跳转到页脚

标签:人工智能

数据科学超级:女性世界的数据移动

2018年10月在一次聚会,我们的妇女在统计,数据,优化和机器学习(智慧)集团在其技术在超级工作。

Horovod加入低频深度学习基础的最新项目

Horovod,超级的分布式培训框架,加入低频深度学习基金会,帮助推动开源创新AI,毫升,深度学习。

开源Uber:满足亚历克斯能够Horovod项目领导

我们坐下来与Horovod项目领导,亚历克斯能够讨论开源的道路上,他和大多数激发他对未来超级的分布深度学习框架。

蒙特祖玛的复仇去探索,解决了一个艰苦创业问题的新算法(集记录…

超级人工智能实验室介绍去探索一种新的强化学习算法解决各种挑战性的问题,尤其是在机器人。
超级人工智能首席科学家Zoubin Ghahramani超级开放峰会上说2018

大规模协作:强调从超级开放2018年峰会

超级举办了第一次打开峰会11月15日,邀请开源社区,了解我们的开源项目的工程师每天都使用它们。从一天检查亮点,包括关键提示从Linux基金会的Jim Zemlin和超级艾未未的Zoubin Ghahramani。

英伟达:深度学习与超级Horovod加速

Horovod,超级的开源分布式深度学习系统,使英伟达比例模型培训从一到八gpu的无人驾驶感觉和感知技术。

扩展机器学习与米开朗基罗超级

超级米开朗基罗建造的,2015年我们的机器学习平台。三年后,我们反映旅行在超级扩展毫升和经验教训。

米开朗基罗PyML:引入超级Python ML模式快速发展的平台

超级发达米开朗基罗PyML相同副本运行在本地机器学习模型的实时试验和大规模的离线预测工作。
乳房的照片应用程序显示地图

应用客户反馈:NLP与深度学习如何改善乳房的地图

改善我们的地图,超级工程分析客户支持门票与自然语言处理和深度学习识别和纠正不准确的地图数据。

提高司机的沟通通过一键式聊天,超级智能应答系统

一键式聊天,这个超级驱动应用程序的智能应答系统中,利用机器学习应用内driver-partners之间的消息传递和骑士更加无缝。
与超级吃食物发现:市场的建议

与超级吃食物发现:市场的建议

超级吃工程师描述他们表面餐馆推荐应用程序使用多目标优化给食客最令人满意的经历,同时保持健康的超级市场吃。

预测在超级:介绍

在本文中,我们提供了一个总体概述我们的团队如何利用预测来构建更好的产品和维护健康的超级市场。

扩展客户支持的票超级助理(科)系统与深度学习

超级建造下一代科通过利用深度学习模型,从而扩展了预测系统提供更准确的客户支持机票。

一个有趣的失败的卷积神经网络和CoordConv解决方案

卷积神经网络一样强大和广泛的深度学习,人工智能实验室的最新研究揭示了失败和一个简单的修复。雷竞技是骗人的

M4预测竞争:引入一种新的混合ES-RNN模型

固体边缘,超级高级数据科学家Slawek Smyl赢得了与他混合指数Smoothing-Recurrent M4竞争神经网络(ES-RNN)预测方法。

测量目标的内在维度的风景

好奇是什么样子的遍历高维损失的现代神经网络?看看超级人工智能实验室的最新研究发现测量内在维度。雷竞技是骗人的
进化运行

加速深Neuroevolution:火车雅达利小时在一台个人电脑

应用硬件加速深neuroevolution在现在的一个开源项目,超级人工智能实验室能够训练一个神经网络玩雅达利在短短几小时在一台个人电脑,让这种类型的研究可以更大数量的人。雷竞技是骗人的
神经元的形象

可微的可塑性:学会学习的新方法

可微的可塑性训练神经网络是一种新的机器学习方法改变其连接权值自适应甚至训练完成后,允许受终身学习的一种形式生物大脑的可塑性。

葡萄树:一个开放源码Neuroevolution交互式数据可视化工具

超级人工智能实验室介绍视觉检查员Neuroevolution(葡萄),一个开源的交互式数据可视化工具来帮助Neuroevolution研究人员更好地理解算法的这个家庭。雷竞技是骗人的

引入这个超级人工智能居留权

加速你的职业感兴趣通过解决乳房的一些最具挑战性的人工智能问题?研究奖学金申请超级人工智能居住致力于培养新一代的人工智能人才。雷竞技是骗人的

受欢迎的文章