 10:53 152次 阅读
房屋网签系统应采用人脸识别核验交易当事人

关于人工智能在各个国家的发展状况

根据今天数据创新中心发布的一份报告,在开发人工智能方面,美国目前有优势,中国正在迅速发展,欧洲开始落....
发表于 08-20 09:54 44次 阅读
 关于人工智能在各个国家的发展状况

9月10日将在温州举办国际工业与能源物联网创新发展大会

国际工业与能源物联网创新发展大会将于9月10日在温举行。
的头像 陈翠 发表于 08-20 09:30 272次 阅读
9月10日将在温州举办国际工业与能源物联网创新发展大会

Python深度学习弗朗索瓦肖莱版PDF电子书中文版免费下载

本书由 Keras 之父、现任 Google 人工智能研究员的弗朗索瓦 • 肖莱(François ....
发表于 08-20 08:00 44次 阅读
Python深度学习弗朗索瓦肖莱版PDF电子书中文版免费下载

机器视觉之深度学习和嵌入式视觉

机器视觉展览会旨在通过向人们集中展示前沿机器视觉技术和产品,为机器视觉行业业界人士提供一个务实高效的....
发表于 08-19 17:15 79次 阅读
机器视觉之深度学习和嵌入式视觉

深圳市物联网产业协会第五期创始会员座谈会成功召开

本次座谈会新增加了2个会员项目推荐环节,目的是充分的把展示的舞台给到会员单位,通过平台把帮助会员、服....
的头像 倩倩 发表于 08-19 16:24 281次 阅读
深圳市物联网产业协会第五期创始会员座谈会成功召开

第十三届301呼吸疾病高峰论坛物联网与康复学术研讨会

来自解放军总医院第一医学中心、解放军总医院海南医院、北京大学第三医院、航天中心医院、中国医科大学航空....
的头像 倩倩 发表于 08-19 16:14 216次 阅读
第十三届301呼吸疾病高峰论坛物联网与康复学术研讨会

人工智能时代新闻行业还能坚持多久

2017年,科技可谓是快速发展的一年,人工智能的快速发展,让许多产品都进行了变革。电视坐上了人工智能....
发表于 08-19 15:51 332次 阅读
人工智能时代新闻行业还能坚持多久

为什么说人工智能文明会比文艺复兴掀起更大的波澜

人工智能比蒸汽机拥有更强大的物质推动能量,而且其哲学意义,也绝非仅限于生产力层面;AI时代会比文艺复....
发表于 08-19 15:44 49次 阅读
为什么说人工智能文明会比文艺复兴掀起更大的波澜

人工智能会为肿瘤诊疗带来什么

“人工智能在恶性肿瘤的精确诊断上具有较大应用前景。”据大会主席、天津医科大学肿瘤医院副院长徐波教授介....
的头像 倩倩 发表于 08-19 15:32 405次 阅读
人工智能会为肿瘤诊疗带来什么

一批AI新势力登上创新加速营路演台

路演中的另一位主角——“AI+金融”领域的项目也“不甘示弱”,相继上台展示各自项目在深度挖掘和分析大....
的头像 倩倩 发表于 08-19 15:17 209次 阅读
一批AI新势力登上创新加速营路演台

基于Wide&Deep的预测

基于深度学习模型Wide&Deep的推荐
发表于 08-19 12:23 32次 阅读
基于Wide&Deep的预测

大数据的四种思维方式

大数据所带来的四种思维方式的转变
发表于 08-12 11:37 49次 阅读
大数据的四种思维方式

美国农业大数据的行业分析

随着全球人口的增加,天气的波动更加不稳定,以及依赖石油的农业对于石化燃料的价格越来越敏感,必然激励更多地运用新技术来提高...
发表于 08-08 07:45 60次 阅读
美国农业大数据的行业分析

大数据在农业的应用

罗德尼·席林(RodneySchilling)是美国伊利诺伊州的一个农场主,他和父亲二人经营着1300英亩(约7900亩)田地。他的父亲已经83岁了...
发表于 08-07 06:04 52次 阅读
大数据在农业的应用

人工智能在汽车中有什么应用?

在未来的某个时候,人们必定能够相对自如地运用人工智能,安全地驾车出行。这个时刻何时到来我无法预见;但我相信,彼时“智能”...
发表于 08-06 08:42 96次 阅读
人工智能在汽车中有什么应用?

【技术杂谈】用AI读懂人心?情感科学专家:靠表情识别情绪不靠谱

AI 能否识别人类感情?原则上来说,AI 可以通过语音识别、视觉识别、文字识别、表情识别等数据,结合深度学习,再加上人工的...
发表于 07-30 04:30 224次 阅读
【技术杂谈】用AI读懂人心?情感科学专家:靠表情识别情绪不靠谱

吴恩达深度学习相关函数总结(一)

关于吴恩达深度学习总结(一)
发表于 07-29 10:35 73次 阅读
吴恩达深度学习相关函数总结(一)

BAW技术推进大数据发展

近日,德州仪器的Ahmad Bahai博士发表文章《Disruptive TI BAW technology accelerates big data on the information su...
发表于 07-29 07:34 55次 阅读
BAW技术推进大数据发展